[发明专利]基于贝叶斯推断的船舶多部件线性退化预测方法

说明书

本发明涉及一种基于贝叶斯推断的船舶多部件线性退化预测方法，包括：S1、船舶部件退化数据分析；S2、选择合适的退化量统计概率模型；S3、引入专家经验和先验知识，构建多部件分层退化模型；S4、对多部件分层退化模型进行参数估计，得到多部件退化量‑时间的预测拟合图。本发明采用贝叶斯推断建立分层退化模型，对退化量统计概率模型增加先验分布和超先验分布，充分利用专家经验和先验知识；并且在优化模型时既考虑了多部件的相似性，也考虑了部件之间的异质性，实现了更加精准的部件退化预测。

技术领域

本发明涉及船舶设备维护与健康管理技术领域，具体涉及一种基于实测数据优化多部件线性退化预测的方法。

背景技术

随着船舶行业高新技术的发展，现今设备结构及功能复杂化是船舶动力设备的发展趋势，设备运行状态的好坏会直接影响到船舶的安全和性能。对于处于运行状态过程中的船舶，设备出现性能衰退时若不及时采取措施，则会造成巨大的经济损失。获取设备退化数据，建立模型，对设备退化过程进行预测，并据此对退化设备采取恰当且具有针对性的运行维护策略，可以避免设备状态的进一步劣化，提升船舶运行的可靠性和经济性，因此具有理论意义和重要的工程应用价值。目前常采用基于状态监测数据的预测和维护，需要收集大量关于设备信息的数据，且数据分析量较大；在参数估计方面多采用极大似然估计，没有能够很好的利用专家知识和先验信息；而且对于多部件的退化预测，并没有充分考虑部件之间的联系。

发明内容

本发明要解决的技术问题在于针对上述现有技术存在的不足，提供一种基于贝叶斯推断的船舶多部件线性退化预测方法，该方法基于PyMC3，考虑多部件之间的联系与区别，建立分层退化模型，引入专家经验和先验知识，以实现更加精确的部件退化预测。

本发明为解决上述提出的技术问题所采用的技术方案为：

一种基于贝叶斯推断的船舶多部件线性退化预测方法，包括以下步骤：

S1、船舶部件退化数据分析：获取船舶i个部件退化量y_i，画出退化量-时间的散点图，并建立各部件退化量y_i与时间t的线性关系，即

y_i＝α_i+β_it (1)

式(1)中，y_i指第i个部件的退化量，α_i指第i个部件的初始退化量，β_i指第i个部件的退化速率，t为观测时间；

S2、选择合适的退化量统计概率模型：先画出退化量的概率密度图，根据退化量的概率密度图选择t分布统计概率模型，即

y_i～t(y|μ_i，σ，v) (2)

式(2)表示第i个部件的退化量y_i遵从均值为μ_i，标准差为σ，自由度为v的t分布，y是i个部件的退化量y_i的集合，即y＝[y₁，y₂，……，y_i]；模型中，μ_i表示随机效应，即部件之间的异质性，σ和v表示固定效应，即部件之间的相关性；

然后将退化速率β_i与退化量分布的均值联系起来，即

μ_i＝α_i+β_it (3)

此时模型参数为α_i，β_i，σ，v；