[发明专利]基于数据驱动的海洋平台多阶段任务系统可靠性估计方法

摘要

本发明涉及一种基于数据驱动的海洋平台多阶段任务系统的可靠性估计方法，该估计方法主要包括：建立多阶段任务过程模型，估计任务时间的概率密度函数；建立系统退化过程模型，估计剩余寿命；根据多阶段任务过程模型和系统退化模型的可靠性定义，利用任务时间估计值和系统寿命估计值实时计算得到系统可靠性参量值。本发明利用所测的传感器数据，建立了个体多阶段任务系统的历史数据与当前实时数据信息之间的联系，实时准确估计出动态条件下多阶段任务系统的可靠性参量，解决了现有方法仅适用于静态假设和特定系统的问题。本发明实时准确估计海洋平台这类多阶段任务系统的可靠性参量，及时对系统进行有效的维护，降低系统维护成本，有效避免了灾难性故障的发生。

主权项

一种基于数据驱动的海洋平台多阶段任务系统可靠性估计方法，其特征在于：其步骤为：通过传感器对系统的环境进行检测，综合利用传感器所观测的系统环境监测数据，建立个体多阶段任务系统的历史数据与当前实时数据信息之间的联系，采用随机滤波模型对阶段区间进行建模，获得多阶段任务过程模型，估计任务时间的概率密度函数，获得多阶段任务系统的任务时间估计值；融合应用历史数据信息，建立多阶段任务系统退化过程模型，估计多阶段任务系统的寿命，获得多阶段任务系统的寿命估计值；根据多阶段任务过程模型和多阶段任务系统退化过程模型的可靠性定义，综合利用任务时间估计值和寿命估计值实时计算得到多阶段任务系统的可靠性参考值；使用维纳过程建立多阶段任务系统退化过程模型，建立多阶段任务系统退化过程模型的具体步骤为：假定退化过程的起始读数为Y(0)＝0，若起始时刻为t_i(i＝1,2,…,N)，则时间相关的监测变量演变过程模型为Y(t)＝y_i+λ(t‑t_i)+σB(t‑t_i)  (16)进一步，考虑融合应用历史数据信息，模型中λ演变为动态参数，用λ_i＝λ_i‑1+η代替，其中η～N(0,Q)，则退化模型重构为$\left\{\begin{array}{c}{\mathrm{\λ}}_i={\mathrm{\λ}}_{i-1}+\mathrm{\η}\\ y_i=y_{i-1}+{\mathrm{\λ}}_{i-1}(t_i-t_{i-1})+{\mathrm{\σ\ϵ}}_i\end{array}\right.---\left(17\right)$其中ε_i～N(0,t_i‑t_i‑1)，λ_i的估计值由卡尔曼滤波算法得到，由高斯分布假设和贝叶斯滤波原理得到λ_i的概率密度函数为$f_{{\mathrm{\λ}}_i|Y_i}\left({\mathrm{\λ}}_i\right|Y_i)=\frac{1}{\sqrt{2{\mathrm{\πP}}_{i|i}}}\exp \[-{({\mathrm{\λ}}_i-{\widehat{\mathrm{\λ}}}_i)}^2/2P_{i|i}\]---\left(18\right)$设备的寿命通过首达时间的概念来定义，当公式(16)确定的退化值Y(t)首次达到预先设定的失效阈值w时,就认为设备失效；将设备寿命终止的时间定义为退化过程Y(t)首次穿越失效阈值w的时间,则设备t_i时刻的剩余使用寿命S_i被定义为：S_i＝inf{s_i:Y(s_i+t_i)≥w|Y_i}  (19)令为剩余使用寿命的累积分布函数，由退化模型公式(17)预测t_i时刻的退化概率密度函数考虑模型分布为正态分布，有则t_i时刻多阶段任务系统的估计寿命的概率密度函数和累积分布函数分别为：

×

专利文献下载

说明：

1、专利原文基于中国国家知识产权局专利说明书；

2、支持发明专利 、实用新型专利、外观设计专利（升级中）；

3、专利数据每周两次同步更新，支持Adobe PDF格式；

4、内容包括专利技术的结构示意图、流程工艺图或技术构造图；

5、已全新升级为极速版,下载速度显著提升！欢迎使用！

请您登陆后，进行下载，点击【登陆】 【注册】

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：。

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

周一至周五 9:00-18:00

版权所有http://www.vipzhuanli.com/公布日期

咨询在线客服

tel code back_top

服务热线：

投诉建议：

扫一扫，微信关注钻瓜专利网

定制专利/购买专利

行业大牛为您服务 快来咨询~