[发明专利]一种周期应力下非线性退化设备的寿命预测方法及系统

权利要求书

1.一种周期应力下非线性退化设备的寿命预测方法，其特征在于，所述寿命预测方法包括：

根据退化数据建立基于扩散过程的非线性退化模型所述退化数据包括用于描述退化过程线性趋势的参数A、设备周期性波动的幅值B，设备周期性波动的频率ω和扩散系数σ_B；其中X(t)为设备t时刻的随机退化量；B(t)为标准布朗运动；

对所述非线性退化模型中的退化数据进行极大似然估计，得到所述退化数据对数的极大似然估计值；

获取设备的寿命概率密度函数；

根据所述退化数据对数的极大似然估计值和所述寿命概率密度函数确定设备的首达时间概率密度函数；

确定所述首达时间概率密度函数关于时间t的期望为所述设备的寿命预测值。

2.根据权利要求1所述的寿命预测方法，其特征在于，所述对所述非线性退化模型中的退化数据进行极大似然估计，得到所述退化数据对数的极大似然估计值，具体包括：

获取t_ij时刻的非线性退化模型和t_i,j-1时刻的非线性退化模型；

将所述t_ij时刻的非线性退化模型和所述t_i(j-1)时刻的非线性退化模型做差得到非线性退化模型差值模型其中ΔX_ij＝X_ij-X_i(j-1)为设备在时刻t_i(j-1),t_i,j之间的性能退化量，X_ij为设备在t_ij时刻的退化量测量值，X_i(j-1)为设备在t_i,j-1时刻的退化量测量值；Δt_ij＝t_ij-t_i,j-1为测量时间间隔；

根据所述非线性退化模型差值模型确定差值模型的正态分布形式其中N(0，σ_B²)表示均值为0，方差为σ_B的正态分布；

根据所述差值模型的正态分布形式确定退化数据A,B,σ_B²,ω的似然函数

其中n为设备数量，m_i表示第i个设备的测量次数；

根据所述似然函数确定所述退化数据的对数似然函数

对所述对数似然函数取最大化，得到所述退化数据A,B,σ_B²,ω对数的极大似然估计值。

3.根据权利要求2所述的寿命预测方法，其特征在于，所述根据所述退化数据对数的极大似然估计值和所述寿命概率密度函数确定设备的首达时间概率密度函数，具体包括：

根据所述非线性退化模型确定漂移系数μ(t；θ)＝A+Bcos(ωt)；

将所述漂移系数μ(t；θ)＝A+Bcos(ωt)代入所述寿命概率密度函数中，得到参数值未知的首达时间概率密度函数

将所述退化数据A,B,σ_B²,ω对数的极大似然估计值代入所述参数值未知的首达时间概率密度函数中，得到已知参数值的首达时间概率密度函数。

4.根据权利要求3所述的寿命预测方法，其特征在于，所述根据所述退化数据对数的极大似然估计值和所述寿命概率密度函数确定设备的首达时间概率密度函数之后，还包括：

获取设备寿命T的表达式T＝inf{t:X(t)≥l|X(0)＜l}；其中l表示失效阈值，inf表示下确界；

根据所述设备寿命T的表达式确定设备剩余寿命T_l的表达式T_l＝inf{t|X(t+τ)≥l,X(τ)＝x_τ,t≥0}；其中τ时刻表示设备运行到τ时刻仍未失效；x_τ为设备在τ时刻的退化量；

根据所述首达时间概率密度函数和所述设备剩余寿命T_l的表达式确定设备的剩余寿命概率密度函数

确定所述剩余寿命概率密度函数关于时间t的期望为所述设备的剩余寿命预测值。