[发明专利]连续退化和未知冲击共同作用下的设备剩余寿命预测方法

权利要求书

1.一种连续退化和未知冲击共同作用下的设备剩余寿命预测方法，其特征在于，具体步骤如下：

步骤1：建立刻画带冲击的混合退化过程的退化预测模型；

步骤2：采用三阶段隐藏状态估计算法估计设备退化的隐藏状态；

步骤3：采用两阶段平滑算法计算设备状态平滑值；

步骤4：迭代计算模型参数直到收敛；

步骤5：在完成退化状态估计和参数估计后，用估计更新的退化状态、估计的参数和测量信息计算设备剩余寿命的概率分布，并用于设备的剩余寿命预测；

步骤1中所述的建立刻画带冲击的混合退化过程的退化预测模型的具体步骤如下：

将满足带冲击的混合退化过程特性的设备退化模型表达如下：

y_k＝x_k+ν_k

其中，t_k为第k个采样时刻；η是退化漂移系数，用来表征退化速度；σ是扩散系数，且σ0；τ_k是采样时间间隔，且τ_k＝t_k-t_k-1；B(τ_k)是标准布朗运动，且ν_k是系统白噪声，且ν_k～N(0,R)；x_k表征第k个采样时刻设备的退化程度；y_k表示测量值；N(μ,Σ)表示均值为μ方差为Σ的正态分布；在出现冲击的混合退化场景下，S表征冲击现象对系统健康状态造成的不可逆损伤；假设冲击的到达是一个到达率λ已知的泊松过程，记系统直到采样时刻t_k，发生的冲击次数为C(t_k)，则对于一个任意的时间长度Δt，有冲击出现次数为n的概率满足P(·)表示概率；

步骤2中所述的采用三阶段隐藏状态估计算法估计设备退化的隐藏状态的具体步骤如下：

步骤2.1：给出标记：表示在采样时间t_k-1到t_k之间，系统处于所述设备退化模型表达式中的模型i；和分别表示系统在已知前k个测量值且在t_k时刻处于退化模型i的条件下，t_k时刻的状态估计均值与协方差；和分别表示系统在已知前k个测量值且在t_k+1时刻处于退化模型i的条件下，t_k时刻的状态估计均值与协方差；

步骤2.2：预测阶段，计算状态交互估计值，其状态均值方差表示为：

式中：m为状态模型数量，是混合高斯分布的权重系数，通过马尔可夫链的状态转移概率矩阵和状态测量量进行计算得到；接着用和分别表示系统在基于前k-1个测量值且t_k时刻处于模型i的条件下，t_k时刻的状态均值和方差，则预测结果为：

步骤2.3：更新阶段，结合t_k时刻的状态监测值，修正基于某一模型下的隐藏状态估计值：

式中：为卡尔曼增益；R_k为测量噪声；

步骤2.4：在融合阶段，先计算不同模型的权重再得到最后的估计结果为：

根据以上四步得到该混合模型下隐藏状态的近似估计值；

步骤3中所述的采用两阶段平滑算法计算设备状态平滑值，具体步骤如下：

步骤3.1：给出标记，表示随机状态变量服从的分布：

步骤3.2：后向时序滤波阶段，状态预测方程如下：

其中：为的均值，为的方差；

如步骤2.2进行状态交互估计得到接着如步骤2.3采用卡尔曼滤波算法得到新的状态估计值

步骤3.3：分模型融合阶段，计算模型权重计算平滑之间状态：

接着，根据上式计算，

最后得到隐藏状态的平滑均值和方差P_k|N表达式，

对于初始状态平滑有：