[发明专利]水面舰船装备用数字多用表的退化建模与寿命预测方法

摘要

本发明涉及一种水面舰船装备用数字多用表的退化建模与寿命预测方法,多用表有直流电压、直流电流、交流电压、交流电流、电阻五个相关性较强的测量指标，基于多用表在温度、相对湿度和盐雾连续动态变化的海洋环境中工作时五个测量指标的试验数据，建立各性能指标退化模型，得到各个性能指标退化失效率边缘分布函数，利用Copula函数将其融合得到多用表退化的联合分布函数，并对产品整体剩余寿命及可靠度进行预测；本发明方法同时考虑了环境应力随时间的变化以及测量指标之间较强的相关性对多用表整体退化的影响。本发明针对水面舰船装备用数字多用表的寿命预测方法更符合实际，提高了预测精度。

主权项

1.一种水面舰船装备用数字多用表的退化建模与寿命预测方法，其特征在于：该方法具体步骤如下：步骤一：收集试验数据通过实验或者工程实际收集水面舰船装备用数字多用表的退化数据，在不同的温度、相对湿度和盐雾动态环境应力剖面下，每隔预设的时间间隔，获取一次数字多用表直流电压、交流电压、直流电流、交流电流和电阻的性能退化数据和与之相对应的温度、相对湿度和盐雾环境应力状态量，将数据进行实时存储；步骤二：建立退化模型性能退化模型可以采用下式所示的带有退化率累积效应项的维纳运动来表示：其中，X(0)‑产品性能在初始时刻的性能指标值；B(t)‑维纳运动，B(t)～N(0,t)；σ‑扩散参数,刻画了产品退化过程中的不一致性与不稳定性；从初始时刻到t时刻的时间段内产品性能退化的累积量；w‑环境应力在t时刻的量值；r(w())‑产品性能退化率；对于其中的退化率r函数形式的定义，由于到温度、相对湿度和盐雾是影响数字多用表性能的敏感应力，三个环境应力的变化对数字多用表的性能退化率有交互影响，建立退化率r与温度、相对湿度和盐雾三个应力的多元线性表达式作为退化率r函数；在测量数据量有限的情况下，退化函数模型中包含过多参数会带来较大的参数估计误差，导致模型参数评估的不精确；因此，选择建立四种参数相对较少的退化率r函数模型，分别是：(1)保留温度、相对湿度和盐雾的独立项；(2)保留温度与相对湿度的交互项；(3)保留温度与相对湿度的交互项以及盐雾的独立项；(4)保留温度与相对湿度以及相对湿度与盐雾的交互项；具体四种退化率函数模型建立如下：1)退化率函数保留温度、相对湿度和盐雾独立项的线性表达式定义如下：其中，w1(t)为t时刻的温度,w2(t)为t时刻的相对湿度,w3(t)为t时刻的氯离子浓度，b0,b1,b2,b3为待估参数；2)退化率函数保留温度与相对湿度的交互项的线性表达式定义如下：其中，w1(t)为t时刻的温度,w2(t)为t时刻的相对湿度,b0,b1为待估参数；3)退化率函数保留温度与相对湿度交互项以及盐雾独立项的线性表达式定义如下：其中，w1(t)为t时刻的温度,w2(t)为t时刻的相对湿度,w3(t)为t时刻的氯离子浓度，b0,b1,b2为待估参数；4)退化率函数保留温度与相对湿度以及相对湿度与盐雾交互项的线性表达式定义如下：其中，w1(t)为t时刻的温度,w2(t)为t时刻的相对湿度,w3(t)为t时刻的氯离子浓度，b0,b1,b2为待估参数；基于高斯牛顿法的回归拟合方法对上述四种退化率函数模型进行回归拟合，得到对应拟合优度R以此选择最优的退化率函数模型；步骤三：估计未知参数采用步骤一收集的已知试验数据对待估参数进行估计，基于维纳运动过程的独立增量特性，对退化模型积分部分进行累加求和近似，进而对待估参数b0,b1,b2,b3,b4,b5和扩散参数σ进行估计，退化过程X(t)可以近似为，其中，m为从0时刻直到t时刻退化变量的累积观测次数，Δti＝ti‑ti‑1为监测时间间隔，wk(ti),k＝1,2,3…为时间区间[ti‑1,ti]内的环境应力；根据维纳运动具有独立增量的特性可得，ΔX(ti)＝X(ti)‑X(ti‑1)首先对退化率函数中的待估参数b0,b1,b2进行估计，利用现有的实验数据求得数据并利用高斯牛顿法的非线性回归分析实现对退化率函数中待估参数的估计；通过最大似然法对扩散参数σ进行估计,首先将数据中的退化率累积效应项剔除，即，则，ΔH(ti)～N(0,σ2Δti)可得似然函数，由此可进行扩散参数σ的估计；步骤四：寿命与可靠性预测首先，确定Copula函数模型；得到退化模型的参数估计值后，根据数字多用表直流电压、直流电流、交流电压、交流电流、电阻五个测量指标性能退化阈值和多用表未来环境剖面，可对多用表五个测量指标的可靠度进行预测；假设D为失效阈值，T为退化量首次穿越阈值的时间，退化模型首穿时的分布可表示为：P(T≤t)＝P(X(t)_0＜t＜T≥D)，由此可得可靠度模型：式中f(t)为概率密度函数，表示从初始时刻到t时刻时间段内累计密度函数f(t)的累积量，由切线逼近法可以得到f(t)的表达式：最后由此得到多用表直流电压、直流电流、交流电压、交流电流、电压分别对应的可靠度预测边缘分布；步骤五：基于Copula函数的多性能指标融合多用表有直流电压、直流电流、交流电压、交流电流、电阻五个测量指标，实验分别对这五个指标随时间退化的数据进行记录；由于多用表这五个指标之间存在较强的相关性，利用Copula函数将五个指标各自的退化边缘分布进行融合，得到多用表退化的联合分布函数；对多用表直流电压、直流电流、交流电压、交流电流、电阻五个测量指标边缘分布利用Gaussian Copula,t Copula以及Clayton Copula函数建模，然后计算AIC数值，选择AIC最小的模型作为多用表的Copula函数模型；其次，确定Copula函数模型后，利用选定Copula函数模型对步骤四得到的多性能指标退化边缘分布进行融合，得到整体的退化联合分布，最后根据产品整体可靠度模型绘制曲线，对产品寿命进行预测。