[发明专利]考虑两阶段自适应Wiener过程的退化设备剩余寿命预测方法

说明书

本发明公开了一种考虑两阶段自适应Wiener过程的退化设备剩余寿命预测方法，基于Wiener过程，针对退化过程呈现两阶段特征的一类随机退化设备，充分考虑了现有剩余寿命预测方法不适用于测量间隔分布不均匀、监测数据的测量频率与历史数据频率不一致的情况，并且忽略了自适应漂移的可变性问题，提高了设备剩余寿命预测的准确性。本发明方法不仅可以对此类设备的剩余寿命进行准确预测分析，还可以为设备备件订购、最优替换等管理决策提供有力的理论依据，从而可实现高效合理的装备管理，避免浪费，因此该方法具有很好的工程应用价值。

技术领域

本发明属于可靠性工程技术领域，具体涉及一种考虑两阶段自适应Wiener过程的退化设备剩余寿命预测方法。

背景技术

随着高新技术的迅速发展，现代工业设备正朝着大型化、复杂化和智能化快速发展。这类设备在运行过程中由于受到内部和外部因素的随机影响，性能和健康状态不可避免的呈现下降趋势乃至退化失效，导致无法完成正常任务和功能，进而引发严重事故，造成环境破坏和人员伤亡。如果能在设备性能退化初期对其进行剩余寿命预测，并基于预测结果确定维修决策的最佳时机，制定相应的备件订购或替换策略，将有效提高设备运行可靠性、降低运行成本。在剩余寿命预测的方法中，从经济性、安全性等角度出发，对于这种存在变点、呈现两阶段退化特性的设备进行退化建模和剩余寿命预测，已有不少学者进行了研究和拓展。Ng等根据退化数据的两阶段特性，提出一种基于单个变点的独立增量两阶段随机退化模型，并采用EM算法对模型参数进行估计。Yan等基于两阶段Wiener过程模型对液力耦合器进行可靠性校验，并根据赤池信息准则对变点进行辨识。Chen、等改进两阶段线性对数模型来描述滚球轴承的分阶段退化过程，并用贝叶斯方法更新模型参数进行寿命估计。Wang等提出了一种两阶段退化模型用于轴承退化数据的建模，在第一段假设处于健康状态，在第二段结合卡尔曼滤波和EM算法进行剩余寿命估计。Peng等为了提高剩余寿命预测的鲁棒性和效率，开发了一种半解析预测模型，该模型可以避免剩余寿命预测的大幅度波动，所提方法可以自动跟踪不同的退化阶段，并自适应地更新超参数。Zhang、等在两阶段Wiener过程退化模型的框架下，推导出基于首达时间意义的寿命分布，该模型优势在于充分考虑并量化变点处退化量的不确定性同时能够推广至更具有一般性的多阶段退化模型中。

尽管两阶段乃至多阶段退化模型已经取得了一些理论与实际应用成果，但仍存在一些问题有待解决。目前大多数两阶段退化模型(如：Zhang)都是基于Wang所提出的一阶自回归模型进行建模，但该模型存在三点不足：1)假设噪声项是独立且均匀分布，并且仅适用于均匀测量间隔。由于不是自动测量或根据某些设计方案进行测量等原因，在工程实际中设备退化过程的测量间隔往往是不均匀的。2)当使用多组同类型退化设备的历史数据或先验信息估计模型未知参数时，必须要求监测数据的测量频率与历史数据中使用的测量频率相同。否则，历史数据将不再适用。3)该模型退化建模存在一个潜在假设，即在后一时刻估计的随机参数与前一时刻的随机参数的后验估计完全相等，并且当该模型用于剩余寿命预测时，使用最新的监测值来更新漂移系数，该漂移系数从最后监测点开始保持不变，直到系统发生故障。这意味着该模型假设可以根据实时监测数据自适应更新漂移系数，但在未来的剩余寿命预测中忽略这种自适应漂移可变性。

发明内容

针对现有技术中的上述不足，本发明提供的考虑两阶段自适应Wiener过程的退化设备剩余寿命预测方法解决了现有的设备剩余寿命预测方法中没有考虑两阶段退化特征，进而影响剩余寿命预测准确性的问题。

为了达到上述发明目的，本发明采用的技术方案为：考虑两阶段自适应Wiener过程的退化设备剩余寿命预测方法，包括以下步骤：

S1、基于自适应Wiener过程，建立描述设备经历两阶段特征的随机退化模型；

S2、对建立的随机退化模型中的漂移系数和未知参数进行估计，获得完整的随机退化模型，并对其进行变点检测；

S3、基于完整的随机退化模型和检测到的变点，对退化设备进行两阶段自适应Wiener过程的剩余寿命预测。