非平稳退化过程的剩余寿命预测方法研究

摘要

对工业设备进行故障预测与健康管理，其目的是在保证设备运行可靠性、安全性的同时降低运维成本，这在过去数十年间已得到广泛的关注并在业界产生了深远的影响。而剩余寿命预测是其中的关键问题，它能为设备健康维护提供坚实的决策支撑。实现有效的剩余寿命预测的核心是能够构建合理的退化模型，准确把握设备的退化规律。由于当前工业设备系统日趋复杂，基于机理建模的预测方法显得有些力不从心，得益于传感技术的发展，数据驱动的剩余寿命预测方法显示出了巨大的研究价值与实践意义。
　　在工业设备的实际运行中，时时刻刻面临着来自内部结构缺陷、环境变化、负载波动等多方面的影响，在设备健康状态上呈现出非平稳的退化特性。本文正是在此背景下，探索在复杂的运行工况下，如何构建更为合理的退化模型，给出具有实际应用价值的剩余寿命预测解决方案。
　　本文首先综述了剩余寿命预测领域的研究现状，着重介绍了基于随机系数回归模型和基于随机过程模型两种数理统计的方法，详细阐述了两者的优缺点，并介绍了针对非平稳退化过程的研究现状。接着，本文提出了三种不同的基于维纳过程的退化模型，即带转折点的退化模型，存在已知冲击的退化模型以及冲击未知的混合退化模型。在贝叶斯的框架下，本文分别考虑了退化状态的估计及模型参数的估计问题，并推导得到了剩余寿命预测分布的解析表达式。在各部分研究内容中，都给出相应的实验案例验证算法和模型的有效性。所有的实验结果都很好地阐释了在设备的实时监测中，所提出的算法能够适用于对应的实际情况，为设备的实时预测维护提供有力的支撑。
　　最后总结了全文工作，并对需要进一步拓展的问题进行了简要阐述。

目录

声明

致谢

摘要

插图

表格

1 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 基于随机系数回归模型的方法

1．2．2 基于随机过程模型的方法

1．2．3 非平稳退化过程的预测方法

1．3 本文工作和章节安排

1．4 本章小结

2 基于维纳过程的带转折点的退化预测模型

2．2 问题描述

2．3 参数估计和转折点检测

2．3．1 参数估计

2．3．2 转折点检测

2．4 仿真和案例研究

2．4．1 数值仿真

2．4．2 案例研究

2．5 本章小结

3 带已知冲击的非平稳退化过程的剩余寿命预测

3．1 引言

3．2 问题描述

3．3 状态估计和参数估计

3．3．1 退化状态估计

3．3．2 参数估计

3．4 剩余寿命预测

3．5 数值仿真与案例研究

3．5．1 数值仿真

3．5．2 案例研究

3．6 本章小结

4 基于自适应混合退化模型的剩余寿命预测

4．1 引言

4．2 问题描述

4．3 状态估计

4．3．1 交互多模型滤波算法

4．3．2 系统状态估计

4．4 参数估计

4．4．1 基于交互多模型滤波的平滑算法

4．4．2 模型参数估计

4．5 剩余寿命预测

4．6 仿真与案例研究

4．6．1 数值仿真

4．6．2 实验案例

4．7 本章小结

5 总结与展望

5．1 全文工作总结

5．2 研究工作展望

参考文献

发表文章目录