[发明专利]一种自适应多源信息优选与融合的机械剩余寿命预测方法

说明书

一种自适应多源信息优选与融合的机械剩余寿命预测方法，首先构建机械装备退化的状态空间模型，其次使用训练样本对该状态空间模型的未知参数进行估计，利用极大似然估计法估计状态转移函数的参数，利用最小二乘拟合法估计观测函数的参数，然后进行传感器的选择，对单一传感器监测信号逐一开展剩余寿命预测，并根据各传感器预测性能确定备选的传感器组合，分别计算各传感器组合下剩余寿命预测结果的相对误差绝对值，选取预测相对误差绝对值最低的传感器组合作为最优传感器组合，最后利用该传感器组合的监测信号预测测试样本的剩余使用寿命；本发明能够充分融合经优选后的多源传感器监测信息，有利于提高机械装备剩余寿命预测的精度。

技术领域

本发明属于机械装备剩余寿命预测与健康管理技术领域，具体涉及一种自适应多源信息优选与融合的机械剩余寿命预测方法。

背景技术

现代机械装备逐渐向结构大型化、功能多元化、任务复杂化方向发展，一旦发生故障，容易导致严重的经济损失甚至人员伤亡。因此，开展机械装备的剩余寿命预测，实现机械装备的视情维修，保证机械装备的安全服役意义重大。

随着传感检测技术的不断发展，越来越多类型的传感器被用来监测机械装备的健康状态，由此推动机械装备健康监测领域迈入“大数据”时代。如何充分利用多源传感器的监测信息来提高机械装备剩余寿命预测的精度成为亟待解决的关键问题之一。现有技术大多仅使用单一传感器信息来开展剩余寿命预测，然而对于复杂的机械装备，单一传感器不能够准确、完整地反映其退化过程。因此，融合预测性能优良的多源监测信息对机械装备剩余寿命预测精度的提高具有十分重要的意义。

发明内容

为了克服现有技术的以上缺点，本发明提供了一种自适应多源信息优选与融合的机械剩余寿命预测方法，能充分利用工业实际中机械装备运行过程中的退化信息，提高机械装备的剩余寿命预测精度.

为了达到上述目的，本发明采取的技术方案为：

一种自适应多源信息优选与融合的机械剩余寿命预测方法，包括以下步骤：

1)构建机械装备退化的状态空间模型：

建立如下状态空间模型：

x_k＝x_k-1+ηΔt_k+ω_k (1)