融合随机退化过程与失效率建模的设备剩余寿命预测方法

剩余寿命预测对于设备的维修与保养具有十分重要的意义。现有的剩余寿命预测方法大多只利用了设备的当前退化信息,对设备的历史寿命信息没有充分利用,而这些信息往往包含着设备寿命的演化信息,对于准确预测设备的剩余寿命具有重要意义。针对这个问题,提出了一种融合随机退化过程与失效率建模的设备剩余寿命预测方法。该方法首先将设备的退化过程建模为Wiener过程,然后利用Cox比例失效模型建模的方法融合设备退化过程对设备失效率的影响,由此达到利用设备历史监测信息的目的。进一步通过Bayes方法,利用当前退化监测信息对退化过程模型的参数进行更新,基于此进行剩余寿命预测,从而实现设备历史数据与当前数据的有效融合。最后,通过激光发生器的退化测量数据验证了提出的方法,说明该方法是有效的,具有一定的应用价值。     

基于随机退化数据建模的设备剩余寿命自适应预测方法

针对现有剩余寿命预测研究中需要多个同类设备历史数据离线估计模型参数的问题,本文提出了一种基于退化数据建模的服役设备剩余寿命自适应预测方法.该方法,利用指数随机退化模型来建模设备的退化过程,基于退化监测数据运用Bayesian方法更新模型的随机参数,进而得到剩余寿命的概率分布函数及点估计.区别于现有方法,本文方法基于设备到当前时刻的监测数据,利用期望最大化算法对模型中的非随机未知参数进行在线估计,由此无需多个同类设备历史数据.最后,通过数值仿真与实例分析,验证了本文方法在剩余寿命预测时的有效性.     

基于EM-EKF与隐含比例退化模型的机载电子设备剩余寿命自适应预测

针对现有机载电子设备剩余寿命自适应预测方法在新研小样本条件下,未能综合考虑设备隐含退化建模与漂移系数在线更新的问题,本文提出一种基于期望最大-扩展卡尔曼滤波(Expectation Maximization-Extended Kal-man Filter,EM-EKF)与隐含比例退化模型的机载电子设备剩余寿命自适应预测方法.首先,基于非线性Wiener过程构建带比例关系的设备隐含退化模型;其次,在引入漂移系数更新机制的基础上建立设备退化状态方程,并采用EKF算法同步更新设备退化状态与漂移系数;然后,采用EM-EKF算法实现对退化模型参数的自适应估计;最后,基于全概率公式,推导出设备剩余寿命的概率密度函数.通过对单台微机械陀螺仪实测数据进行分析,验证了本文所提方法具有更好的模型拟合性与预测准确性.     

不确定退化测量数据下的剩余寿命估计

剩余寿命估计是工程系统预测与健康管理的关键.目前,基于观测的系统退化数据进行剩余寿命估计得到了很大的关注.由于系统随机退化过程和测量误差的影响,测量数据中不可避免包含退化随机性和测量不确定性.然而,现有基于观测数据的剩余寿命估计研究中,没有将退化随机性和测量不确定性对估计的剩余寿命分布的影响同时考虑.鉴于此,提出了一种基于Wiener过程且同时考虑随机退化和不确定测量的退化建模方法,利用Kalman滤波技术,实现了潜在退化状态的实时估计.在退化状态估计的基础上,得到了同时考虑退化状态不确定性和测量不确定性的解析剩余寿命分布.此外,提出了一种基于极大似然方法的退化模型参数估计方法.最后,通过陀螺仪的退化测量数据验证了本文提出的方法优于不考虑测量不确定性的方法,可以提高剩余寿命估计的准确性.     

基于逆高斯过程和证据推理的退化建模方法

为解决高可靠性设备的剩余寿命预测问题,针对寿命数据缺少、物理模型难以建立的情况,结合单调退化数据,采用逆高斯退化模型,对设备的退化过程进行建模;通过参数估计的方法得到退化模型,进而预测设备的剩余寿命。在有同批次多组数据都能对逆高斯模型进行参数估计的情况下,将会面临数据融合问题。采用基于证据推理(ER)的方法对多源数据进行融合处理,引入属性权重的概念,以此更加准确地估计逆高斯模型的参数。最后,通过实验仿真,证明了所提方法能够得到较为可信的参数估计结果。     

缓变退化设备剩余寿命预测的随机阈值方法

针对一类缓变退化设备的样本平均在短时间内退化不明显的特点,将设备检测数据的样本标准差作为一个失效指标进行退化建模,从样本标准差的变化趋势来估计设备的性能状态,并且鉴于样本标准差数据非线性强波动幅度大的特点,提出了一种随机阈值的剩余寿命预测方法。通过惯性平台陀螺仪漂移数据实例验证证明,该方法能够对这类非线性强、波动幅度大的退化数据建模,并得到可信的预测结果。     

基于维纳过程的卫星用光纤陀螺剩余寿命预测

卫星用光纤陀螺的剩余寿命预测是卫星健康状态管理中的一个关键问题。针对传统的退化过程建模不能考虑同批设备中个体差异的问题,提出采用一种基于维纳过程的随机变量模型对光纤陀螺在空间环境下的退化特性进行建模。该模型将维纳过程中的漂移系数看成随机变量以描述个体差异,传统的维纳过程是其特例。依据该模型,可以得到光纤陀螺的可靠性指标和剩余寿命信息。仿真试验表明,文中提出的退化建模方法的精度明显高于传统方法,具有一定的工程应用价值。     

考虑不完全维护影响的随机退化设备剩余寿命预测

针对寿命周期中存在不完全维护影响的随机退化设备剩余寿命难以预测的问题,提出了一种考虑不完全维护影响的退化建模和剩余寿命预测方法.首先,在Wiener过程理论架下,建立了能够表征不完全维护影响的分阶段退化过程模型,然后从阶段时间服从的逆高斯分布出发,利用逆高斯分布的卷积特性,从理论上推导出存在不完全维护下寿命分布的解析解,并将维护效果的随机性和维护次数的影响传递到寿命分布中.进一步通过时间尺度变换,得到了考虑未来存在不完全维护影响下的剩余寿命分布解析解.通过极大似然估计和最小二乘法对模型未知参数进行了估计.最后将本文方法应用到陀螺仪的实际退化过程中,验证了所提方法的有效性.     

RBF网络用于性能退化的可靠性评估

针对无法用数学式准确描述退化量与环境因子间复杂非线性关系的问题,提出了一种基于RBF网络的退化轨迹建模方法.利用RBF网络能够逼近任意非线性函数的特性,进行退化轨迹的建模,并结合失效值预测产品寿命.将所有估计寿命作为完全失效数据进行可靠性评估,有效地解决了失效数据少的问题.通过对疲劳裂纹增长数据的RBF网络建模分析,证明RBF网络具有很好的函数逼近能力,寿命预测结果非常理想.经验证,在更少的退化数据下,RBF网络仍能够较好地模拟退化轨迹,寿命预测精度较高.     

金属化膜脉冲电容器剩余寿命预测方法研究

 金属化膜脉冲电容器是惯性约束聚变激光装置的重要元器件之一,其寿命预测是激光装置维护和备件决策制定的依据.在分析金属化膜脉冲电容器退化失效机理的基础上,采用Wiener过程描述其性能退化过程.进一步考虑到各电容器之间的差异,将Wiener过程的漂移参数和扩散参数看成随机变量,提出了随机效果Wiener过程模型,由同一批电容器的历史性能退化数据拟合其分布.在对单个电容器进行寿命预测时,采用Bayes方法融合电容器总体信息与该电容器自身的性能退化信息,得到其剩余寿命参数的验后估计,因而在电容器性能退化数据较少时采用该方法能提高剩余寿命预测精度.