[发明专利]基于Box-Cox变换的非线性设备剩余寿命预测方法有效
申请号: | 202110825429.4 | 申请日: | 2021-07-21 |
公开(公告)号: | CN113642158B | 公开(公告)日: | 2022-09-30 |
发明(设计)人: | 司小胜;李天梅;张建勋;郑建飞;杜党波;裴洪 | 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;G06F111/10;G06F111/04;G06F119/02 |
代理公司: | 西安睿通知识产权代理事务所(特殊普通合伙) 61218 | 代理人: | 惠文轩 |
地址: | 710025 *** | 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: | 基于 box cox 变换 非线性 设备 剩余 寿命 预测 方法 | ||
1.一种基于Box-Cox变换的非线性设备剩余寿命预测方法,其特征在于,包括以下步骤:
步骤1,对于在线服役运行的非线性随机退化设备,收集在线服役设备从开始运行时刻t0到当前时刻tk的退化监测值x1,x2,…,xk,记为在线服役设备原始监测退化数据X1:k={x1,x2,…,xk};使用Box-Cox变换对X1:k进行处理,得到经Box-Cox变换后的退化数据
其中,为Box-Cox变换参数,其值通过历史随机退化设备的退化监测数据估计得到;
步骤2,采用线性Wiener随机过程对在线服役设备经Box-Cox变换后的退化数据进行建模,得到在线服役设备随机退化模型,模型参数中退化量初值β和漂移系数θ服从正态分布,其超参数取值通过历史随机退化设备的退化监测数据估计得到;
步骤3,采用Bayesian方法对所述在线服役设备随机退化模型中的退化量初值β和漂移系数θ的后验分布进行更新,得到退化量初值β和漂移系数θ的联合后验分布,从而得到退化量初值β和漂移系数θ的联合后验概率密度函数;
步骤4,在所述在线服役设备随机退化模型的基础上,基于首达时间,对在线服役设备在当前时刻tk的剩余寿命Lk进行描述;基于退化量初值β和漂移系数θ的联合后验概率密度函数,得到在线服役设备剩余使用寿命的概率密度函数和概率分布函数;基于全概率公式得到在线服役设备tk时刻剩余使用寿命的概率密度函数和概率分布函数的封闭解析解;将Lk的期望作为服役设备剩余使用寿命的预测值
2.根据权利要求1所述的基于Box-Cox变换的非线性设备剩余寿命预测方法,其特征在于,所述使用Box-Cox变换对X1:k进行处理,具体为:
使用Box-Cox变换对{x(t),t≥0}进行处理,对于每一个具体的时间t,有
其中,x(t)=xt;
经过Box-Cox变换后的在线服役设备在tk时刻的退化监测量记为即则在线服役设备经Box-Cox变换的监测序列记为
3.根据权利要求2所述的基于Box-Cox变换的非线性设备剩余寿命预测方法,其特征在于,所述在线服役设备随机退化模型为:
其中,σ为扩散系数,B(t)为是标准布朗运动,且有σB(t)~N(0,σ2t)。
4.根据权利要求3所述的基于Box-Cox变换的非线性设备剩余寿命预测方法,其特征在于,所述采用Bayesian方法对所述在线服役设备经Box-Cox变换后的随机退化模型中的退化量初值β和漂移系数θ的后验分布进行更新,具体为:
3.1,由于β和θ是相互独立的,因此β和θ的联合先验分布为p(β,θ)=p(β)p(θ);对于给定的β和θ,基于标准布朗运动{B(t),t≥0}的独立增量性和马尔科夫性,服从多元正态分布,其联合概率密度函数为:
3.2,基于Bayesian定理,已知前提下β和θ的联合后验分布为:
3.3,由于和p(β,θ)是共轭的,从而使得后验估计也是高斯的,即则其联合后验概率密度函数为:
其中,
上式中的μβ,μθ,参数值通过历史随机退化设备的退化监测数据估计得到,即
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/202110825429.4/1.html,转载请声明来源钻瓜专利网。