[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

说明书

本发明公开了一种带随机跳变的退化设备的剩余寿命预测方法及系统。与传统单阶段退化模型相比，本发明提出的考虑时变随机跳变的退化模型能够更好的描述随机跳变对设备退化过程的影响，因此采用本发明方法得到的退化设备剩余寿命预测值较传统剩余寿命预测方法更为准确。其次，相比于现有考虑时变随机跳变的退化模型，本发明得到了近似的解析剩余寿命概率密度分布的表达式，更便于在线计算。此外，本发明基于ECM算法以及极大似然估计给出了模型参数的辨识方法，减小了退化模型中各参数的计算复杂度，提高了设备剩余寿命预测效率。

技术领域

本发明涉及工业监测和故障诊断技术领域，特别是涉及一种带随机跳变的退化设备的剩余寿命预测方法及系统。

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的方法。由于该方法能够为设备的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冲击、内在退化机理的改变，设备在运行过程中其退化数据往往存在随机跳变，这种跳变会导致退化状态的突变，以至于现有方法不再适用，有必要研究带随机跳变退化过程的建模与剩余寿命问题。

现有的设备剩余寿命预测方法中，Wiener(维纳)过程在设备剩余寿命估计中使用的较为广泛，但是现有Wiener预测方法鲜有考虑退化数据的随机跳变退化过程，且没有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，因此对设备剩余寿命的预测准确度低，不适用于随机跳变退化过程的剩余寿命预测。

发明内容

本发明的目的是提供一种带随机跳变的退化设备的剩余寿命预测方法及系统，以解决现有设备剩余寿命预测方法预测准确度低的问题。

为实现上述目的，本发明提供了如下方案：

一种带随机跳变的退化设备的剩余寿命预测方法，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。

可选的，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。

可选的，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；