[发明专利]一种基于隐马尔科夫链的数控装备可靠性分析方法

权利要求书

1.一种基于隐马尔科夫链的数控装备可靠性分析方法，包括以下步骤：

(1)监测数控装备运行时的动态性能信号，在一个以上的时间点抽取一个以上的反映数控装备可靠性变动的性能特征参数值；

(2)依据抽取的性能特征参数值，构建性能特征参数值的预测模型；

(3)使用预测模型预测T₀个时间点的各个性能特征参数值，对这些预测值进行矢量量化，得到性能特征参数的输出观测序列；

(4)依据输出观测序列，采用离散隐马尔科夫链模型确定数控装备的运行状态变迁概率矩阵，所述运行状态变迁概率矩阵是指装备运行状态不变或转向更差运行状态的概率，所述运行状态包括正常状态、劣化状态和失效状态；

(5)利用切普曼-柯尔莫哥洛夫微分方程建立运行状态与状态变迁概率矩阵的关系式，推断数控装备处于不同运行状态下的概率，依据该概率值的大小分析数控设备的可靠性；

所述步骤(2)采用非平稳自回归积分滑动平均算法建立第j个性能特征参数值的预测模型其中，t表示预测时间点，p为自回归阶次，q为滑动平均阶次，φ_z为滑动平均系数，测量误差

所述步骤(3)具体为：性能特征参数的输出观测序列表示为t％＝1，L，T₀，j＝1，L，m，m为性能特征参数个数，t表示预测时间点，其中，

N为离散区域数；

vi0j=Index(yt1j)=1,yt1j≤partition(1,j)i0,partition(i0-1,j)≤yt1j≤partition(i0,j)N,partition(N-1,j)≤yt1j;]]>

i₀＝2，L，N-1，t₁∈(1，L，T₀)，表示第j个性能特征参数在t₁时间点的预测值，i₁＝1，L，N-1，表示第j个性能特征参数处于第i₁离散区域的界定值；

所述步骤(4)具体为：令数控装备包含0～k+1种运行状态，其中{0}表示正常状态，{1，2，Λ，k}表示k个劣化状态，{k+1}表示失效状态，每个状态只能向其右侧更高编号的状态转移，同时每个状态也可以向自身转移；依据步骤(3)得到的输出观测序列以及预定义的初始状态变迁概率矩阵A₀、初始观测值概率矩阵B₀和初始概率分布向量π₀，利用鲍姆-韦尔奇(Baum-Welch)算法迭代计算得到数控装备在t时刻的状态变迁模型λ＝(A，B，π)，π表示概率分布向量，

状态变迁概率矩阵a_cd为数控装备在t时刻处于状态{c}而在t+1时刻处于状态{d}的概率，0≤a_cd≤1，且

观测值概率矩阵b_cj为数控装备在t时刻处于状态{c}时出现观测值c＝0，L，k+1的概率，0≤b_cj≤1，且