【技术实现步骤摘要】
本申请涉及设备剩余寿命预测领域，特别是涉及一种非线性随机退化设备剩余寿命直接预测方法。
技术介绍
1、现代化复杂装备在功能不断提升的同时，结构也逐渐趋于大型化、多元化和集成化，服役运行过程受变环境、变载荷、变工况、强冲击等因素综合影响，导致其健康状态演化规律通常难以精确机理建模或者获取失效机理模型的成本过高。随着先进传感技术的快速发展，健康状态感知手段日益丰富，使得获取系统运行状态的监测数据成为现实。因此，综合利用系统运行监测数据，挖掘数据中隐含的系统健康状态信息，实现数据驱动的剩余寿命预测已成为复杂系统剩余寿命预测的主要手段，并得到了学术界和工业界的广泛青睐。当前统计数据驱动的剩余寿命预测实现的普遍思路是：先建立退化状态随其服役时间的演变模型，通过监测数据估计模型参数，再基于该模型表征的退化过程到达失效判据的时间求解剩余寿命分布；上述技术属于间接法，间接法须将退化过程通过失效判据转化为剩余寿命，进而实现剩余寿命分布求解，但只有在及其有限的特殊条件下才能得到剩余寿命的精确解析解，在具有复杂非线性特征的装备剩余寿命预测中，间接法中的剩余寿...
【技术保护点】
1.一种非线性随机退化设备剩余寿命直接预测方法，其特征在于，所述非线性随机退化设备剩余寿命直接预测方法包括：
2.根据权利要求1所述的非线性随机退化设备剩余寿命直接预测方法，其特征在于，所述根据与在线服役设备类型相同的随机退化设备的总体特征、在线服役设备的个体特征以及设备服役时间随退化状态变化的随机动态特性，建立退化状态到服役时间的反向退化模型，具体包括以下公式：
3.根据权利要求2所述的非线性随机退化设备剩余寿命直接预测方法，其特征在于，所述根据与在线服役设备类型相同的随机退化设备的状态监测数据和监测状态时间数据，确定反向退化模型的模型参数，
<...【技术特征摘要】
1.一种非线性随机退化设备剩余寿命直接预测方法，其特征在于，所述非线性随机退化设备剩余寿命直接预测方法包括：
2.根据权利要求1所述的非线性随机退化设备剩余寿命直接预测方法，其特征在于，所述根据与在线服役设备类型相同的随机退化设备的总体特征、在线服役设备的个体特征以及设备服役时间随退化状态变化的随机动态特性，建立退化状态到服役时间的反向退化模型，具体包括以下公式：
3.根据权利要求2所述的非线性随...
【专利技术属性】
技术研发人员：张正新，司小胜，李天梅，张建勋，冯磊，裴洪，
申请(专利权)人：中国人民解放军火箭军工程大学，
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。