[发明专利]一种产品剩余寿命预测方法、装置和系统在审
申请号: | 201910249402.8 | 申请日: | 2019-03-29 |
公开(公告)号: | CN110020472A | 公开(公告)日: | 2019-07-16 |
发明(设计)人: | 尤明懿;陆安南;周慧文 | 申请(专利权)人: | 中国电子科技集团公司第三十六研究所 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 北京市隆安律师事务所 11323 | 代理人: | 权鲜枝;吴昊 |
地址: | 314033 *** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 未来时刻 状态监测 产品剩余寿命 预测 后验分布 失效概率 速率参数 状态检测 衰退 截距 剩余寿命估计 状态监测数据 过程模型 过程噪声 剩余寿命 时间规划 运行过程 构建 场景 维修 更新 | ||
1.一种产品剩余寿命预测方法,其特征在于,包括:
构建产品的衰退过程模型,所述衰退过程模型为随机线性衰退模型,包括衰退速率参数和截距参数;
利用所述产品运行过程中当前状态监测时刻对应的状态监测数据以及当前状态检测时刻之前的多个状态检测时刻对应的状态监测数据,分别获得所述衰退速率参数和所述截距参数的后验分布情况;
根据所述衰退速率参数和所述截距参数的后验分布情况更新所述随机线性衰退模型中所述衰退速率参数和截距参数,并利用更新后的所述随机线性衰退模型获得所述产品在未来时刻的预测状态;
根据所述产品在未来时刻的预测状态和所述产品的状态阈值,获得处于所述未来时刻至所述当前状态监测时刻之间每个状态监测时刻所述产品的未失效概率,并根据所述产品的未失效概率获得所述产品的剩余寿命。
2.根据权利要求1所述的方法,其特征在于,所述根据所述产品的未失效概率获得所述产品的剩余寿命,包括:
根据处于所述未来时刻至所述当前状态监测时刻之间每个状态监测时刻所述产品的未失效概率之间的乘积,获得所述产品的剩余寿命的条件累计概率函数;
根据所述条件累计概率函数,获得所述产品的剩余寿命估计值。
3.根据权利要求1所述的方法,其特征在于,所述根据所述产品在未来时刻的预测状态和所述产品的状态阈值,获得处于所述未来时刻至所述当前状态监测时刻之间每个状态监测时刻所述产品的未失效概率,包括:
根据所述状态监测数据的采样间隔,获得处于所述未来时刻至所述当前状态监测时刻之间每个状态监测时刻,并利用更新后的所述随机线性衰退模型计算每个状态监测时刻对应的预测状态的均值与标准差;
根据所述均值与标准差构建符合标准正态分布的中间变量,并根据所述中间变量的标准正太分布获取所述中间变量大于归一化状态阈值的累计概率函数,所述归一化状态阈值为所述状态阈值与所述均值的差值除以所述标准差的比值;
通过每个状态监测时刻所述产品的未失效概率与所述状态监测时刻对应的所述累计概率函数值相等,获得每个状态监测时刻所述产品的未失效概率。
4.根据权利要求1所述的方法,其特征在于,所述利用更新后的所述随机线性衰退模型获得所述产品在未来时刻的预测状态,包括:
根据所述随机线性衰退模型,获得所述更新后的衰退速率参数与间隔时间段之间的乘积项,所述间隔时间段为所述未来时刻与所述当前状态监测时刻之间的时间段;
根据所述当前状态监测时刻对应的状态监测数据、所述乘积项与所述未来时刻对应的误差项三者之间的和值与当前状态监测时刻对应的误差项之间的差值,获得所述产品在未来时刻的预测状态。
5.根据权利要求1所述的方法,其特征在于,所述随机线性衰退模型为L(t)=θ+βt+ε(t);
其中,θ为所述截距参数,β为所述衰退速率参数,ε(t)为时刻t对应的误差项,L(t)为时刻t对应的预测状态,ε(t)~(0,σ2t)。
6.根据权利要求5所述的方法,其特征在于,所述截距参数的后验分布的均值和方差分别为:
所述衰退速率参数的后验分布的均值和方差分别为:
其中,μθ与分别表示截距参数的后验分布的均值和方差,μβ与分别表示衰退速率参数的后验分布的均值和方差,i为k的求和变量,t1与tk分别表示初始状态监测时刻和第k个状态监测时刻,当k=1时,表示所述产品的初始状态监测数据,当k≠1时,表示第i个状态监测数据与第i-1个状态监测数据的差值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第三十六研究所,未经中国电子科技集团公司第三十六研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910249402.8/1.html,转载请声明来源钻瓜专利网。