[发明专利]一种考虑多重不确定性的退化设备剩余寿命预测方法

说明书

本发明针对长寿命和高可靠性设备缺乏充足退化数据的情况，提出一种考虑多重不确定的退化设备剩余寿命预测方法，包括基于非线性扩散过程的步进加速退化模型，该模型的优点在于仅需要较小的样本量和较短的测试时间。对于退化模型的固有特性、个体差异性、测量设备性能和退化过程中因人为偏差造成的多重不确定性，该模型考虑了时变不确定性、个体差异性以及性能退化和协变量的测量不确定性。为估计退化设备的剩余寿命，本发明推导得到了首达时间意义下非线性扩散过程穿过预定阈值的解析近似解。结合极大似然估计(MLE)方法和仿真外推(SIMEX)方法，得到一种MLE‑SIMEX方法，用于估计模型中的未知参数。通过仿真和实际案例证明了本发明所提出模型的有效性。结果表明，该方法具有更高的剩余寿命估计精度，具有一定的工程实用价值。

技术领域

本发明属于可靠性工程技术领域，具体涉及一种考虑多重不确定性的退化设备剩余寿命预测方法。

背景技术

随着现状设计水平和制造工艺的不断提高，人们对高质量产品的需求也与日俱增，出现了越来越多使用寿命长、可靠性高的设备，在航空航天和军事领域显得尤为突出。由于测试时间长、测试成本高，传统的剩余寿命预测方法难以有效的应用于这类设备。为获得更多的退化数据，工程师通过提高测试环境的严苛性来加速设备的退化，例如高温高压、随机振动等。因此，加速退化试验已成为收集产品退化数据的有效方法。

在获得退化数据后，可以利用随机过程模型对退化数据进行建模分析，以估计设备的剩余寿命。对于复杂的系统或设备而言，非线性和不确定性是影响退化过程建模精度的两个重要因素。在非线性加速退化过程模型中存在多重不确定性，包括时变不确定性，个体差异性以及性能退化和协变量中的测量不确定性。通过建立基于随机过程的退化模型解决设备退化的时变不确定性问题；考虑退化模型中漂移系数的随机效应以描述退化设备的个体差异性；此外，由于测量设备性能的限制以及测试数据读数的人为偏差，在大多数协变量和退化性能的测量过程中都会存在测量误差。目前，已有方法仅考虑了多重不确定性中的部分，缺乏考虑多重不确定性的非线性加速退化建模与剩余寿命预测方法的相关研究。

发明内容

本发明的目的针对长寿命和高可靠性设备缺乏充足退化数据的情况，提出一种基于非线性扩散过程的步进加速退化模型以估计设备的剩余寿命。对于退化模型的固有特性、个体差异性、测量设备性能和退化过程中因人为偏差造成的多重不确定性，该模型考虑了时变不确定性、个体差异性以及性能退化和协变量的测量不确定性。

本发明采用的技术方案是：

一种考虑多重不确定性的退化设备剩余寿命预测方法，包括以下步骤：

步骤1、针对退化设备，基于扩散过程建立一般的非线性加速退化过程模型，并利用标准布朗运动描述随机退化过程随时间变化的固有不确定性；

步骤2、利用阿伦尼斯模型来描述退化模型漂移系数与加速应力间的关系，同时考虑退化设备的个体差异性和加速应力作为协变量的测量不确定性，建立考虑多重不确定性的加速退化模型；

步骤3、考虑性能退化过程中的测量不确定性，基于首达时间的概念，推导退化设备剩余寿命分布的表达式；

步骤4、利用MLE-SIMEX方法估计虑多重不确定性的加速退化模型中的未知参数，将其代入退化设备剩余寿命分布的表达式，从而实现退化设备的寿命预测。

优选的，在步骤1中，所述非线性加速退化过程模型建立如下：

设X(t)表示样品在t时刻的性能退化量，则基于扩散过程的退化过程{X(t),t≥0}可以表示为：

其中，μ(t；θ)为漂移系数，是时间t的非线性函数，用以表示模型的非线性特征，其中参数向量θ＝(a,b)为未知参数，a表征不同设备间的差异性，b表征同类设备的共性特征；σ_B称为扩散系数，B(t)为标准Brownian运动，且B(t):N(0,t)；