[发明专利]一种数模联动的随机退化设备寿命预测方法

权利要求书

1.一种数模联动的随机退化设备寿命预测方法，其特征在于，包括以下步骤：

步骤1，对于复杂工程系统，设该系统中有N个退化失效的同类随机退化设备，每个设备安装有M个传感器，获取第i个随机退化设备的第j个传感器的历史监测数据集和每个随机退化设备的实际寿命K_i为第i个随机退化设备的监测时间点个数；表示第i个随机退化设备的第j个传感器在初始时刻采集到的原始监测值；表示第N个随机退化设备的实际使用寿命；

步骤2，对第i个随机退化设备的第j个传感器的历史监测数据集中的每个监测数据依次进行归一化处理和平滑滤波处理，得到每个随机退化设备的每个传感器预处理后的监测数据；

步骤3，根据每个随机退化设备的每个传感器预处理后的监测数据，计算对应的皮尔逊相关系数，基于皮尔逊相关系数，选择一致性好且皮尔逊相关系数的均值较大的传感器数据作为复合健康指标的构建数据；基于皮尔逊相关系数筛选得到的传感器为候选传感器，其个数记为s；

步骤4，将选取的复合健康指标的构建数据进行直接加权组合，构建多源传感监测复合健康指标，并将其作为多源传感监测数据提取的退化特征；

步骤5，基于标准布朗运动驱动的线性Wiener过程对多源传感监测数据随机退化设备复合健康指标的时变演变过程进行建模；利用复合健康指标数据通过极大似然估计方法进行模型参数的估计，得到每个设备的复合健康指标随机退化模型的参数估计值；

步骤6，基于建立的随机退化过程，通过首达时间的概念，推导寿命T_i的概率密度函数和数学期望，从而得到随机退化设备的寿命预测模型；

步骤7，基于N个随机退化设备的预测寿命和实际寿命，构建表征预测效果的优化目标函数，通过最小化目标函数，得到所述寿命预测模型的参数最优解，从而得到优化后的随机退化设备的寿命预测模型，采用该优化后的随机退化设备的寿命预测模型对同类型随机退化设备进行寿命预测即可。

2.根据权利要求1所述的数模联动的随机退化设备寿命预测方法，其特征在于，步骤2中，所述归一化处理具体为：

其中，为对应的归一化后的监测数值；表示第i个随机退化设备的第j个传感器在第k监测时刻采集到的原始监测值；为第j个传感器所有监测数据中的最大值；为第j个传感器所有历史监测数据中的最小值。

3.根据权利要求1所述的数模联动的随机退化设备寿命预测方法，其特征在于，所述皮尔逊相关系数的计算公式为：

其中，表示第i个随机退化设备的第j个传感器在t_i，k时刻预处理后的监测数据；t_i，k表示第i个随机退化设备的第k个监测时刻；

在得到第i个随机退化设备的第j个传感器监测数据对应的皮尔逊相关系数r_i^j基础上，计算每个传感器相关系数的平均值

选取相关系数一致性好且传感器平均值的绝对值较大的传感器数据，将选取的传感器数据用于数模联动的多源传感数据融合复合健康指标构建。

4.根据权利要求1所述的数模联动的随机退化设备寿命预测方法，其特征在于，所述多源传感监测复合健康指标具体为：

其中，W＝[w₁…w_j′…w_S]^T为融合系数向量，w_j′表示第j′个候选传感器的融合系数；表示第i个随机退化设备的第j′个候选传感器在第k个监测时间点预处理后的监测数据。