[發明專利]一種含有多個相關退化過程的剩余壽命預測方法

有效

• 申請號: 201710483434.5
• 申請日: 2017-06-23
• 公開（公告）號: CN107451392B
• 公開（公告）日: 2020-01-31
• 發明（設計）人: 周東華;席霄鵬;陳茂銀;盧曉
• 申請（專利權）人: 山東科技大學
• 主分類號: G06F30/20
• 分類號: G06F30/20
• 代理公司: 37252 青島智地領創專利代理有限公司
• 代理人: 種艷麗

本發明公開了一種含有多個相關退化過程的剩余壽命預測方法，屬于預測與健康管理中剩余壽命預測領域，包括以下步驟：讀入間接的狀態監測退化數據，即傳感器測量數據，初始化狀態空間模型參數；利用序貫卡爾曼濾波方法辨識隱含的退化狀態，并在此基礎上通過EM算法迭代更新模型的未知參數；基于蒙特卡洛方法對所得退化過程進行外推，在三種不同的系統失效模式下，估計剩余壽命的可靠度函數，并通過數值微分求取對應的概率密度函數；最后，利用均方誤差分析模型的擬合效果以及剩余壽命的預測精度。本方法較以往方法具有更強的普適性。

技術領域

本發明屬于預測與健康管理中剩余壽命預測領域，具體涉及一種含有多個相關退化過程的剩余壽命預測方法。

背景技術

基于狀態監測信息的剩余壽命預測是預測與健康管理領域中的一項重要技術。該技術是將退化過程首次到達預設的失效閾值的時間看作隨機過程的首達時問題，其核心思想在于計算首達時間的期望或是概率密度函數，從而為預測維護工作提供合理的先驗知識，能夠有效地降低維護成本?？紤]到預測的不確定性，恰當的概率密度函數更受青睞。

目前，預測與健康管理領域國內外學者提出的剩余壽命預測算法主要包括四大類，分別是物理機理方法，實驗方法，數據驅動方法以及復合方法。其中，數據驅動方法只依賴于觀測數據，在實際過程中使用較為廣泛。對于此類方法，按照信息的獲取方式又可分為基于直接監測數據和基于間接監測數據兩類。注意到絕大多數工作僅僅針對的是一維退化數據，卻不考慮系統的復雜度。也就是說，系統的全部性能指標假定只由單一退化過程進行描述。

但是，實際工業系統通常包含多種不同類型的操作單元，不同單元之間還可能存在一定的相關關系。舉例來說，大型高爐由爐喉，爐身，爐腹，爐腰和爐缸構成，其中，爐缸的不斷侵蝕會對風口造成很大程度的影響，甚至燒穿。對于這種情況，一個關鍵的問題在于如何預測含有多個相關退化過程的系統的剩余壽命。

近幾年利用Copula函數建模退化過程相關性的方法取得了較為廣泛的應用。但是，直接使用Copula函數存在一些明顯的局限性：第一，Copula函數只能引入統計意義下的相關系數，并沒有封閉的數學形式；第二，利用Copula函數降低維度會丟失大量有用信息，比如協方差矩陣中的交叉項；第三，如何選擇合適的Copula函數尚且是一個艱難的問題。

顯然，已有的基于Copula函數的退化建模不能較好地描述多個相關的退化過程。

發明內容

針對現有技術中存在的上述技術問題，本發明提出了一種含有多個相關退化過程的剩余壽命預測方法，設計合理，克服了現有技術的不足，具有良好的效果。

為了實現上述目的，本發明采用如下技術方案：

一種含有多個相關退化過程的剩余壽命預測方法，該方法在處理退化數據時按照以下步驟依次實現：

步驟1：讀入M組狀態監測退化數據，即傳感器測量數據，第j組傳感器測量數據記為其中，j＝1,2,…,M；利用C-MAPSS模擬大型商用渦扇發動機的退化，為簡便起見，考慮包含HPC退化和風扇退化在內的二元退化過程；

步驟2：將每組首個數據作為初始測量偏差各個監測時刻下隱含的退化狀態記為x_k，針對如下結構初始化模型參數，包括漂移系數λ，非線性系數γ，狀態方程的協方差矩陣Q，測量系數矩陣g^(j)以及各個測量的噪聲方差