融合寿命数据和退化数据的防喷阀剩余寿命预测

为了解决目前利用Wiener过程对产品进行寿命预测时,由于考虑个体差异至少需要对模型的三个参数进行估计从而导致计算量较大的问题,提出了利用个体方差和总体方差的相关关系以减少待估计参数个数的寿命预测方法。利用历史寿命数据和实时退化数据,采用Bayes估计和EM(expectation maximization)算法得到性能退化信息的参数值,从而得出防喷阀的剩余寿命的概率密度函数及相关分布。仿真结果表明所提方法不仅减少了待估计参数的个数,使计算过程更简单有效,而且有效提高了剩余寿命的预测精度。     

基于多阶段-随机维纳退化过程的产品剩余寿命预测方法

针对退化失效型产品的剩余寿命预测是开展其视情维修的关键前提。考虑到一些产品性能退化过程具有多阶段非单调的特点,提出基于多阶段-随机维纳退化过程的产品剩余寿命预测方法。针对产品退化过程的每一阶段,主要考虑以高应力加速退化试验数据为先验信息,不预先给予Wiener过程参数的假定分布,而利用加速因子将高应力下的参数估计值折算到正常应力下的参数值;再通过使用Anderson-Darling方法确定参数的最优分布,作为参数的先验分布;然后通过Bayes方法利用产品正常应力下实时退化数据对参数先验分布进行更新,得到参数后验分布,进而对产品的剩余寿命进行预测;最后以某型加速度计为实例验证了所提出的方法适用性和有效性。     

综合退化数据与寿命数据的某型电连接器寿命预测方法

针对基于寿命数据的预测方法效率不高的问题,在进行温、湿度双应力加速退化试验的基础上,研究了通过分析加速退化数据而进行寿命预测的途径.为了充分利用所收集的产品寿命数据来提高预测精度,提出了综合退化数据与寿命数据的寿命预测方法.分别使用Wiener过程、逆高斯分布和广义Eyring模型对产品性能的退化数据、少量寿命数据以及产品反应率进行建模,并建立了综合以上信息的可靠性模型.在此基础上,利用Markov Chain Monte Carlo仿真方法得到模型参数的点估计值,通过Bootstrap自助抽样法获得了模型参数的估计区间.结果表明,所提出的综合退化数据与寿命数据的方法可以提高寿命预测精度.     

考虑不确定测量的惯性平台剩余寿命自适应预测

针对现有剩余寿命预测方法未考虑测量误差引起的不确定性,且存在预测不确定性大的问题,提出了一种基于Wiener过程的退化过程建模方法,并将测量的不确定性考虑到剩余寿命预测中,推导出了剩余寿命的概率分布。为了实时更新模型参数,利用Kalman滤波算法实时估计Wiener过程中的漂移系数,并利用期望最大化算法实时估计其它相关参数。以某型号惯性平台的退化测量数据为例,进行了实验验证,结果表明,相比其它算法,文中算法能够降低剩余寿命预测的不确定性,提高预测精度。     

融合内外场退化数据的可靠性评估方法

针对性能退化过程服从Wiener过程的产品,文章运用贝叶斯统计推断法,提出了一种融合内场加速退化试验(accelerated degradation test,ADT)与外场退化信息的可靠性评估方法。考虑到内外场应力环境差异,提出了基于修正系数的Wiener过程双参数修正模型;建立了退化数据模型,得到各应力下分布参数估计值;将各加速应力下分布参数估计值折算到正常工作应力下,构成未知参数先验分布的数据样本;构建了外场退化数据下未知参数的后验分布函数,采用马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)方法,得到参数的后验分布均值。实例分析结果验证了该文方法的正确性。     

面向一类混合退化装备RUL预测的平行仿真技术

针对一类带离散冲击的混合退化装备剩余寿命预测问题,研究了面向混合退化装备剩余寿命预测的平行仿真技术.提出以混合Wiener状态空间模型为基础仿真模型,以泊松冲击到达为模型选择判据,在实时退化数据驱动下,实现仿真模型在线选择,利用强跟踪滤波和期望最大化算法进行仿真模型数据同化和未知参数在线估计,从而实现仿真模型演化,提高仿真模型逼真度.在此基础上,实现了基于平行仿真的剩余寿命实时预测.利用某轴承性能退化数据对平行仿真方法进行了实例验证,仿真结果表明平行仿真方法能有效仿真轴承的性能退化过程,剩余寿命预测的不确定性小、精度高.      

基于多阶段退化建模的谐波减速器实时可靠性评估与寿命预测

谐波减速器是工业机器人的关键核心部件,其可靠性的实时评估和剩余寿命预测对于提升工业机器人的工作性能和健康监管具有重要意义.作为一种复杂的高精度机械部件,其退化过程表现出明显的多阶段性特点.因此,针对谐波减速器的退化特性,提出基于Gamma过程的多阶段退化模型对谐波减速器性能退化过程进行精确描述.首先,根据谐波减速器退化趋势的变化,进行多阶段退化过程的划分;然后采用历史性能指标数据,基于最大皮尔逊相关系数准则估计模型先验分布的超参数,建立基于Gamma过程的多阶段退化模型.在此基础上,针对在役设备的实际运行特点和工程现场中性能指标数据获取困难的问题,提出采用振动特征来建立高斯过程回归模型,对性能指标值进行精准预测以实现对退化模型后验分布参数的实时更新.最后在此基础上对谐波减速器进行实时可靠性评估和剩余寿命预测.通过对谐波减速器可靠性实验数据的分析表明,所提出的方法能够实现可靠性的实时评估,并且与单一阶段退化模型相比,该方法对剩余寿命的预测精度更高.     

基于维纳过程的锂离子电池剩余寿命预测

锂离子电池内部结构复杂,受外界影响大,使其容量退化过程具有不确定性因素而呈现随机性.对电池容量退化服从非线性维纳过程建立状态空间模型,并认为参数是服从共轭分布的随机变量,增加了模型不确定性使之更加符合锂离子电池容量的退化过程.利用自助法获得先验分布参数初始值,由共轭分布的性质可以得到后验分布的类型,由此得到简便的参数估计方法.粒子滤波可对每一时刻的参数及退化状态进行估计和更新,根据提前设定的状态阈值可以预测电池的剩余寿命.具体实例验证了方法的准确性,该方法对可靠性高、样本量少的电池的剩余寿命预测有借鉴意义.     

一种基于Wiener过程加速度计寿命预测

加速度计是惯性导航系统的核心部件之一,其剩余寿命预测是惯导系统作战使用、战备测试和维修决策的重要依据。本文利用漂移Wiener过程建立其性能退化模型,考虑总体与个体之间的差异,用随机变量描述其漂移参数和扩散参数,提出了一种自助评估预测方法,并通过对某惯导系统的加速度计剩余寿命预测,验证了该方法的有效性。     

基于改进比例失效率模型的设备剩余寿命预测

产品的剩余寿命预测能够为产品的维修和更换提供重要的决策依据.传统的比例失效模型方法在剩余寿命预测中得到了广泛的应用,然而此方法没有充分利用产品的历史寿命信息,对产品的退化过程也没有很好地描述.针对此问题,提出了一种融合退化过程与失效率建模的产品剩余寿命预测方法.该方法首先利用线性过程对产品的退化过程建模,然后利用比例失效模型融合退化过程对失效率的影响,达到充分利用产品历史信息的目的.此外,与传统比例失效模型方法不同,模型中的比例参数分为两部分,分别将产品退化的初始信息和产品的退化增量联系起来,进一步利用产品的当前退化信息对产品的参数进行Bayes更新,基于此进行剩余寿命预测,从而实现产品历史数据和当前退化数据的有效融合.通过激光发生器的退化数据验证了所提方法的有效性.     

基于长短期记忆网络的齿轮剩余寿命预测研究

设备运行数据蕴含了大量的状态退化信息,利用状态退化信息对设备进行剩余寿命预测,可以为预测性维修提供重要的依据。针对监测过程中接收到表征设备退化的大量数据,提出一种改进的基于记忆机理循环神经网络实时剩余寿命预测模型。该模型利用随机搜索选择模型超参数,采用加入动量考虑的随机梯度下降算法优化模型参数,防止陷入局部最优,从而提高剩余寿命预测模型的预测精度。通过齿轮弯曲疲劳试验,验证了该模型剩余寿命预测的准确性。     

一种基于遗传算法优化小波支持向量回归机的实时寿命预测方法

针对现有实时寿命预测方法没有充分利用同类产品性能退化数据信息的问题,从研究退化轨迹相似性的角度出发,提出一种基于遗传算法（GA）优化小波支持向量回归机（WSVR）的实时退化轨迹建模和寿命预测方法.首先基于GA优化WSVR建立各同类产品的性能退化轨迹模型,然后以特定个体的历史测量时刻向量为基准,计算同类产品的相应退化测量值向量及其与特定个体退化测量值向量的Euclid距离,并根据Euclid距离确定隶属度权值,基于加权思想建立特定个体的退化轨迹模型,最后结合实时测量数据依次更新退化测量值向量、Euclid距离、隶属度权值和退化轨迹模型,实现实时寿命预测.实例分析验证了所提出的方法是有效的.     

基于Wiener过程的数控转台寿命及可靠度评估

为了对数控转台回转定位精度误差的非单调递增特征进行描述,采用Wiener过程对数控转台退化数据进行建模.由于不同转台角度下的退化轨迹不同,假设退化模型中退化量初值和漂移系数服从正态分布,基于贝叶斯全概率公式推导了失效寿命的全概率密度函数和可靠度函数的解析形式.采用两步法和极大似然函数估计法对模型中的未知参数进行估计.基于提出的模型对某数控转台的失效寿命进行预测,得到了数控转台的可靠度函数,并将本文的模型与只考虑退化量初值随机性的退化模型进行对比,结果表明,本文提出的模型更符合数控转台的退化规律.     

基于MCMC稳态模拟的Weibull共享异质性模型及其可靠性应用

针对传统假设中个体寿命独立同分布的不足，构建了贝叶斯Weibull共享异质性模型，提出了对寿命服从Weibull分布的产品，运用基于Gibbs抽样的马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)方法动态模拟出参数后验分布的马尔可夫链，在异质性因子的先验分布为Gamma分布时，给出随机截尾条件下，参数在Weibull共享异质性模型中的贝叶斯估计，提高了计算的精度。借助数据仿真说明了利用WinBUGS (Bayesian inference using Gibbs samp     

基于劣化数据的综合传动装置剩余寿命预测

研究不确定测量多维劣化监测数据下的综合传动装置剩余寿命预测.采用主元分析与状态空间模型融合得到装置劣化程度指标;根据随机过程首中时间的概念定义了装置的剩余寿命,利用Wiener过程建立了装置劣化过程模型,模型中考虑了装置劣化随机性与监测数据测量不确定性;采用极大似然估计方法估计了模型参数,并利用Kalman滤波技术实现了劣化模型的实时估计与更新,得到了装置的剩余寿命分布.研究结果表明,文中的方法能够客观描述装置性能劣化规律,优于不考虑测量不确定性的方法,能够提高剩余寿命预测的准确性,为装置的视情维护提供指导.      

多源统计数据驱动的航空发动机剩余寿命预测方法

针对统计数据驱动方法中多变量无法建立退化模型的问题,提出了一种多源统计数据驱动的航空发动机剩余寿命(RUL)预测方法。建立了基于欧氏距离的航空发动机监测信息融合模型,综合多源监测数据以量化发动机健康状态退化过程;构建了基于非线性漂移维纳过程的航空发动机退化模型,推导发动机剩余寿命概率密度函数解析式,实现对发动机剩余寿命的估计。选取C-MAPSS数据集进行仿真实验,结果表明,与已有研究结果相比,所提方法预测结果在确定系数和惩罚得分两项均有所改进。该方法可为其他非线性退化系统的RUL预测提供一定的参考。     

基于退化数据的高可靠性产品贝叶斯分类决策

针对高可靠性产品的退化数据,提出一种贝叶斯分类方法,将产品按最大后验概率进行分类.利用非线性Wiener过程模型来描述产品的退化路径,提出了一种结合期望最大化(EM)与K-均值聚类的算法以用于估计模型的未知参数,建立了平均成本最小化的最优分类决策模型.实例与仿真试验显示,该分类方法具有较高的分类精度与较小的成本.     

基于随机Wiener过程的火炮身管剩余寿命预测

身管是火炮武器的重要部分,其性能状态决定了火炮的使用寿命.将随机Wiener过程应用于火炮身管的剩余寿命预测,通过极大似然法估计模型参数,并利用Bayesian方法对参数进行更新,提高参数的估计精度.以某型火炮为应用对象进行寿命预测,得到了不同射弹发数条件下剩余寿命的概率密度函数和可靠度函数曲线,且预测精度随着射弹发数的增加逐渐提高.应用实例表明了方法的可行性,对火炮身管寿命预测具有一定的参考价值.     

基于Wiener过程的数控转台极小子样可靠性分析

针对数控转台性能退化过程较为缓慢且存在波动的特点,采用Wiener过程进行数学建模,利用极大似然法结合试验数据分析模型中各未知参数的特点。根据分析结果将模型中的漂移系数和扩散系数设为恒定值,假设性能退化初值服从正态分布,得出数控转台的相关可靠性函数,并与基于伪寿命分布法得出的结果进行比较。结果表明:基于Wiener过程得出的结果较基于伪寿命分布法得出的结果更加符合实际情况。     

Wiener过程性能退化产品可靠性评估新Bayes方法

针对Wiener过程性能退化产品的可靠性评估问题,通过分析先验分布和损失函数两个因素,提出一种新的Bayes方法.假定Wiener过程参数服从共轭先验分布,对求解参数的后验分布进行理论分析;基于平方损失、绝对损失、0-1损失3种损失函数,分别求得Bayes估计结果;对航空发动机可靠性评估进行了实例分析.相对于已有方法,该方法在求解参数的后验分布时具有更广泛的适用性,并且运算过程更简单.对于民航发动机可靠性评估这一特定应用,3种损失函数中选取绝对损失函数时参数估计的拟合程度最优.