[发明专利]一种带随机跳变的退化设备的剩余寿命预测方法及系统

权利要求书

1.一种带随机跳变的退化设备的剩余寿命预测方法，其特征在于，所述剩余寿命预测方法包括：

获取多个退化设备的多组历史退化数据；

对每组所述历史退化数据进行去差分处理，生成历史退化数据的增量；

获取带随机跳变的退化模型；

根据所述历史退化数据的增量，采用ECM算法和极大似然估计方法确定所述退化模型中所有参数的估计值，生成确定参数后的退化模型；

根据所述确定参数后的退化模型建立剩余寿命概率密度函数；

获取待预测退化设备的在线退化数据；

根据所述在线退化数据求解所述剩余寿命概率密度函数的期望，得到所述待预测退化设备的剩余寿命预测值。

2.根据权利要求1所述的剩余寿命预测方法，其特征在于，所述对每组所述历史退化数据进行去差分处理，生成历史退化数据的增量，具体包括：

对每组所述历史退化数据X_0:k＝{x₀,x₁,...,x_k}进行去差分处理，生成历史退化数据的增量ΔX_1:k＝{Δx₁,Δx₂,...,Δx_k}；其中x₀，x₁，...，x_k分别为退化设备在t₀,t₁,...,t_k时刻的退化数据；Δx_k＝x_k-x_k-1。

3.根据权利要求1所述的剩余寿命预测方法，其特征在于，所述获取带随机跳变的退化模型，具体包括：

获取所述退化设备的退化初值x₀；

根据所述退化初值x₀建立带随机跳变的退化模型其中X(t)为退化设备t时刻的退化量；X(0)＝x₀表示退化初值；μ为漂移系数；σ_B为扩散参数；B(t)为标准布朗运动；N(t)为泊松过程；表示每次随机跳变的幅值；μ_Y是随机跳变幅值的期望，是随机跳变幅值的方差。

4.根据权利要求1所述的剩余寿命预测方法，其特征在于，所述根据所述在线退化数据求解所述剩余寿命概率密度函数的期望，得到所述待预测退化设备的剩余寿命预测值，具体包括：

将所述在线退化数据X_0:k＝{x₀,x₁,...,x_k}代入剩余寿命概率密度分布近似解析表达式中，计算得到所述剩余寿命概率密度函数的期望f_RUL(l)为所述待预测退化设备的剩余寿命预测值；其中x₀，x₁，...，x_k分别为退化设备在线运行过程中t₀,t₁,...,t_k时刻的在线退化数据；E[·]表示对中括号内取期望；β表示标准正态随机变量；

其中l表示剩余寿命；λ表示强度函数；θ_λ为泊松过程的参数；ξ表示失效阈值。

5.一种带随机跳变的退化设备的剩余寿命预测系统，其特征在于，所述剩余寿命预测系统包括：

历史退化数据获取模块，用于获取多个退化设备的多组历史退化数据；

去差分模块，用于对每组所述历史退化数据进行去差分处理，生成历史退化数据的增量；

退化模型获取模块，用于获取带随机跳变的退化模型；

参数估计模块，用于根据所述历史退化数据的增量，采用ECM算法和极大似然估计方法确定所述退化模型中所有参数的估计值，生成确定参数后的退化模型；

剩余寿命概率密度函数建立模块，用于根据所述确定参数后的退化模型建立剩余寿命概率密度函数；

在线退化数据获取模块，用于获取待预测退化设备的在线退化数据；

剩余寿命预测模块，用于根据所述在线退化数据求解所述剩余寿命概率密度函数的期望，得到所述待预测退化设备的剩余寿命预测值。