[发明专利]一种基于勒贝格空间模型的寿命预测方法

说明书

本发明属于轴承故障诊断与预测相关技术领域，其公开了一种基于勒贝格空间模型的寿命预测方法，该方法包括以下步骤：(1)实时采集待测设备的状态数据；(2)根据状态数据设定勒贝格间隔，进而将得到的健康指数划分为一系列的勒贝格状态，继而构建勒贝格空间模型；(3)对粒子滤波算法的参数进行初始化设置，并采用粒子滤波算法对得到的勒贝格状态对应的运行时间进行循环递推，以获取当前勒贝格状态对应的运行时间的估计值；(4)基于得到的所述估计值，采用粒子滤波算法预测接下来的勒贝格状态所对应的运行时间，进而计算待测设备的剩余寿命。本发明提高了计算效率及准确性，灵活性较好，适用性较强。

技术领域

本发明属于轴承故障诊断与预测相关技术领域，更具体地，涉及一种基于勒贝格空间模型的寿命预测方法。

背景技术

近年来故障预测及健康管理技术受到越来越多的关注，特别是对一些非常注重安全性的设备，例如发电厂、核电厂、航空航天设备以及无人机等等。这些设备通常都很复杂，而一旦发生故障，不但会造成巨额的经济损失，也会威胁人们的生命安全。故障诊断与预测技术通过对实时数据进行分析及处理，能够对设备当前的故障程度进行量化分析，同时对未来的发展情况进行准确及有效的预测。

虽然现有的故障诊断及预测技术也具有良好的性能，但在工程实际中，随着传感器数量和算法复杂度的不断增加，故障诊断和预测的应用主要受制于计算能力的不足。尤其是在分布式应用中，当诊断预测算法被布置在嵌入式计算系统上时表现得更加明显。相应地，本领域存在着发展一种能够提高效率的基于勒贝格空间模型的寿命预测方法的技术需求。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于勒贝格空间模型的寿命预测方法，其基于现有故障诊断与预测的特点，研究及设计了一种能够提高效率的基于勒贝格空间模型的寿命预测方法。所述寿命预测方法应用现代先进的智能技术与状态监测技术相结合，提高了准确性及计算效率。所述寿命预测方法能够在不停机的情况下应用实时数据进行状态监测，还能对故障的发展情况进行有效地预测，适用性较强，灵活性较高。

为实现上述目的，本发明提供了一种基于勒贝格空间模型的寿命预测方法，该方法包括以下步骤：

(1)实时采集待测设备的状态数据，进而采用健康指数公式来得到对应的健康指数；

(2)根据所述状态数据设定勒贝格间隔，并根据所述勒贝格间隔将得到的健康指数划分为一系列的勒贝格状态；同时，基于所述健康指数及勒贝格状态与其对应的、采集到的运行时间之间的关系来构建勒贝格空间模型，所述勒贝格空间模型以勒贝格状态为输入来计算输出勒贝格状态所对应的运行时间；

(3)对粒子滤波算法的参数进行初始化设置，并采用粒子滤波算法对得到的勒贝格状态对应的运行时间进行循环递推，以获取当前勒贝格状态对应的运行时间的估计值；

(4)基于得到的所述估计值，采用粒子滤波算法预测接下来的勒贝格状态所对应的运行时间，进而计算待测设备的剩余寿命。

进一步地，所述勒贝格空间模型采用转移方程及观测方程来表达故障在各个状态下的运行时间分布。

进一步地，所述转移方程为：

t(L_k+1)＝f(t(L_k)，ω_t(L_k)) (1)

式中，t(L_k)为勒贝格状态L_k对应的运行时间；ω_t(L_k)为勒贝格状态L_k时运行时间转移的扰动，用来描述故障发展过程中所具有的不确定性；t(L_k+1)为勒贝格状态L_k+1对应的运行时间。

进一步地，所述观测方程为：