[发明专利]一种基于多源信息的船舶剩余寿命预测方法及系统

权利要求书

1.一种基于多源信息的船舶剩余寿命预测方法，其特征在于，包括：

采集船舶传感器测量样本的系统输出信号向量，确定系统初始状态和初始参数；

根据所述系统输出信号向量、系统初始状态和初始参数，计算采样时刻及每一过去采样时刻的状态最佳估计值；

根据所述采样时刻及每一过去采样时刻的状态最佳估计值，估计每一未来采样时刻状态值；

将所述每一未来采样时刻状态值与阈值进行比较，以预测船舶剩余寿命；

系统状态为x_k，所述系统状态为采样时刻的系统状态值，x₀为系统初始状态，为初始参数；根据所述系统状态和所述系统输出信号向量，得到系统线性方程与观测方程表达式：

x_k+1＝x_k+η_kτ_k+∈_k (1)

y_k＝a_k+h_kx_k+ω_k (2)

其中，公式(1)为性能线性退化的系统线性方程，公式(2)为观测方程；x_k+1为k+1采样时刻系统状态预测值，y_k为k采样时刻的系统输出信号向量，t≥k≥0，t为当前时刻；

为k采样时刻的计算参数，包括：η_k为线性退化过程漂移速度，τ_k为采样间隔，∈_k为噪声，a_k为传感器零漂，h_k为系统自身参数，ω_k为测量噪声。

2.根据权利要求1所述的基于多源信息的船舶剩余寿命预测方法，其特征在于，所述计算采样时刻及每一过去采样时刻的状态最佳估计值，包括：

步骤一，根据k-1采样时刻测量样本的状态最佳估计值和k采样时刻系统输出信号向量，计算k采样时刻的系统状态估计值，其中，t≥k≥0，t为当前时刻；

步骤二，根据所述k采样时刻的系统状态估计值和k采样时刻的第l次更新的参数更新过去采样时刻的优化状态值，上一时刻的最优参数

步骤三，根据所述系统输出信号向量和所述优化状态值联合分布，计算联合期望，最大化所述期望，得到k采样时刻的第l加1次更新的参数

步骤四，若更新的参数满足要求，则计算k采样时刻的状态最佳估计值；若更新的参数不满足要求，则对所述l加1，然后重复执行步骤二至四，直至计算出k采样时刻的状态最佳估计值；

循环执行上述步骤一至四，直至计算出当前采样时刻及每一过去采样时刻的状态最佳估计值。

3.根据权利要求2所述的基于多源信息的船舶剩余寿命预测方法，其特征在于，所述k采样时刻的系统状态估计值表达为：

P_k|k-1＝P_k-1|k-1+Q_k-1

K_k＝P_k|k-1C^T(CP_k|k-1C^T+R)^-1

P_k|k＝(I-K_kC)P_k|k-1

其中，t≥k≥0，t为当前时刻，为基于k-1采样时刻对k采样时刻的状态估计值，为k采样时刻的系统状态最佳估计值，η_k-1为k-1采样时刻线性退化过程漂移速度，τ_k-1为k-1采样时刻采样间隔，P_k|k-1为卡尔曼滤波从k-1采样时刻预测k采样时刻的方差矩阵，P_k-1|k-1为卡尔曼滤波第k-1采样时刻估计的方差矩阵，Q_k-1为k-1采样时刻的系统噪声，K_k为k采样时刻的卡尔曼增益，为k采样时刻的状态估计值，C为测量矩阵，C^T为测量矩阵C的转置，R为测量噪声，y_k为k采样时刻的系统输出信号向量，I为单位矩阵。