[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

说明书

本发明公开了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，可应用于工业机械设备以及电力电子器件的在线寿命预测及健康管理。本发明采用维纳过程来刻画退化对象的基本退化特性，在退化模型中考虑了冲击损伤现象对设备健康状态的影响，提出了新的混合退化预测模型。针对新模型特点，提出了一整套能够实现隐藏状态估计和模型参数迭代解析估计的算法。本发明提出的模型更符合一般退化规律，能够获得更加准确的在线剩余寿命预测结果，对于工程上的故障预测和健康管理有重大应用价值。

技术领域

本发明属于可靠性维护工程技术领域，涉及一种带冲击的混合退化情况下机电设备的剩余寿命在线预测方法。

背景技术

设备实时故障预测与健康管理(Prognostics and Health Management，PHM)对保证运行中的设备可靠安全运行至关重要。实现故障预测和健康管理的核心在于设备的剩余寿命预测。此预测方法的思路为根据工业生产现场传感器采集而来的实时运行数据，采用对应算法估计对象的状态以及剩余寿命。事实上，在真实的设备运行过程中，由于系统内部的缺陷、系统操作方式的不同、运行环境影响，冲击现象是无法避免的问题，冲击往往会给设备造成不可逆的损伤。现有的预测技术对此类问题欠缺考虑，不能得到合理的预测模型，在预测效果也有不足之处。

发明内容

针对现有技术的现状，本发明的目的是解决现有预测技术中没有考虑存在随机冲击的问题，并针对存在符合带未知冲击退化特性的机电设备，根据能够得到的实时状态退化数据，构建能更合理描述退化过程特性的模型实现对设备剩余寿命的在线准确预测。

现将本发明的构思阐述如下：

本发明采用带漂移的维纳过程模型作为对象的基本退化模型，进一步将满足泊松过程的随机冲击对设备造成的不可逆损伤纳入考虑。为了克服测量噪声的影响，获得设备的隐藏状态，本发明提出了基于交互多模型滤波的三阶段状态估计算法。为了克服马尔科夫特性，本发明将历史测量数据一并考虑，提出两阶段状态平滑算法，并得到了模型参数估计的迭代解析表达式。最后，本发明考虑了退化过程在时间上的不确定性、冲击损伤和冲击出现的不确定性，获得了关于剩余寿命预测结果的解析表达式。本发明提出的模型更符合一般退化规律，能够获得更加准确的在线剩余寿命预测结果

根据以上发明构思，本发明提出了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，用带漂移的维纳过程刻画一般连续的退化过程，在此基础上融入冲击损伤的影响，采用新的状态、参数估计算法进行模型自适应更新，进而获得剩余寿命预测概率分布的解析表达式，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。

基于上述方案，各步骤可具体采用如下实现方式：

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