基于自适应维纳过程的剩余寿命预测方法研究

摘要

剩余寿命预测是工业设备视情主动维护、故障预测与健康管理的核心问题。鉴于难以对复杂工程设备的机理进行建模，数据驱动的剩余寿命预测研究在过去十几年得到了广泛的关注和长足的发展。而剩余寿命预测的精度关系着是否能为设备制定科学有效的管理和维修策略，从而降低由于设备故障带来的生命财产损失以及设备维护成本。本文探索如何建立准确、合理的退化模型刻画真实的退化系统，从而提高设备剩余寿命预测的精度。
　　本文首先综述了剩余寿命预测的研究进展，详细介绍了数理统计数据驱动的剩余寿命预测方法，即基于随机系数回归模型的剩余寿命预测、基于维纳过程的剩余寿命预测和基于伽马过程的剩余寿命预测，并分别分析了这三种模型的优势和不足。
　　在充分调研的基础上，本文提出了三种不同的退化模型，即带自适应漂移系数的隐维纳过程模型、带自适应漂移系数的非线性维纳过程模型和自适应的斜维纳过程模型。每种模型都是在前一种模型的基础上进行改进，以求更贴近实际的退化轨迹。根据每种模型的特性，本文提出了相应的在线学习方法，即通过测量量的增加，不断学习和更新模型中的不可观测状态和未知参数，并通过理论推导得到了剩余寿命分布的解析表达式，实现剩余寿命实时的预测。
　　最后总结了全文，并指出进一步需要研究解决的问题。

目录

声明

致谢

摘要

插图

表格

1 绪论

1．1 课题研究背景及意义

1．2 国内外研究现状

1．2．1 随机系数回归模型

1．2．2 随机过程模型

1．3 本文工作和章节安排

1．4 本章小结

2 基于带自适应漂移参数的隐维纳过程的剩余寿命预测

2．1 问题描述

2．2 状态估计与参数估计

2．2．1 状态估计

2．2．2 参数估计

2．3 剩余寿命预测

2．4 仿真与实验

2．4．1 数值仿真

2．4．2 数据实验

2．5 本章小结

3 基于自适应非线性维纳过程的剩余寿命预测

3．1 问题描述

3．2 状态估计和参数估计

3．2．1 状态估计

3．2．2 参数估计

3．3 剩余寿命预测

3．4 仿真与实验

3．4．1 数值仿真

3．4．2 数据实验

3．5 本章小结

4 基于自适应斜维纳过程模型的剩余寿命预测

4．1 预备知识

4．2 问题描述

4．3 状态估计和参数估计

4．3．1 状态估计

4．3．2 参数估计

4．4 剩余寿命预测

4．5 仿真与实验

4．5．1 蒙特卡罗仿真

4．5．2 数据实验

4．6 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