[发明专利]一种针对复杂维纳退化过程模型参数的无偏估计方法有效

专利信息
申请号: 202110326534.3 申请日: 2021-03-26
公开(公告)号: CN113033002B 公开(公告)日: 2023-03-21
发明(设计)人: 唐圣金;王凤飞;孙晓艳;司小胜;于传强;叶辉 申请(专利权)人: 中国人民解放军火箭军工程大学
主分类号: G06F30/20 分类号: G06F30/20;G06F17/13;G06F17/16;G06F17/18;G06F119/04
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 闵岳峰
地址: 710025 陕西*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 针对 复杂 退化 过程 模型 参数 估计 方法
【说明书】:

发明公开了一种针对复杂维纳退化过程模型参数的无偏估计方法,属于可靠性工程技术领域,该方法包括步骤:A、建立设备复杂性能退化模型;B、估计复杂维纳退化过程模型参数;C、计算无偏参数估计。本发明给出了一种针对复杂维纳退化过程模型参数的无偏估计方法,分别针对非线性维纳过程模型、带测量误差的线性维纳过程模型和不定间隔线性维纳过程模型,给出了直接极大化似然估计方法的部分解析参数估计结果,同时给出了相应参数估计的无偏估计和经验无偏估计。为基于复杂维纳过程的无偏估计提供了有力的理论依据,提高了设备剩余寿命预测的精度,从而减少相应的维修经费开支,避免不恰当维修造成的经济损失,具有较好的工程应用价值。

技术领域

本发明属于可靠性工程技术领域,主要内容为一种针对复杂维纳退化过程模型参数的无偏估计方法。

背景技术

维纳过程是现有剩余寿命预测研究中重要的随机模型,常见的复杂维纳过程模型有三种:非线性维纳过程、带测量误差的线性维纳过程和不定间隔线性维纳过程。基于直接极大化似然估计一直没有得到复杂维纳过程模型的解析参数估计结果,以至于复杂维纳过程相关的无偏估计进展缓慢。

发明内容

本发明的目的是提供一种针对复杂维纳退化过程模型参数的无偏估计方法,得到复杂维纳过程模型的解析解和无偏估计,以提高寿命预测精度的方法。

本发明采用如下技术方案来实现的:

一种针对复杂维纳退化过程模型参数的无偏估计方法,包括以下步骤:

1)建立设备复杂性能退化模型

针对不同的退化过程分别建立相应的复杂维纳退化过程模型,得到需要求解的未知参数,即非线性参数θ,扩散系数σB,测量误差和漂移系数的先验信息

2)估计复杂维纳退化过程模型参数

利用直接极大化似然估计方法求解各模型中未知参数的解析解,便于进一步分析参数估计的性质;

3)计算无偏参数估计

基于上述未知参数的解析解,分别计算各参数估计对应的期望,在此基础上,提出相应的无偏参数估计,得到最优参数估计结果。

本发明进一步的改进在于,步骤1)的具体实现方法如下:

1)基于非线性维纳过程的退化过程Y(t)表示如下:

Y(t)=y0+λΛ(t;θ)+σBB(t) (1)

其中,y0表示初始退化状态;λ为漂移系数,表征设备的退化速率;Λ(t;θ)为关于非线性参数θ的单调连续非线性函数,表征设备退化过程的非线性;σB为扩散系数;B(t)为标准布朗运动,表征设备退化过程的动态特性,不失一般性,令y0=0,为了表示设备个体之间的单元间异质性,漂移系数λ被认为是随机变量,服从期望为μλ和方差为的正态分布,所以,模型中的未知参数为

2)基于带测量误差的线性维纳过程的退化过程Z(t)表示如下:

其中,z(0)表示初始退化状态,表示测量误差,通常认为ε独立同分布,且与λ相互独立,所以,模型中的未知参数为

3)基于不定间隔线性维纳过程的退化过程X(t)表示如下:

X(t)=x0+λt+σBB(t) (3)

其中,x0表示初始退化状态,模型中的未知参数为

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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人民解放军火箭军工程大学,未经中国人民解放军火箭军工程大学许可,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/202110326534.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top