[發明專利]一種存在競爭失效條件下的設備剩余壽命預測方法

在審

• 申請號: 201210385248.5
• 申請日: 2012-09-26
• 公開（公告）號: CN103678858A
• 公開（公告）日: 2014-03-26
• 發明（設計）人: 胡昌華;周志杰;樊紅東;陳業
• 申請（專利權）人: 中國人民解放軍第二炮兵工程大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于可靠性工程技術領域，主要內容為一種對存在競爭失效條件下的高可靠性設備進行剩余壽命預測的方法。

背景技術

設備的壽命，通常指設備的使用壽命，根據GJB451A-2005的定義，使用壽命是“設備使用到無論從技術上還是經濟上考慮都不宜再使用，而必須大修或報廢時的壽命單位數”。更具體一些，設備的(可)使用壽命是指從設備制造完成到出現不能修復(或不值得修復)的故障或不能接受的故障率時的壽命單位數。剩余壽命(remaining?life：RL)，通常指剩余有效壽命(remaining?useful?life：RUL)，也稱為剩余服務壽命(remaining?servicelife：RSL)或殘余壽命(residual?life)。剩余壽命預測，在現有技術的實際應用中是指在當前設備狀態和歷史狀態數據已知的條件下，去預測在一個(或多個)失效發生之前還剩下多少時間。定義為條件隨機變量：

P{T-t|T＞t，Z(t)}????(1)

其中，T表示到失效時間的隨機變量，t為當前壽命，Z(t)為到當前時間的歷史狀態數據。由于RUL是隨機變量，RUL預測通常是指：求RUL的分布，即式(1)，或者求RUL的期望，即：

E[T-t|T＞t，Z(t)]????(2)

當前，設備剩余壽命預測的方法主要有三類：基于機理模型的方法、基于人工智能的方法和基于統計模型的方法。

1)基于機理模型的剩余壽命預測方法

當已知系統精確的機理模型時，基于機理模型的預測方法能夠給出比較準確的預測結果。然而，現代工業過程、生產制造設備、航空航天設備等的現代化水平不斷提高，很多設備都是集機械、電子、液壓和自動控制技術于一體的復雜設備，一般難以建立準確的機理模型。

2)基于人工智能的剩余壽命預測方法

基于人工智能的剩余壽命預測方法能充分考慮退化量的相關性、數據自相關和環境因子等因素，能夠應用在多種場合下。然而，基于人工智能的方法難以得到體現剩余壽命隨機不確定特征的概率分布函數，因此這類方法在設備的最優維護等相關的決策應用中有一定的局限性。

3)基于統計模型的剩余壽命預測方法

這類方法可以分為兩種：基于間接狀態監測數據的方法和基于直接狀態監測數據的方法。基于間接狀態監測數據的方法利用間接或部分反映設備性能的監測數據建模，對被檢測設備的機理知識要求不高，易于建立剩余壽命預測模型。但是，由復雜設備組成的系統往往是非線性和隨機性都很強的復雜系統，觀測值由于系統非線性過程的傳遞，不一定會有明顯的退化趨勢，另外，在設備使用過程中，容易受到干擾和噪聲的影響，也使得間接觀測數據不能夠真實地反映設備當前狀態，導致這類剩余壽命預測方法存在一定的誤差。基于直接狀態監測數據的方法利用可以直接反映設備性能的監測數據建立退化軌跡模型，包括Gamma過程、Markov過程和Wiener過程。其中，Gamma過程和Markov過程描述的退化過程，基本上都假設了退化過程是單調的、不可逆的。但是工程實際中，由于設備負載情況、內部狀態的動態變化、外部環境的改變都有可能使得測量得到的退化變量具有非單調的特性。而Wiener過程能夠較好地描述具有增加或減小趨勢的非單調退化過程。

發明內容

針對上述現有技術狀況，本發明的目的是：提供一種充分利用設備在性能退化過程中測得的性能退化數據，科學預測高可靠性設備個體剩余壽命，以解決存在競爭失效條件下設備的剩余壽命預測問題。

現將本發明構思及技術解決方案敘述如下：

在工程實踐中，可以獲得一些機理知識和大致反映系統性能狀態的監測數據，這些信息為使用基于統計模型的方法預測設備的剩余壽命提供了條件。對于發生緩變故障的設備，可以用帶漂移的維納模型近似地描述其退化過程。然而，由于運行環境的突然沖擊，可能會使設備發生突然失效，即在系統發生緩變故障的同時發生突變故障，也就是在設備性能發生退化的過程中存在競爭失效的現象。因此，對于這類型的設備，本發明將造成其失效的故障模式可以看成是兩種模式的組合：第一種是緩變故障模式，用帶漂移的維納模型進行描述；第二種是突變故障模式，用泊松過程進行描述；假設這兩種故障模式相互獨立，分別獲得這兩種故障模式下的剩余壽命以后，就可以得到設備的剩余壽命；具體包括以下步驟：

步驟1：動態性能退化數據庫的構建