基于随机滤波理论的剩余寿命预测

利用随机滤波理论，建立了状态信息条件下的剩余寿命分布模型，为设备的剩余寿命预测提供了一个可借鉴的量化方法．在某型轴承上的案例应用，表明了该方法在剩余寿命预测中的实用价值．     

状态维修理论及剩余寿命预测的研究现状与展望

为了在保证装备可靠性的前提下提高其可用度,提出一种基于剩余寿命(residual useful life,RUL)预测的状态维修(condition-based maintenance,CBM)方法。介绍了状态维修相关理论,包括基本原理、开放式体系结构,以及状态维修的产生和发展;分析了状态维修研究重点——剩余寿命预测的研究现状,按照不同预测理论对剩余寿命预测方法进行了总结,并对不同方法的特点做了评价。分析结果表明:该研究促进了RUL预测的发展,并提出了RUL下一步应在基于多种模型组合的预测方法、不完备条件下的预测方法和剩余寿命动态预测模型等方面加强研究。     

基于支持向量机和卡尔曼滤波的机械零件剩余寿命预测模型研究

现有机械零件剩余寿命预测模型在建模过程中,无法同时采用已有数据库数据及被预测产品实时退化数据,为了弥补其不足,提出一种支持向量机（SVM）和非线性卡尔曼滤波相结合的机械零件剩余寿命预测模型。根据现有全寿命试验数据训练所得的SVM回归模型,建立非线性卡尔曼滤波状态更新方程,依据机械零件退化特征构造时间更新方程,设定初始剩余寿命值及其方差,通过逐步迭代计算各时刻剩余寿命估计值及一定置信水平的置信区间。该计算模型能够充分利用现有零件与同类零件全寿命试验数据和被预测零件的实时状态退化数据,实现剩余寿命预测。以某型号滚动轴承为例,验证了所提出剩余寿命预测模型的精度、稳定性及工程应用价值。     

基于条件深度循环生成对抗网络和动作探索的行星轮轴承剩余寿命预测

为解决小样本和变工况下行星轮轴承剩余寿命预测准确率低的问题,提出一种基于条件深度循环生成对抗网络(C-DRGAN)和动作探索(AD)的行星轮轴承剩余寿命预测方法。将门控循环单元神经网络与条件生成对抗网络相结合,构建C-DRGAN,从非静态和非线性信号中提取故障特征,实现小样本和变工况下行星轮轴承的剩余寿命预测;采用基于AD的训练算法训练C-DRGAN,提高收敛速度,降低训练时间;根据训练后的C-DRGAN,利用多元线性回归分类器预测测试样本中行星轮轴承的剩余寿命。通过行星轮轴承加速疲劳寿命试验验证该方法的有效性。结果表明,该方法具有较强的非静态和非线性信号处理能力,并能在小样本情况下取得出色的行星轮轴承剩余寿命预测效果。     

多退化变量灰色预测模型的滚动轴承剩余寿命预测

针对单一退化变量预测滚动轴承性能退化趋势时可靠性和误差精度较低的问题,提出了基于多退化变量灰色预测模型的滚动轴承剩余寿命预测方法。该方法通过提取滚动轴承全寿命周期振动信号的退化趋势特征参数集,结合退化趋势特征参数集及故障早期突变点,实现滚动轴承的早期故障识别;并根据轴承寿命与特征参数之间的映射关系建立多退化变量灰色预测模型对轴承的剩余寿命进行预测。仿真实验结果表明,多退化变量灰色预测模型具有更高的误差精度和可靠性,其预测效果优于BP神经网络、单一退化变量灰色预测以及SVR(支持向量回归)预测模型,能够更好对滚动轴承寿命的变化趋势进行表征。     

基于改进相关向量机的滚动轴承剩余寿命预测方法

针对相关向量机长期预测精度不高,计算效率低的问题,提出了结合多项式回归模型的改进相关向量机剩余寿命预测方法。改进的相关向量机利用训练数据得到一系列稀疏的相关向量,结合多项式回归模型长期趋势预测精度较高的优势,预测滚动轴承剩余寿命,省略了数据重构和迭代预测过程,提高了模型计算效率。滚动轴承全寿命周期试验结果表明:基于改进相关向量机的剩余寿命预测方法能够有效提高预测精度和计算效率,得到预测结果置信区间,为制定维修计划奠定理论基础。     

基于回归的舰船装备剩余寿命预测方法

采用回归预测分析法对舰船装备及分系统剩余寿命进行预测，为军队管理部门的维修养护工作提供可行办法。首先通过回归分析，建立舰船装备及分系统损伤与使用时间的关系，以此作为对舰船装备及分系统寿命进行预报的根据，再建立计算其剩余寿命的回归预测模型。     

环境应力的威布尔比例风险模型的剩余寿命预测

针对传统的剩余寿命预测未直接考虑环境应力对寿命影响的问题,提出一种应用比例风险模型进行剩余 寿命的预测。运用比例风险模型,以威布尔分布作为基准失效函数,环境应力作为协变量,建立威布尔比例风险模 型,利用同类装备的历史寿命数据进行模型参数估计,并通过仿真实例验证了模型的可行性。仿真结果表明,该模 型可提高剩余寿命预测的准确性。     

基于GO法和RCM的惯性导航系统预测维修平台设计

针对惯性导航系统（INS）结构复杂、难以进行精确的系统可靠性分析和维修优化等问题,提出了一种基于GO法和以可靠性为中心的维修（RCM）的INS预测维修平台设计方法。利用GO法建立INS的可靠性分析模型—GO图,依据部件的寿命分布函数及时间应力采样更新部件的可靠度,实现部件残余寿命及系统可靠度的动态预测和评估。对不满足系统可靠性指标的INS,利用综合评价法权衡部件的贡献度、失效频度、检测度等影响因素,计算出各部件的维修优先度。最后按INS部件失效率恒定、失效率可变及故障部件隔离等不同情况分别进行仿真验证,结果证明所设计的INS预测维修平台是可行的、有效的,评价结果可为维修计划的制定提供参考依据。针对惯性导航系统（INS）结构复杂、难以进行精确的系统可靠性分析和维修优化等问题,提出了一种基于GO法和以可靠性为中心的维修（RCM）的INS预测维修平台设计方法。利用GO法建立INS的可靠性分析模型—GO图,依据部件的寿命分布函数及时间应力采样更新部件的可靠度,实现部件残余寿命及系统可靠度的动态预测和评估。对不满足系统可靠性指标的INS,利用综合评价法权衡部件的贡献度、失效频度、检测度等影响因素,计算出各部件的维修优先度。最后按INS部件失效率恒定、失效率可变及故障部件隔离等不同情况分别进行仿真验证,结果证明所设计的INS预测维修平台是可行的、有效的,评价结果可为维修计划的制定提供参考依据。     

基于BP神经网络的坦克炮身管剩余寿命的预测分析

提出对坦克炮身管剩余寿命的预测分析的新思路。通过对坦克炮发射弹数与直径变化关系的统计数据，利用BP神经网络模型对坦克炮身管寿命进行预测，为确定坦克炮处于良好技术状态或身管是否需要报废提供依据。     

基于通用对数线性模型的多应力加速寿命试验预测方法

为解决多应力加速寿命试验中产品寿命预测复杂、建立复合加速模型困难的问题,提出一种多环境应力 加速寿命试验下的寿命预测方法。根据通用对数线性模型的多应力加速模型,对多应力加速试验的结果数据进行分 布检验,利用应力水平的失效数据对Weibull 分布参数进行估计,构建预测模型评价指标,得出Weibull 分布规律实 现寿命预测,并对预测结果进行验证评价。评价结果表明：该方法预测精度较高,是多加速应力条件下产品寿命预 测的一种可行方法。     

基于极度梯度提升模型的火炮身管寿命预测

为提高火炮身管寿命预测的精度,将身管内径磨损量作为寿命预测指标,提出基于极度梯度提升(XGBoost) 模型的火炮身管寿命预测算法。以火炮弹射数为输入,身管内径磨损量为输出,通过集成多个弱学习器反复训练来 拟合前一个弱学习器预测值与实际值之间的残差,从而生成强学习器,并通过在损失函数后加入正则化项及采用剪 枝技术降低模型过拟合的风险。基于某型火炮实测数据进行验证,结果表明：该模型不仅有效解决了火炮弹射量与 身管内径磨损量之间的映射关系,且相比支持向量机、BP 神经网络、灰色模型等现有算法显著提升了身管寿命预测 精度。     

基于性能退化指标的轴承剩余寿命预测及其应用

为确保系统可用性和降低维修成本,提出基于性能退化指标的轴承剩余使用寿命(remaining useful life,RUL)预测模型预测轴承的RUL。通过局部均值分解(local mean decomposition,LMD)将轴承原始振动数据分解为若干积性函数(PF)分量,并根据峰度准则选取有效的PF分量重构原始信号;提取重构原始信号的时域退化特征量,利用基于人工神经网络(artificial neural network,ANN)训练的注意力机制模型选择高质量特征;引入K_均值聚类算法与分段拟合获得健康的退化指标(health degradation indicator,HI),利用灰色回归模型(grey regression model,GM)评估轴承退化可信度范围,并建立基于HI的粒子群优化最小二乘支持向量机模型(particle swarm optimization least squares support vector machine,PSO_LSSVM)预测轴承RUL。实验结果表明,该方法在预测可靠性上取得良好的效果。     

基于灰色残差修正理论的目标航迹预测方法

针对灰色理论在智能反坦克子弹药对地面目标航迹预测的精度问题,提出两种灰色残差修正的航迹预测模型：标准灰色残差修正模型(GRMM)和基于灰色Verhulst模型理论的灰色Verhulst残差修正模型(GVRMM)。建立目标航迹灰色预测模型,并分析了灰色模型的局限性;对预测值与测量值的残差序列采用GRMM和GVRMM两种模型进行了在线预估,并利用残差预测值对航迹预测值进行实时修正。通过仿真实验验证了基于在线残差修正机制的方法能够有效减少目标跟踪误差,GVRMM的误差修正效果更加明显,具有良好的实用性。     

轴承钢的室温尺寸稳定性研究

经过理论推导,结合实验数据得到GCr15轴承钢室温时效过程中的尺寸变化公式。利用C++语言编制了轴承钢室温时效过程尺寸变化的可视化预报模型。根据模型模拟结果表明,影响轴承钢硬化层尺寸稳定性的主要因素是残余奥氏体的含量和回火温度以及回火时间。残余奥氏体含量越低,回火越充分,则相应的试件的尺寸稳定性越好。因此控制残余奥氏体的含量,提高回火温度,延长回火时间,使不稳定的马氏体尽量发生分解,是保证轴承钢材料尺寸稳定性的主要措施。     

可修系统剩余寿命分析的广义发生函数法

系统剩余寿命是机电装备面向多生命周期设计、制造与服役的重要分析指标。基于更新过程理论,通过引入广义发生函数(UGF),提出一种针对元件及系统有限时间区间的剩余寿命概率分析的实用方法。当系统各元件承受具有整体不确定性的平稳载荷随机历程时,直接根据元件在各等效恒幅应力水平下的失效数据构建元件条件寿命发生函数,由自定义复合算子分别计算相应的系统条件剩余寿命发生函数,经统计平均得系统剩余寿命分布。运算过程中,可利用近似项合并技术大幅度提高分析效率。新方法适用于元件寿命为任意分布随机变量场合,并体现各元件因等效恒幅应力不确定而引发的失效相关性,可为装备系统剩余寿命精细化分析开辟新途径。     

基于时间连续灰色Markov模型的维修器材需求预测方法研究

运用时间连续且状态离散的灰色Markov过程模型,对装备维修器材的需求量进行了预测。根据装备维修器材消耗历史数据的变化幅度和数据的分布情况来划分状态区间。由各区间状态的转换情况得到Markov模型状态间的一步转移概率,论证与运用Kolmogorov微分方程求解各状态概率的时间函数并建立状态概率预测式,根据预测状态的概率值确定了灰色预测值的定位系数并求解预测值。算例分析表明,在预测维修器材需求量数据时,灰色Markov改进模型的预测精度较GM(1, 1)模型、一般灰色Markov残差修正模型以及时间离散灰色Markov链预测模型有了稳定提高,证明了该模型的有效性和实用性。     

基于定性与定量检测的火工品剩余寿命预测方法

针对火工品加速寿命试验及检测只对其整体进行,没有与火工药剂在相同条件下的性能变化相结合的问题,设计了火工品和火工药剂的步降应力加速寿命试验方案,以提高试验效率、扩大寿命预测的信息量。通过对试验后火工品和火工药剂的定性与定量检测,建立火工品可靠度变化曲线和火工药剂性能退化曲线,将两者相结合得到火工品失效判据及剩余寿命预测模型。实例分析表明,该方法降低了寿命预测的难度和工作量。