[发明专利]基于小波分析的退化数据预处理的产品寿命预测方法

摘要

本发明公开了一种基于小波分析的退化数据预处理的产品寿命预测方法，具体步骤为：步骤一、搜集退化及温度数据；步骤二、提取退化趋势项；步骤三、分解噪声项；步骤四、重构退化数据；步骤五、进行产品寿命预测。本发明可以剔除退化数据中温度波动的干扰，还原真实的退化数据；可用于加速退化试验的加速退化数据预处理，从而提高产品寿命预测的准确性；可直接提取在温度波动和温度漂移作用下的性能参数波动数据，从而避免了采用温度建模等步骤。

主权项

一种基于小波分析的退化数据预处理的产品寿命预测方法，其特征在于，包括以下几个步骤：步骤一、搜集退化及温度数据搜集退化数据yp和退化数据采样点所对应的产品温度数据T，得在时间上一一对应的退化数据和温度数据；步骤二、提取退化趋势项退化数据yp是由退化趋势项yt、温度波动作用下的噪声项ynT以及退化自身的随机噪声项ynR组成的，退化数据yp表示为：yp＝yX+ynT+ynR    (1)真实情况下的退化数据y表示为：y＝yt+ynR    (2)采用小波分析中的多分辨率分析的方法对退化数据进行分解，将退化数据yp分解为近似退化趋势项yt′和噪声项yn，在分解过程中，不断的调整分析函数的参数，并将所得到的噪声项yn和温度数据T进行相关性判断，当得到的噪声项yn和温度数据T相关性r1最大时，即得到了最优的分解结果，此时退化数据yp表示为：yp＝yt′+yn    (3)步骤三、分解噪声项采用小波分析中的多分辨率分析的方法对噪声项yn进行分解，将噪声项yn分解为温度波动作用下的噪声项ynT′以及退化自身的随机噪声项ynR′，在分解过程中，不断的调整分析函数中的参数，并将所得到的温度波动作用下的噪声项ynT′和温度数据T进行相关性分析，当二者的相关性r2同时满足以下条件时：1)调整过程中，相关性r2最大时的结果；2)r2＞r1；3)设定最低可接受相关性值rl，r2＞rl；得到最优的分解结果；步骤四、重构退化数据通过公式(1)和公式(2)可得，重构退化数据为：y′＝yt′+ynR′    (4)通过公式(4)得到重构后的退化数据y′，y′为预处理后的退化数据；步骤五、进行产品寿命预测通过步骤四得到的预处理后的退化数据，进行产品寿命预测。