Bayesian更新与EM算法协作下退化数据驱动的剩余寿命估计方法

摘要

设备的剩余寿命(RUL)估计是对其进行视情维护、故障预测与健康管理的关键问题之一。为实现对于单个设备退化过程的建模以及RUL的估计，本文提出了一种Bayesian更新与期望最大化(EM)算法协作下退化数据驱动的RUL估计方法。首先利用指数退化模型来描述设备的退化过程，基于监测的退化数据，利用Bayesian方法对模型的随机参数进行更新，进而得到了RUL的概率分布函数和点估计。再者，利用运行设备到当前时刻的监测数据，基于EM算法给出了退化模型中非随机未知参数的估计方法，并证明了参数迭代估计中每步得到的结果是唯一最优解。最后通过仿真并与文献中的方法进行了比较，表明本文提出的方法可以对单个设备退化过程进行建模，有效的估计退化模型中的未知参数，进而得到更好的RUL估计结果。