[發明專利]一種考慮軟件運行的軟－硬件退化系統剩余壽命估計的方法

在審

• 申請號: 201810815534.8
• 申請日: 2018-07-20
• 公開（公告）號: CN110750848A
• 公開（公告）日: 2020-02-04
• 發明（設計）人: 張德平;韓佳佳
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.提高在軟件運行條件下的軟硬件退化系統的剩余壽命估計精度的方法，其特征包括如下步驟：

(1)明確軟-硬件退化系統，構建退化性能指標，進行指標提取與篩選。

(2)根據退化性能指標，利用隱Markov模型構建系統硬件性能退化模型。

(3)根據系統體系結構，設計系統級剩余壽命估計算法。

(4)實驗設計，對樣本數據集進行特征提取與篩選，構建上述模型，預測剩余壽命，給出性能評價指標，得出剩余壽命估計值的精度。

2.根據權利要求1所述方法，其特征在于，步驟(1)針對退化性能指標的建立及篩選方法如下：

利用信號處理的方法，使得采用的方法和提取的特征能充分反映系統的運行狀態。目前，表征振動信號性能退化指標的特征域有時域、頻域和時頻域3種。其中，時域特征有平均值，均方根，RMS，峰度指數等。頻域和時頻域特征采用小波變換和經驗模態分解等方法進行處理。此外，在對系統監測信號數據進行特征提取后，某些特征向量可能會非常相關，導致信息重疊。因此，為了降低數據冗余性，本實驗采用主成分分析(PCA)方法進行降維。

小波分解過程：

在小波分解中，把Hilbert空間按不同尺度因子j分解為多個子空間的正交和，并進一步分解為閉包子空間，構造小波包基序列滿足：

其中，h和g分別為高通濾波器和低通濾波器系數；k＝1，2，…，j是時間位置參數，n是頻率參數。

分解完成后，對各頻帶分解系數逐層重構至第0層，提取各頻帶內的信號.若原始信號x(k)的數據長度為N，則分解后各頻帶的信號能量表示為：

其中，表示在分辨率為j的小波分解中，位于子空間的離散信號的幅值。則由此可以確定與能量序列對應的特征向量。

EMD分解涉及到本征模函數的概念，其必須滿足以下兩個條件：

1)在整個數據范圍內，局部極值點和過零點的個數必須相等或最多相差一個。

2)任意時刻，局部極大值點形成的上包絡線和局部極小值點形成的下包絡線的平均值為零，即上、下包絡線關于時間軸局部對稱。

EMD分解過程：

1)找到信號數據x(t)的所有局部極值點，用三次樣條曲線將所有局部極大值點連接起來形成上包絡線，所有局部極小值點連接起來形成下包絡線。

2)計算上、下包絡線的均值m₁，用原始信號數據減去該均值得到一個新的數據序列h₁：

x(t)-m₁＝h₁

如果h₁滿足本征模函數的兩個條件，則h₁就是分解出來的第一個IMF分量c₁。否則h₁不是，需將h₁作為原始信號重復步驟1)，繼續篩選，直到產生第一個IMF分量c₁。

3)計算：

r₁＝x(t)-c₁

將r₁作為原始信號重復步驟1)～3)，以此類推，得到原信號的n個分量和一個不能再分解的殘余分量r_n，即：

PCA算法歸納如下：

對原始數據進行標準化：

計算相關系數矩陣R＝(r_ij)：

為原變量的相關系數，r_ij＝r_ji。

計算特征值與特征向量：

求解特征方程|λI-R|＝0，常用雅可比法求出特征值，并使其按大小順序排列：

λ₁≥λ₂≥...≥λ_p≥0。

分別求出對應于特征值λ_i的特征向量e_i(i＝1，2，...，p)使得||e_i||＝1。

計算主成分貢獻率及累積貢獻率：

貢獻率

累積貢獻率。