[发明专利]设备寿命量化方法、装置、计算机设备和存储介质

权利要求书

1.一种设备寿命量化方法，其特征在于，所述方法包括：

分别对设备中各器件的热疲劳失效时刻数据和振动疲劳失效时刻数据进行累积损伤分析，得到累积后的热疲劳失效时刻数据和累积后的振动疲劳失效时刻数据，所述各器件的热疲劳失效时刻数据和振动疲劳失效时刻数据根据包含多种故障分析模型的仿真软件的仿真结果得到；

对各所述器件的所述累积后的热疲劳失效时刻数据和所述累积后的振动疲劳失效时刻数据进行故障分布拟合，得到各所述器件的热疲劳寿命分布函数和振动疲劳寿命分布函数；

对各所述器件的热疲劳寿命分布函数和振动疲劳寿命分布函数进行故障融合，得到各所述器件的寿命概率密度函数；

对所述设备中所有器件的寿命概率密度函数进行故障融合，得到所述设备的寿命概率密度函数；

所述设备的寿命概率密度函数用于获取所述设备的寿命量化结果；

所述对所述设备中所有器件的寿命概率密度函数进行故障融合，得到所述设备的寿命概率密度函数包括：对所述设备中所有器件的寿命概率密度函数执行抽样操作，得到多个随机值，通过竞争算法对多个随机值进行处理，得到等于预设阈值的多个随机值，对等于预设阈值的多个随机值进行拟合，得到所述设备的寿命概率密度函数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述设备各器件在多个温度段下的热疲劳失效时刻数据，和，在多个振动量下的振动疲劳失效时刻数据。

3.根据权利要求2所述的方法，其特征在于，所述分别对设备中各器件的热疲劳失效时刻数据进行累积损伤分析，得到累积后的热疲劳失效时刻数据，包括：

针对所述设备的第i个器件，计算各温度段占所有温度段的温度时间比例；每个所述温度段均包括Q个热疲劳失效时刻数据，且不同的热疲劳失效时刻数据对应不同的标识；

将各所述温度段的每个热疲劳失效时刻数据均乘以对应的温度时间比例，得到各所述温度段的Q个目标热疲劳失效时刻数据；

将相同标识对应的各所述温度段的目标热疲劳失效时刻数据进行累加，得到Q个所述累积后的热疲劳失效时刻数据。

4.根据权利要求2所述的方法，其特征在于，所述分别对设备中各器件的振动疲劳失效时刻数据进行累积损伤分析，得到累积后的振动疲劳失效时刻数据，包括：

针对所述设备的第i个器件，计算各振动量占所有振动量的振动时间比例；每个所述振动量均包括Q个振动疲劳失效时刻数据，且不同的振动疲劳失效时刻数据对应不同的标识；

将各所述振动量的每个振动疲劳失效时刻数据均乘以对应的振动时间比例，得到各所述振动量的Q个目标振动疲劳失效时刻数据；

将相同标识对应的各所述振动量的目标振动疲劳失效时刻数据进行累加，得到Q个所述累积后的振动疲劳失效时刻数据。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述对各所述器件的所述累积后的热疲劳失效时刻数据和所述累积后的振动疲劳失效时刻数据进行故障分布拟合，得到各所述器件的热疲劳寿命分布函数和振动疲劳寿命分布函数，包括：

采用指数分布拟合算法，对各所述器件的所述累积后的热疲劳失效时刻数据进行分布拟合，得到所述设备中各器件的热疲劳寿命分布函数；

采用指数分布拟合算法，对各所述器件的所述累积后的振动疲劳失效时刻数据进行分布拟合，得到所述设备中各器件的振动疲劳寿命分布函数。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述对各所述器件的热疲劳寿命分布函数和振动疲劳寿命分布函数进行故障融合，得到各所述器件的寿命概率密度函数，包括：

针对所述设备的每个器件，执行抽样操作；

其中，所述抽样操作包括：利用蒙特卡罗法随机抽样法，获取一个随机数，将所述随机数分别代入所述器件的热疲劳寿命分布函数和振动疲劳寿命分布函数中，得到两个随机值；获取所述两个随机值中的最小值，并将所述最小值输入至第一抽样数据集中；

重复执行所述抽样操作，直至所述第一抽样数据集中的元素数目达到预设阈值为止；并根据所述第一抽样数据集，得到所述器件的寿命概率密度函数。