[发明专利]一种多工况下的非马尔科夫退化系统剩余寿命预测方法

摘要

本发明公开了一种多工况下的非马尔科夫退化系统剩余寿命预测方法，属于预测与健康管理中剩余寿命预测领域，包括以下步骤：读入系统状态监测数据，初始化退化模型参数；利用野生二值分割方法检测变点的发生时刻，并在此基础上通过小波离散二阶导数算法估计模型的赫斯特指数；基于分层极大似然方法进一步估计模型的群体参数和个体参数；利用一种分形布朗运动的弱收敛准则，给出系统剩余寿命的概率密度函数的解析解；最后，结合施瓦茨信息准则和均方误差分析模型对数据的拟合程度以及寿命预测的准确性。对比仿真表明，本方法较传统方法具有更高的精度。

主权项

1.一种多工况下的非马尔科夫退化系统剩余寿命预测方法，其特征在于：包括如下步骤：步骤1：读入M组状态监测数据，记为X₁,X₂,…,X_m,…,X_M；其中，步骤2：根据多阶段退化模型，初始化参数集其中，x_m(t)为第m个设备在t时刻的退化数据，j＝1,2,…,D，D为变点个数，为第m个设备的第j个变点，N为监测时刻的总数，δ为采样间隔，表示跳变，为漂移系数，σ^(j+1)为扩散系数，B_H(t)为标准分数布朗运动，对于第一阶段有步骤3：利用野生二值分割方法检测变点时刻步骤4：通过小波离散二阶导数算法估计模型的赫斯特指数H；步骤5：利用分层极大似然方法分别估计模型的群体参数和个体参数步骤6：基于分形布朗运动的弱收敛准则求取剩余寿命的概率密度函数fm,k(Δm,k)；步骤7：分别计算性能指标SICpop，SICind和MSE，即SICpop＝‑2l(Ωpop|X)+Υpopln N    (15)；其中，l(Ω_pop|X)为群体参数的对数似然函数，为第m个设备的个体参数的对数似然函数，Υ_pop和Υ_ind分别为群体参数和个体参数的数量，为Δ_m,k时刻剩余寿命的真值；步骤8：根据三个性能指标值检验模型的预测效果，并最终输出概率密度函数fm,k(Δm,k)。