[发明专利]一种性能数据伴随的产品寿命及其可靠性预测方法

说明书

技术领域

本发明一种性能数据伴随的产品寿命及其可靠性预测方法，属于机械、液压、电力、电器等产品和系统性能试验以及服役运行期间的性能寿命及其可靠性评估与预测技术领域。

背景技术

许多产品对性能寿命及其可靠性有很高要求。在产品性能试验以及服役运行期间，希望能够实时预测出未来时刻产品的性能寿命及其可靠性信息，以及时发现产品性能退化和失效隐患，避免发生恶性事故。

目前涉及产品性能寿命及其可靠性研究的方法很多，如公布日为2010年5月19日、公布号CN 101710568 A的中国专利：基于多源退化数据的贝叶斯可靠性综合评估方法，公布日为2010年3月10日、公布号为CN 101666662 A的中国专利：基于模糊理论的加速退化试验预测方法，公布日为2010年11月24日、公布号为CN 101894221 A的中国专利：基于退化量分布非平稳时序分析的加速退化试验产品寿命预测方法；赵建印，基于性能退化数据的可靠性建模与应用研究，博士学位论文，国防科技大学，2005；马纪明，随机因素作用下动态系统性能可靠性分析方法，系统工程与电子技术，2011，4(33)：943-948；金光，小子样条件下航天轴承性能可靠性建模与评估，国防科技大学学报，2000，32(1)：13-137；晁代宏，应用多元性能退化量评估光纤陀螺贮存的可靠性，光学精密工程，2011，19(1)：35-40)，方法主要有综合贝叶斯法、模糊集合法、漂移的布朗运动法、泊松过程法、退化量分布法和蒙特卡洛法等。这些方法需要假设性能退化的某些先验信息。例如：性能寿命符合确定的概率分布(威布尔分布、指数分布、正态分布、对数正态分布、二项式分布、Gamma分布、均匀分布等)，假设退化轨迹为漂移的布朗运动，根据工程经验选择某一隶属函数，采用某一确定的函数作为性能变化规律，假设性能退化轨迹为随时间变化的确定函数并添加随机过程分量或添加一个不随时间变化的误差概率分布，假设性能退化轨迹为随时间变化的确定函数的常数符合某种分布，假设退化量分布类型不随时间变化，对非平稳时间序列的研究考虑性能退化量的概率分布变化局限于已知的分布(正态分布、对数正态分布和威布尔分布等)，需要失效样本，需要假设研究对象失效(故障)或未失效(正常)的判断依据等。可以看出，现有方法没有涉及到上述先验信息未知或者不确定的产品性能寿命及其可靠性分析问题。

有很多产品的某个性能寿命概率分布和性能变化/退化等信息被认为是已知的，但也有很多产品的某个性能寿命概率分布和性能变化/退化等信息是未知的和未确知的。例如，滚动轴承的疲劳寿命被认为符合威布尔分布，但滚动轴承的磨损、摩擦力矩、振动和噪声、异音、运动精度、零件断裂以及粘结等寿命的概率分布和变化/退化信息，至今仍然是未知的或未确知的。类似情况的产品很多，例如航天航空飞行器、高速运载工具、风力发电机、武器与核反应堆等，不同的性能通常具有不同的概率分布和变化规律。即使是同一性能，在新产品开发和已有产品改进时，新产品性能的变化/退化规律以及性能寿命的概率分布均可能与原始的不同。诸如此类的产品寿命及其可靠性预测具有很高的社会经济效益和重大的学术价值，但现有的可靠性分析理论与评估方法难以解决这个问题，成为一个重要的科学技术难题。

发明内容

本发明的目的是提出一种性能数据伴随的产品寿命及其可靠性预测方法，以解决先验信息未知或不确定的产品性能寿命及其可靠性分析问题。

为实现上述目的，本发明性能数据伴随的产品寿命及其可靠性预测方法步骤如下：

(1)设定产品性能评估线

在某产品性能试验或者服役运行期间，设定一个产品某性能的评估线X₀。

(2)获得当前运行信息时间序列

通过测量系统检测出产品关于该性能的N个测量数据，获得产品性能在当前时刻t_N个时间单位的当前运行信息时间序列，用向量表示为X：

X＝(x(1)，x(2)，…，x(s_t)，…，x(N))；s_t＝1，2，…，N    (1)

式中，s_t是产品运行寿命时间t个时间单位的序号，x(s_t)是第s_t个测量数据，N是当前运行信息时间序列X中的数据个数。

(3)获得相点群

采用混沌时间序列理论，对当前运行信息时间序列X进行相空间重构，获得相点群X(s_t)：