System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数据处理,特别涉及一种考虑随机冲击的产品退化预测方法、介质及装置。
技术介绍
1、在实际生活中,大部分设备或产品并不是突发性地失效,产品的退化失效是产品失效的主要原因。在产品运行过程中,产品的性能总是不可避免地发生衰退,随着衰退量不断累积,产品性能下降到一定程度时,产品不能够正常工作或达到预期的使用效果,即发生退化失效。例如机械元件的磨损、电池容量的减少以及电缆绝缘部分的老化等等,都是属于退化失效。对于产品退化过程中发生的很多反应变化,并不能够完全被观察记录到,绝大多数情况下只能通过试验记录下各个时间点对应的性能数据,比如图2所示的,就是对一组电池的容量随着充放电次数增加的变化数据进行试验记录所得到。
2、基于性能退化数据的可靠性分析方法,便是利用试验测得的产品性能退化数据,建立合理的退化模型,以刻画产品性能不断退化的过程。利用该模型,可以对未来时间里的性能变化做出推断,得到产品剩余寿命分布,并进行可靠性评估和对剩余寿命进行预测。
3、目前,仅依靠试验测得的产品性能退化数据来建立的退化模型,在后续的可靠性分析以及寿命预测时存在精度较低的问题。因而,准确的建立一个产品退化模型是很有必要的。
技术实现思路
1、为了解决现有技术的上述问题,本专利技术提供一种考虑随机冲击的产品退化预测方法、介质及装置,通过将随机冲击考虑进产品退化模型,从而提高产品退化预测的准确性。
2、为了达到上述目的,本专利技术采用的技术方案为:
3、第一方
4、步骤s10、结合双指数分布和带漂移项的维纳过程建立初始产品退化模型;
5、步骤s20、对所述初始产品退化模型进行参数估计,得到最终产品退化模型;
6、步骤s30、使用所述最终产品退化模型对产品进行预测。
7、本专利技术的有益效果在于:通过双指数分布来刻画随机冲击所带来的退化影响,并结合了带漂移项的维纳过程来刻画产品的正常退化过程,从而使得产品退化模型的产品退化预测考虑了外界因素所带来随机冲击,以更完整、更准确的表达了产品的实际退化过程,从而提高产品退化预测的准确性。
8、可选地,所述步骤s10具体为:
9、建立初始产品退化模型的表达式:
10、
11、其中,yt是t时刻的性能指标值,y0是初始的性能指标值,xt是带漂移项的维纳过程,v是漂移系数,σ是扩散系数,wt是标准布朗运动,qt是跳跃项,bi是伯努利随机变量,且成功的概率为p(bt=1)=p,失败的概率为p(bt=0)=1-p,p为跳跃发生强度,ji是跳跃规模,其每一次的跳跃幅度服从双指数分布,其概率密度函数:
12、
13、其中,λ为尺度参数,μ为位置参数。
14、可选地,所述步骤s20具体为:
15、步骤s21、获取产品使用周期内的性能指标值,计算以得到性能变化率序列数据;
16、步骤s22、采用跳跃分离法对所述性能变化率序列数据进行识别、分离和修复,得到修复后的扩散数据和跳跃数据,并基于修复后的扩散数据和跳跃数据得到所述初始产品退化模型的各个参数的初始参数估计值;
17、步骤s23、将所述初始参数估计值设置为对应参数的参数初始值,并构建每一个参数的先验分布,使用马尔科夫链蒙特卡洛方法的m-h算法得到各个参数的后验分布,对后验分布求均值得到所述初始产品退化模型各个参数的最终参数估计值,从而得到最终产品退化模型。
18、根据上述描述可知,在使用mcmc方法前使用跳跃分离法,利用跳跃分离法得到的模型参数估计值来自动构建mcmc的先验分布,从而无需人为设置mcmc的先验分布参数。
19、可选地,所述步骤s22具体为:
20、采用跳跃分离法对所述性能变化率序列数据进行识别分离,得到扩散部分和跳跃部分;
21、对于所述扩散部分所缺少的跳跃时刻的性能变化率,若为前面b个时刻检测到的跳跃时刻,选取序列前b个时刻的数据均值来填补该跳跃时刻的连续序列数据,若为b+1时刻后的数据,选取跳跃时刻前面b个时刻的数据均值来替换此数据,得到所述扩散部分所缺少的跳跃时刻的性能变化率st’,其表达式为:
22、
23、
24、其中,st为产品在t时刻的性能变化率,b为通过蒙特卡洛模拟法选出的参数;
25、将所述扩散部分的原先性能变化率st和所述跳跃时刻的性能变化率st’进行结合,得到修正后的扩散数据xi,记为sci(i=1,2,…,n),将所述跳跃部分中除所述跳跃时刻之外的时刻数据记为0,且所述跳跃时刻的数据等于原先的性能变化率st减去性能变化率st’,得到修正后的跳跃数据ji,记为sji(i=1,2,…,n),其中,n为数据量;
26、根据修正后的扩散数据得到所述初始产品退化模型的中漂移系数v的初始参数估计值和扩散系数σ的初始参数估计值为:
27、
28、
29、将修正后的跳跃数据按照从小到大重新排序之后取中位数作为位置参数μ的初始参数估计值之后根据修正后的跳跃数据得到所述初始产品退化模型的中跳跃发生强度p的初始参数估计值和尺度参数λ的初始参数估计值为:
30、
31、
32、其中,表示第i个数据是否判定为存在跳跃,如若存在跳跃,则反之
33、可选地,所述步骤s23具体为:
34、将所述初始参数估计值直接作为最终参数估计值;
35、所述初始参数估计值设置为对应参数的参数初始值,并构建每一个参数的先验分布如下:
36、
37、
38、
39、
40、使用马尔科夫链蒙特卡洛方法的m-h算法得到各个参数的后验分布,对后验分布求均值得到所述初始产品退化模型各个参数的最终参数估计值,从而得到最终产品退化模型。
41、可选地,所述跳跃分离法为lm跳跃识别方法。
42、可选地,所述b小于或等于√n。
43、可选地,所述步骤s30具体为:
44、使用所述最终产品退化模型对产品进行可靠性预测和/或寿命预测。
45、第二方面,本专利技术提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时,实现第一方面的一种考虑随机冲击的产品退化预测方法。
46、第三方面,本专利技术提供一种考虑随机冲击的产品退化预测装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面的一种考虑随机冲击的产品退化预测方法。
47、其中,第二方面所提供一种计算机可读存储介质以及第三方面所提供的一种考虑随机冲击的产品退化预测装置所对应的技术效果参照第一方面所提供的一种考虑随机冲击的产品退化预测方法的相关描述本文档来自技高网...
【技术保护点】
1.一种考虑随机冲击的产品退化预测方法,其特征在于,包括:
2.根据权利要求1所述的一种考虑随机冲击的产品退化预测方法,其特征在于,所述步骤S10具体为:
3.根据权利要求2所述的一种考虑随机冲击的产品退化预测方法,其特征在于,所述步骤S20具体为:
4.根据权利要求3所述的一种考虑随机冲击的产品退化预测方法,其特征在于,所述步骤S22具体为:
5.根据权利要求4所述的一种考虑随机冲击的产品退化预测方法,其特征在于,所述步骤S23具体为:
6.根据权利要求4所述的一种考虑随机冲击的产品退化预测方法,其特征在于,所述跳跃分离法为LM跳跃识别方法。
7.根据权利要求4所述的一种考虑随机冲击的产品退化预测方法,其特征在于,所述b小于或等于
8.根据权利要求1所述的一种考虑随机冲击的产品退化预测方法,其特征在于,所述步骤S30具体为:
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被执行时,实现如权利要求1至8中任一项所述的一种考虑随机冲击的产
10.一种考虑随机冲击的产品退化预测装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8任一项所述的一种考虑随机冲击的产品退化预测方法。
...【技术特征摘要】
1.一种考虑随机冲击的产品退化预测方法,其特征在于,包括:
2.根据权利要求1所述的一种考虑随机冲击的产品退化预测方法,其特征在于,所述步骤s10具体为:
3.根据权利要求2所述的一种考虑随机冲击的产品退化预测方法,其特征在于,所述步骤s20具体为:
4.根据权利要求3所述的一种考虑随机冲击的产品退化预测方法,其特征在于,所述步骤s22具体为:
5.根据权利要求4所述的一种考虑随机冲击的产品退化预测方法,其特征在于,所述步骤s23具体为:
6.根据权利要求4所述的一种考虑随机冲击的产品退化预测方法,其特征在于,所述跳跃分离法为lm跳跃识别方法。
<...【专利技术属性】
技术研发人员:李喆,邹建红,肖伟鹏,涂平,黄炜,黄毅,李元,傅腾宇,林知心,陈誉宏,
申请(专利权)人:福建大数据一级开发有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。