[發明專利]兩階段退化產品的剩余壽命預測方法在審
| 申請號： | 201911296295.0 | 申請日： | 2019-12-16 |
| 公開（公告）號： | CN111046564A | 公開（公告）日： | 2020-04-21 |
| 發明（設計）人： | 林景棟;陳敏;林正;王靜靜 | 申請（專利權）人： | 重慶大學 |
| 主分類號： | G06F30/20 | 分類號： | G06F30/20;G06Q10/04;G06F119/04 |
| 代理公司： | 北京匯澤知識產權代理有限公司 11228 | 代理人： | 武君 |
| 地址： | 400044 *** | 國省代碼： | 重慶;50 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 階段 退化 產品 剩余 壽命 預測 方法 | ||
1.兩階段退化產品的剩余壽命預測方法，其特征在于：所述方法包括以下步驟：
步驟一：退化過程建模，從退化變點處進行分段，利用非線性Wiener過程模型建立兩階段退化模型；
步驟二：模型參數估計，通過收集歷史退化數據，利用兩階段單元MLE方法進行模型未知參數估計；
步驟三：剩余壽命預測，基于步驟一所得的兩階段退化模型，利用時空變換，推導出首達時間分布的近似解析解；
步驟四：以步驟三所得首達時間分布結果為基礎，考慮各階段的退化速率為隨機變量，基于總概率定律，得到考慮個體差異性的首達時間分布函數；
步驟五：在變點未出現的情況下，根據Wiener過程特性，推導出從初始退化狀態轉移到變點退化狀態的轉移概率密度函數，進而，基于總概率定律，得到考慮個體差異的狀態轉移密度函數；
步驟六：以步驟四和步驟五所得結果為基礎，基于總概率定律和高斯分布的性質，推導出兩階段退化模型的首達時間概念下的壽命概率密度函數；通過將步驟二獲得的模型參數估計值代入壽命概率密度函數，從而實現兩階段退化產品的壽命預測。
2.根據權利要求1所述的兩階段退化產品的剩余壽命預測方法，其特征在于：步驟一中，從變化點處進行分段，每個階段利用非線性Wiener過程進行退化建模，所構建的兩階段退化模型為：
其中：X(t)表示產品的性能退化量，X(0)和X(τ)分別表示初始時刻和變點處的退化狀態，和是各階段的漂移函數，σ1和σ2是各階段的擴散系數，B(t)是標準的布朗運動。
3.根據權利要求1所述的兩階段退化產品的剩余壽命預測方法，其特征在于：步驟二中，通過提出的兩階段單位MLE方法進行模型未知參數估計，具體包括如下過程：
首先收集N個退化產品的歷史退化數據，建立退化增量的訓練數據集ΔXn，其中mn表示第n個產品的測量數目，Δtn，j-1＝tn，j-tn，j-1(j＝1，...，mn)表示檢測測間隔；
在參數估計第一階段，利用每個測試樣本的退化數據，估計退化模型參數
根據標準布朗運動的特性，ΔXn服從正態分布，關于參數Θ的對數似然函數表示為：
其中：ma和mb表示第一階段和第二階段的測量數目，滿足ma+mb＝mn，
對對數似然函數求關于α1，n，α2，n(n＝1，...，N)，和的偏導，使其等于0，可得對應參數估計值：
其中：需先利用MATLAB中的“FMINSEARCH”搜索參數β1和β2，代入上式即可得到估計值；再求最大對數似然函數，即可獲得變點的值；
在參數估計第二階段，利用第一階段估計的每個樣本的和和進行統計分析，即可得到對應隨機參數分布的超參數。
4.根據權利要求1所述的兩階段退化產品的剩余壽命預測方法，其特征在于：步驟三中，基于時空變換，參照非線性Wiener過程的壽命推導過程，首達時間分布函數表示為：
其中：fT(t|τ)為在t時刻的壽命概率密度函數，xτ為變點處的退化量。
5.根據權利要求1所述的兩階段退化產品的剩余壽命預測方法，其特征在于：步驟四中，基于步驟三的結果，考慮個體差異性，將各階段的退化速率看作隨機變量，即設和根據總概率定律，考慮個體差異性的首達時間分布函數表示為：
當0＜t≤τ時：
當t＞τ時：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于重慶大學，未經重慶大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201911296295.0/1.html，轉載請聲明來源鉆瓜專利網。
