[发明专利]基于改进SVR的复杂设备剩余使用寿命预测方法有效
申请号: | 202011482300.X | 申请日: | 2020-12-16 |
公开(公告)号: | CN112749453B | 公开(公告)日: | 2023-10-13 |
发明(设计)人: | 李军;江水;徐启胜;张殷日;梁天;周靳;都竞 | 申请(专利权)人: | 安徽三禾一信息科技有限公司 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/27;G06F111/08;G06F111/10;G06F119/04 |
代理公司: | 北京保识知识产权代理事务所(普通合伙) 11874 | 代理人: | 郭楚媛 |
地址: | 230000 安徽省合肥市经济技术开发区清*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 改进 svr 复杂 设备 剩余 使用寿命 预测 方法 | ||
本发明公开了基于改进SVR复杂设备剩余使用寿命预测,属于复杂设备寿命预测领域,预测结果中预测值与真实值很接近,波动趋势基本相同,这说明了半监督SVR保留了长期预测与利用历史数据的功能,且在性能方面表现更加出色,而相对于基于全局与局部预测的半监督SVR来说,半监督SVR在样本矩阵的组建方法上基本相同,但只需要进行一次全局预测的训练过程,大大地缩短了时间复杂度。实验验证了半监督SVR预测器同时具有几个优点:长期预测的能力,历史数据的充分利用,比较高的预测精度与少量的时间花费。其中在减少时间花费上的表现最为突出。
技术领域
本发明涉及复杂设备寿命预测领域,尤其涉及基于改进SVR复杂设备剩余使用寿命预测。
背景技术
随着工程设计、生产、组装、维修等技术的发展进步,工程中一些关键设备的可靠性得到了很大的提高,相应设备的寿命也大大延长。通常这类高可靠性、长寿命的设备的产量不高,并且价格昂贵。因此,应用传统的基于寿命数据的预测方法往往代价巨大。随着监测技术的迅速发展,状态监测数据(又叫退化数据)在可靠性评估中的应用越来越广泛,并且状态监测数据包含着更多的设备退化信息。因此,采用退化数据的寿命预测方法比采用寿命数据的方法更加受到专家学者的青睐。
设备的性能退化往往是由于其内部状态和外在工作环境共同作用的结果,并且往往表现出随机动态性。其中内部状态与使用材料有关,而外部工作环境则包括温度、适度、电磁环境、气压、振动等可能影响设备性能的因素。剩余寿命预测的结果是对设备进行检修、替换、部件订购等管理活动制定决策的基础,因此准确预测设备剩余寿命是最大化设备可靠性、最优化设备管理活动和最小化设备运行费用的关键。而要得到准确的剩余寿命预测结果,则应尽可能地将所有可能影响设备性能退化的因素考虑到所建立的退化模型中。
发明内容
本发明为解决上述问题,而提出的基于改进SVR复杂设备剩余使用寿命预测。
为了实现上述目的,本发明采用了如下技术方案:
基于改进SVR复杂设备剩余使用寿命预测,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XT;
S3、利用核函数K,将Xs映射成当前数据样本的(n×m)×n维核矩阵Ks,将XT映像成历史数据样本的(n×m)×n维的核矩阵KT;
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。
优选地,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:
Per=R(t)+[1-R(t)]·P(tc<td)
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(tc<td)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td概率;
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安徽三禾一信息科技有限公司,未经安徽三禾一信息科技有限公司许可,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/202011482300.X/2.html,转载请声明来源钻瓜专利网。