[发明专利]一种细纱机剩余运行寿命的预测方法及系统

权利要求书

1.一种细纱机剩余运行寿命的预测方法，其特征在于：包括如下步骤：

S1、采集细纱机运行状态的监测数据，记为；假设共有N维监测参数，且每个参数共采集了m条数据，记采集第一条数据的时刻为0时刻，则/，其中，代表第i个监测参数的全部监测数据的矩阵且/，/代表在第/个时间采集到的第i个监测参数的数据且/；

S2、通过下式计算各运行参数与时间之间的Spearman相关系数，从中选取出可以表征设备退化的退化表征参数；

（1）

其中，代表第/个参数与时间的相关系数，/为第/个参数均值，/为采集第/条数据的时刻，/为时间均值；/越接近1时，代表该参数与时间相关性越强，相反，/越接近0时，则代表与时间相关性越弱；当/时，代表参数与时间的相关性较强；

假设，共提取出个可以表征细纱机退化的表征参数，这/个参数随着时间的变化而发生单调变化，这种变化表征着设备性能的退化，故称其为表征参数，记各参数数据的集合为，则/，其中/代表第i个表征参数的全部监测数据的矩阵且/，/代表在第j个时间采集到的第i个表征参数的数据且/；

S3、对选取出的个细纱机退化表征参数进行融合，以构建设备的退化指示量，具体步骤为：

S31、由于各表征参数单位的不同或数量级差距过大，在进行融合之前，首先通过下式对进行标准化处理，将标准化后的数据记为/，且/；

（2）

其中，和/分别代表第/个表征参数数据的最大值和最小值；

S32、计算这个表征参数之间的相关系数矩阵，得到相关系数矩阵/，/；

（3）

其中，代表各表征参数样本的方差，/代表第/个表征参数和第/个表征参数之间的协方差；

S33、解析矩阵，得到/的/个特征值/以及对应的/个特征向量/，并将特征值按从大到小的顺序进行排列；然后采用式（4）计算各主元的贡献率/，最后，选取/个主元参数，使得/；

（4）

S34、利用求取主元数据，其中/代表得到的共/个主元数据，其中，/代表融合得到的第一主元，同理/代表第i个主元，并依此类推；且代表第/个主元参数；需要注意的是，只需选取前k个主元数据进行后续的分析工作；

S4、若单一主元参数，即时，可以很好的体现原始表征参数的统计信息时，即时，则可以直接利用该主元参数的值进行退化过程建模；若单一主元参数无法全面体现原始表征参数的统计信息，则需要选取多个主元参数，引入主元参数权值的概念进行主元参数的融合，首先，利用主元参数贡献率的思想计算各主元参数的权值/：

（5）

其中，代表第/个主元参数的权值，然后，利用/得到融合了的主元参数，即退化指示量；

S5、假设多表征参数各自的退化阈值为，/，对阈值进行标准化处理，将标准化处理后的阈值记为/，然后利用/求取各主元参数的主元阈值；若选取了多个主元参数/，则还需利用式/计算加权主元阈值；

S6、寿命预测模型的构建

（1）构建基于维纳过程的设备寿命预测模型：

（6）

其中，代表 /时刻的主元退化值，/代表初始时刻的退化量，/为标准布朗运动，/代表漂移系数，/为扩散系数，在布朗运动中代表粒子的漂移率；

对模型中的未知参数进行极大似然估计

假设对单一设备在随机的个时刻进行退化量的测量，且设备的退化量随时间的变化而增大，首先，记/表示初始时刻的退化增量，/为退化量在时刻/到/的退化增量，然后，根据维纳过程的平稳独立增量性可知第/个退化增量服从均值为/，方差为/的正态分布，即/，故其概率密度函数为：/

（7）

由此可得似然函数为：

（8）

对式（8）取对数得到对数似然函数为：

（9）

对（9）式中的两参数分别求偏导并令其值为0，可得到参数的极大似然估计值如下：

（10）

（11）

S7、进行剩余寿命的推导

基于退化阈值的定义可知，当退化指示量超过加权阈值时，设备失效，所以对设备寿命的预测可转化为求取表征参数首次到达或者超过退化阈值的时间，这个时间被称为首达时间：

（12）

由式（10）可知寿命是一个随机变量，其概率密度函数和可靠性函数为

（13）

（14）

其中，为标准正态分布的累积分布函数；设备剩余寿命的定义为设备在/时刻主元退化量/第一次到达或超过主元阈值/的时间：

（15）

由维纳过程的马尔可夫性可得：

（16）

又由布朗运动的独立增量性可知仍然服从布朗运动，所以，由此式（11）可以写成：

（17）

令，可知/符合 /的维纳退化过程，且其退化阈值为/，根据式（7）、（8）可以得到设备在/时刻的剩余寿命密度函数为：

（18）

其中，代表在/时刻的剩余寿命，/代表计算得到的主元参数阈值，/代表/时刻的主元退化量，/为模型中未知参数，分别代表漂移系数和扩散系数；

S8、利用计算得到的主元数据对基于维纳过程的剩余寿命预测模型中的未知参数进行估计，将估计得到的参数值带入推导得到的可靠性函数和剩余寿命密度函数，即可实现细纱机剩余寿命的估计。