[發明專利]兩階段退化產品的剩余壽命預測方法在審
| 申請號: | 201911296295.0 | 申請日: | 2019-12-16 |
| 公開(公告)號: | CN111046564A | 公開(公告)日: | 2020-04-21 |
| 發明(設計)人: | 林景棟;陳敏;林正;王靜靜 | 申請(專利權)人: | 重慶大學 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20;G06Q10/04;G06F119/04 |
| 代理公司: | 北京匯澤知識產權代理有限公司 11228 | 代理人: | 武君 |
| 地址: | 400044 *** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 階段 退化 產品 剩余 壽命 預測 方法 | ||
1.兩階段退化產品的剩余壽命預測方法,其特征在于:所述方法包括以下步驟:
步驟一:退化過程建模,從退化變點處進行分段,利用非線性Wiener過程模型建立兩階段退化模型;
步驟二:模型參數估計,通過收集歷史退化數據,利用兩階段單元MLE方法進行模型未知參數估計;
步驟三:剩余壽命預測,基于步驟一所得的兩階段退化模型,利用時空變換,推導出首達時間分布的近似解析解;
步驟四:以步驟三所得首達時間分布結果為基礎,考慮各階段的退化速率為隨機變量,基于總概率定律,得到考慮個體差異性的首達時間分布函數;
步驟五:在變點未出現的情況下,根據Wiener過程特性,推導出從初始退化狀態轉移到變點退化狀態的轉移概率密度函數,進而,基于總概率定律,得到考慮個體差異的狀態轉移密度函數;
步驟六:以步驟四和步驟五所得結果為基礎,基于總概率定律和高斯分布的性質,推導出兩階段退化模型的首達時間概念下的壽命概率密度函數;通過將步驟二獲得的模型參數估計值代入壽命概率密度函數,從而實現兩階段退化產品的壽命預測。
2.根據權利要求1所述的兩階段退化產品的剩余壽命預測方法,其特征在于:步驟一中,從變化點處進行分段,每個階段利用非線性Wiener過程進行退化建模,所構建的兩階段退化模型為:
其中:X(t)表示產品的性能退化量,X(0)和X(τ)分別表示初始時刻和變點處的退化狀態,和是各階段的漂移函數,σ1和σ2是各階段的擴散系數,B(t)是標準的布朗運動。
3.根據權利要求1所述的兩階段退化產品的剩余壽命預測方法,其特征在于:步驟二中,通過提出的兩階段單位MLE方法進行模型未知參數估計,具體包括如下過程:
首先收集N個退化產品的歷史退化數據,建立退化增量的訓練數據集ΔXn,其中mn表示第n個產品的測量數目,Δtn,j-1=tn,j-tn,j-1(j=1,...,mn)表示檢測測間隔;
在參數估計第一階段,利用每個測試樣本的退化數據,估計退化模型參數
根據標準布朗運動的特性,ΔXn服從正態分布,關于參數Θ的對數似然函數表示為:
其中:ma和mb表示第一階段和第二階段的測量數目,滿足ma+mb=mn,
對對數似然函數求關于α1,n,α2,n(n=1,...,N),和的偏導,使其等于0,可得對應參數估計值:
其中:需先利用MATLAB中的“FMINSEARCH”搜索參數β1和β2,代入上式即可得到估計值;再求最大對數似然函數,即可獲得變點的值;
在參數估計第二階段,利用第一階段估計的每個樣本的和和進行統計分析,即可得到對應隨機參數分布的超參數。
4.根據權利要求1所述的兩階段退化產品的剩余壽命預測方法,其特征在于:步驟三中,基于時空變換,參照非線性Wiener過程的壽命推導過程,首達時間分布函數表示為:
其中:fT(t|τ)為在t時刻的壽命概率密度函數,xτ為變點處的退化量。
5.根據權利要求1所述的兩階段退化產品的剩余壽命預測方法,其特征在于:步驟四中,基于步驟三的結果,考慮個體差異性,將各階段的退化速率看作隨機變量,即設和根據總概率定律,考慮個體差異性的首達時間分布函數表示為:
當0<t≤τ時:
當t>τ時:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶大學,未經重慶大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911296295.0/1.html,轉載請聲明來源鉆瓜專利網。





