[发明专利]一种基于两阶段随机退化建模的剩余寿命预测方法

说明书

本发明公开了一种基于两阶段随机退化建模的剩余寿命预测方法，属于工业监测和故障诊断领域，本发明主要包括：离线建模与在线参数更新及剩余寿命预测；其中离线建模过程包括：对历史退化数据的收集；利用极大似然估计得到每一组退化的变点估计值，并利用统计分析得到变点的分布特性；基于期望极大化算法离线辨识两阶段退化模型参数；将离线得到参数估计值和变点分布的统计特性一并作为在线参数更新的先验信息；在线参数估计与剩余寿命预测包括：退化数据在线收集；基于贝叶斯理论模型参数在线更新；基于更新后的参数对当前运行设备的剩余寿命进行估计。本发明可以对具有两阶段特性的退化数据进行建模，并能准确的预测其剩余寿命。

技术领域

本发明属于工业监测和故障诊断领域，具体涉及一种基于两阶段随机退化建模的剩余寿命预测方法。

背景技术

剩余寿命预测方法是指利用历史以及当前运行数据，对设备的剩余运行时间进行估计和预测。由于该方法能够为维修维护决策提供理论依据、保证设备安全可靠运行，因此是预测与健康管理技术的关键问题，并在近些年得到广泛关注与深入研究。

由于受到外部环境应力的切换、内在退化机理的改变，设备在运行过程中其退化速率与波动幅度难以一直保持一致。因此现有的单阶段的方法不再适用，有必要通过两阶段退化模型来预测设备的剩余寿命。而在工程实际中，退化数据往往是非单调的，因此基于两阶段的Wiener过程建立的退化模型更为合理。而现有两阶Wiener过程退化模型，尚未给出首达意义下的解析寿命概率密度函数与剩余寿命概率密度函数，以致于难以在线对剩余寿命进行预测。

发明内容

针对现有技术中存在的上述技术问题，本发明提出了一种基于两阶段退化建模的剩余寿命预测方法，设计合理，克服了现有技术的不足，具有良好的效果。

为了实现上述目的，本发明采用如下技术方案：

一种基于两阶段随机退化建模的剩余寿命预测方法，该方法包括离线建模以及在线参数更新与剩余寿命预测两部分，具体包括如下步骤：

步骤1：离线建模过程，具体包括如下步骤：

步骤1.1：收集n个电池历史退化数据，建立训练数据集X＝{X₁,X₂,...,X_n}，其中表示第i个电池在时刻处共有m_i个退化数据；假设所有监测为等间隔监测，令Δt＝t_i,j-t_i,j-1；

步骤1.2：定义两阶段退化模型如下所示：

其中，μ₁与μ₂为两阶段Wiener过程模型的漂移系数，σ₁与σ₂为扩散参数，为了描述不同样本间的差异性，令以及和为正态分布的期望与方差，但对于每个单独样本，μ₁与μ₂为固定常数；

步骤1.3：对每组退化数据X＝{X₁,X₂,...,X_n}分别构建如公式(2)所示的对数似然函数，并通过极大似然估计得到每一组退化数据的变点τ_i的估计值，如公式(3)所示：

其中，μ_i,σ_i表示第i组退化模型的漂移与扩散系数，X_i∈{X₁,X₂,...,X_n}，x_i,j表示第i组退化中第j个退化值，

其中，表示τ_i的估计值，并且通过统计分析得到变点的概率分布函数p(τ)；