[发明专利]基于改进SVR的复杂设备剩余使用寿命预测方法

权利要求书

1.基于改进SVR复杂设备剩余使用寿命预测，其特征在于：包括以下步骤；

S1、根据复杂设备可靠性、维修性和保障性函数建立复杂设备可靠性模型，其概率度量为“复杂设备完好率”；

S2、通过S1中建立的复杂设备可靠性模型，将时间序列数据变换成l×n维的历史数据样本矩阵X_T；

S3、利用核函数K，将X_s映射成当前数据样本的(n×m)×n维核矩阵K_s，将X_T映像成历史数据样本的(n×m)×n维的核矩阵K_T；

S4、计算得到Λ，并对称半正定矩阵式中的Ω；

S5、设定参数C,ξ,ε,λ，并带入半监督SVR模型的优化函数中，求解二次规划问题，得到与b；

S6、将带入下式中得到此时得到预测器f＝ωx+b；

S7、将数据带入预测器f，得到预测值Y，Y为一个行向量，即最终结果是一个长期预测结果。

2.根据权利要求1所述的基于改进SVR复杂设备剩余使用寿命预测，其特征在于：所述S1中建立的复杂设备可靠性模型时，首先建立复杂设备完成准备能进行运行的概率为：

P_er＝R(t)+[1-R(t)]·P(t_c＜t_d)

式中：R(t)为前次运行过程中无故障概率，t为运行过程持续时间；P(t_c＜t_d)为前次运行过程中发生故障后其维修时间小于再次运行投入使用前时间t_d概率；

其中从该系统执行前次运行后处于待修状态的瞬间开始计算，至下次运行命令到达前，该系统将充分恢复其规定状态的概率P(t_c＜t_d)为：

式中：m(t_c)为维修时间概率密度函数；g(t_d)为两侧任务时间间隔的概率密度函数；

将上述两式合并可得：

对于复杂设备的复杂系统，其故障可近似认为服从指数分布，而R(t)为前次运行过程中无故障概率，t为运行过程持续时间，所以：R(t)＝e^-λt

对于指数分布，由于：所以：

因此：

为计算复杂设备的完好率，假设前次运行发生故障且修理后执行第二次任务，再次发生故障于第二次任务结束以后，此时：

当δ_t——→0时，

即完好率与可靠性参数MTBF、维修性参数MTTR及运行时间t关系的表达式为：

3.根据权利要求1所述的基于改进SVR复杂设备剩余使用寿命预测，其特征在于：所述S1中机械可靠性模型的边界条件是：该模型边界条件是：在先前运行任务中没有发生现在需要修复的故障，系统是随时可以再次立即使用的；即使是发生了这类故障，只要其维修时间不超过再次下达运行命令投入使用前的时间，系统将能够随时迎接下一任务，机械完好率是对机械运行状态的直接量度，假设保障维修系统其他因素一定，机械使用维修保障费用与其机械完好率的关系的重要度最大。

4.根据权利要求1所述的基于改进SVR复杂设备剩余使用寿命预测，其特征在于：所述S4中的对称半正定矩阵式如下：

式中：Ω是一个(n×m)×(n×m)的对称半正定矩阵；K_s为当前数据的(n×m)×n维的核矩阵，K_T是当前历史的(n×m)×n维的核矩阵，[1]^k+l是k×l维的单位矩阵。

5.根据权利要求1所述的基于改进SVR复杂设备剩余使用寿命预测，其特征在于：所述S5中的半监督SVR模型的优化函数为：

式中，为(n×m)列的向量。