维纳过程

摘要： 氧化锆陶瓷作为非金属脆硬材料具有耐磨、耐腐蚀等优异的理化性能,广泛应用于航空航天、半导体、通信技术和生物医学等领域。刀具的失效形式是性能退化失效和突发失效相互竞争的结果,由于非金属脆硬材料的强研磨性特征,导致刀具磨损剧烈且失效快,严重影响了刀具使用寿命和工件加工质量。本文通过开展金刚石刀具钻削氧化锆陶瓷试验,评估刀具的磨损状态与刀具失效的映射关系。采用一元维纳过程对刀具退化过程进行描述,用威布尔分布描述刀具的突发失效。建立金刚石刀具钻削非金属脆硬材料的退化失效和突发失效的竞争失效模型,并通过退化失效、突发失效及两者竞争失效三类可靠性模型分析了金刚石刀具的可靠度,最后通过试验验证了模型的正确性。

摘要： 为解决橡胶隔振器的老化寿命评估问题,基于维纳过程和热空气老化试验方法建立橡胶隔振器的老化寿命评估方法。以某型舰用橡胶隔振器为被试隔振器,选取动刚度变化程度作为老化寿命考核指标,基于维纳过程和Arrhenius加速方程对橡胶隔振器的老化寿命进行评估,得到了不同温度下的橡胶隔振器老化寿命评估公式。将某温度下的老化寿命评估结果与试验结果进行对比,吻合较好。该研究为橡胶隔振器老化寿命的评估提供了一种新思路。

摘要： 有效的剩余寿命预测对设备可靠性与安全性起着关键作用,不确定的内部老化状态和外部使用工况导致的随机退化应力会极大地影响设备的退化速率和健康状况。提出一种新的随机退化应力作用下的设备剩余寿命预测方法。将随机退化应力引入老化过程,基于维纳过程建立随机应力作用下的设备老化模型,提出融合期望最大化算法和粒子群优化算法的先验参数离线估计方法;在贝叶斯框架下在线更新随机系数,推导剩余寿命预测结果的概率密度分布函数。基于锂电池实验退化数据验证了所提方法的有效性。结果表明,考虑随机应力对设备退化规律的影响,能够有效提高剩余寿命的预测精度并降低预测结果的不确定性。

摘要： 往复密封件作为机载液压作动器的重要组成部分,对飞行安全有着重要的影响。机载往复密封件承受着高压、宽温、变载荷、强振动等机载工况,多场耦合作用下其失效机理复杂,现有数值模型难以完全揭示其失效机理。在基于自回归滑动平均(Auto-Regressive Moving Average,ARMA)模型的机载往复密封二元时变相关退化建模过程中,首先,基于维纳过程描述往复密封摩擦力和泄漏量退化轨迹,采用Copula函数连接2个性能退化指标之间的相关性;并用ARMA模型表征相关性系数的时变性,采用2段贝叶斯估计的方法对模型中的参数进行估计;最后,介绍了往复密封试验装置,并基于该装置的试验数据验证了所提出的往复密封退化模型的准确性。

摘要： 布朗运动不仅是一个著名的物理现象,而且是一种在《随机过程》教科书中占据了中心位置的基本随机过程.本文介绍了《随机过程》布朗运动理论中出现的一系列理论与经验事实不符和逻辑上不能自洽等反常问题,并对产生反常问题的物理概念错误、数学抽象错误和逻辑错误等原因进行了详细分析.

摘要： [目的]船舶碰撞是威胁智能船舶航行安全的主要因素.船舶碰撞危险度计算模型应及时发现船舶航行中潜在的碰撞风险,为智能船舶的自主避让决策提供依据.[方法]首先,根据船舶领域侵入程度与侵入时间等参数,分析基于领域的碰撞危险参数计算模型,将航行场景划分为单船会遇局面和本船与船舶群组的会遇局面,给出一种新的多船会遇情况下的碰撞危险参数计算模型;其次,基于维纳过程对船位预测不确定性进行建模,根据卡方分布获取船位预测不确定性椭圆;最后,给出考虑船位预测不确定性的碰撞危险参数计算方法.[结果]该计算模型能够考虑船位预测不确定性对船舶碰撞危险的影响.[结论]可以进一步保障智能船舶的海上航行安全.

摘要： 与定期维修策略不同,在视情维修策略下安排船舶部件的维修活动,能够提高船舶部件运行可靠性,降低维修成本.而掌握船舶部件的性能退化规律,是对船舶进行视情维修决策优化的前提.针对上述问题,文章建立了基于维纳过程的船舶部件性能退化模型,以此为基础,研究了船舶部件的视情维修策略,建立了视情维修决策优化模型,并通过实例,对视情维修决策优化模型的有效性进行了验证.

摘要： 针对广泛使用的铅酸蓄电池低温环境适应性差的问题,以低温放电容量为关键指标,开展-40°C下铅酸蓄电池低温循环放电行为特性研究,得到其低温容量随循环次数的衰减规律.采用维纳过程,建立了铅酸蓄电池低温放电容量衰减模型,实现对低温放电容量衰减的随机性和可靠性的表征,具有一定的实用性,可为后续研究提供参考.

摘要： 随着产品同质化程度不断提升,完善的质保服务已成为厂商提升品牌形象、刺激用户购买需求和全面反馈市场信息的主要途径.本文以具有退化特性的耐用品为研究对象,建立了视情维修条件下性能退化的维纳过程模型,考虑产品价格、质保期长度和维修费用承担比例对产品需求的影响,以最大化厂商利润为目标,确定了最优的质保期长度和维修费用承担比例.结合算例,比较了无视情维修和提供视情维修两种情形下对应的厂商利润,并分析了产品退化速率、成本参数和产品价格对利润的影响.研究结果表明,在质保服务范围内提供合理的视情维修服务既可将产品可靠性维持在一个较高水平,又可显著提升厂商利润.

摘要： 针对机场自助行李托运设备运行状态评估存在数据利用率低和预测精度不高的问题,提出一种融合Cox回归与维纳过程的设备状态评估方法;首先基于事件型数据构建多风险因素影响下的设备状态突变模型,又基于关键子系统的状态型数据构建设备状态渐变模型,提出了复合退化指标并基于维纳过程建立设备性能退化模型,得到设备整体的健康状态值并提出相应维修决策;利用商用模块化航空推进系统仿真数据集和自助行李托运设备运行监测数据对所提方法进行实验验证,结果表明融合Cox回归与维纳过程的设备状态评估方法提高了设备数据利用率和预测精度.

摘要： 如何利用多元性能退化数据对高可靠及长寿命的产品进行可靠性评估是目前需要迫切解决的问题.本文提出基于维纳过程和蒙特卡洛法的多元性能退化产品可靠性评估方法,采用维纳过程对产品的性能退化数据进行建模,评估产品性能退化特征量的参数超差时间.考虑到产品具有多个性能退化特征量,采用蒙特卡洛方法对产品多个性能退化特征量进行综合评估,获得多元性能退化产品的寿命分布模型,从而实现产品的可靠性评估.以某型石英挠性加速度计为例开展应用,评估结果和试验结果误差较小,验证了该方法的准确性.

摘要： 本发明属于性能加速退化试验技术领域，更具体地涉及一种数控机床的功能铣削头的性能加速退化方法。包括确定产品的应力因数；性能下降测试：根据预设的阶跃应力值对产品进行测试，确定产品的单应力模型和单应力性能退化模型；和根据所述产品的应力因数和单应力性能退化模型确定性能加速退化方程。采用本发明提供的技术方案可以为产品在小样本量、常规测试负载设备条件下，获得产品的性能加速退化测试数据，该数据能够准确反映产品退化规律与环境应力(应力因数)之间的关系，并能将获得产品性能下降的信息和数据用以指导预测新使用的产品性能退化，为产品的制造商确定额定工作条件的应力和编写操作说明提供了基础。

摘要： 本发明公开了一种基于多阶段维纳过程的轴承寿命预测方法，首先采集轴承运行时的振动信号并提取退化特征指标；然后根据轴承在服役期间的状态变化，基于维纳过程将退化过程划分正常阶段、缓慢退化阶段和加速退化阶段并以此建立多阶段随机退化模型；同时，利用卡尔曼滤波和期望最大化算法对退化状态和模型参数进行估计更新；最后，构造滑动窗口识别方法判断轴承退化阶段，推导每个阶段对应的剩余寿命表达式并预测剩余寿命。该方法能有效判断轴承的退化阶段，进而预测对应阶段下的剩余寿命，具有较好的应用效果。

摘要： 本发明公开提供了基于线性维纳过程的镉镍蓄电池寿命预测方法和装置。所述方法包括：建立电池的性能退化的具有随机效应的维纳过程模型；确定电池的剩余寿命与电池容量退化量的关系；确定电池的剩余寿命的全概率条件概率密度函数与条件累计分布函数；根据已有预设数量的电池的容量退化数据确定所述维纳过程模型的未知参数，生成预测镉镍蓄电池寿命的维纳过程模型。以此方式，能够准确预测镉镍蓄电池的剩余使用寿命，有利于节约动车组的运营成本。

摘要： 本发明提供了一种基于带测量误差的维纳过程的车辆轴承剩余寿命预测方法。包括：利用轴承试验台采集全寿命周期轴承数据，提取轴承的时域特征值；建立轴承的两阶段的线性维纳退化过程模型，使用首达时间定义轴承的寿命，并确定轴承的失效阈值，推导出轴承剩余寿命概率密度函数；求得模型参数向量的对数似然函数，利用迭代运算的期望表达式通过期望最大化算法经过多次迭代得到参数向量的最优估计值；将参数向量的最优估计值代入轴承的剩余寿命概率密度函数，求得最终预测的轴承剩余寿命期望。本发明可以对轴承的剩余寿命进行预测，以确定最佳维修时间和维护策略，为维修部门提供有针对性的轴承维护保养建议。

摘要： 本发明公开了一种结合LSTM网络和维纳过程的剩余寿命预测方法，本发明一种结合长短期记忆神经网络和维纳过程的剩余寿命预测新方法，通过加速待测器件的寿命实验，获取待测器件在不同时刻的退化量；然后利用退化数据训练一个LSTM网络；接着通过迁移学习的方法对训练好的LSTM网络进行微调，并将微调后的LSTM网络用于代替维纳过程中的退化趋势函数；最后通过逆高斯分布计算出当前时刻下待测器件RUL的概率密度函数，具有预测精度高、实时性好、预测速度快等特点。

摘要： 本发明涉及一种基于维纳过程和人工智能的发动机剩余寿命预测方法，属于航空发动机寿命预测领域。针对涡扇发动机在运行过程中，因不同失效行为而导致多种退化模式的出现，从而使得单一预测方法的预测精度和稳定性降低的问题，提出了一种识别发动机不同退化模式并构建不同模型进行剩余寿命预测的方法。按以下步骤进行预测：1)数据预处理；2)训练残差网络；3)退化模式分类；4)预测模型选择与构建；5)寿命预测。考虑退化模式识别的预方法能更好的发挥对应预测模型的优点，从而提升寿命预测的效果。

摘要： 本发明公开了一种基于维纳过程和极限学习机的电池剩余寿命预测方法，通过加速历史电池的寿命实验，获取历史电池在不同时刻的退化量；然后利用历史电池的退化数据估计维纳过程模型的参数；接着通过两阶段参数更新的方法对待测电池的维纳过程模型参数进行迭代更新，并将更新后的模型参数用于生成仿真电池退化数据；最后通过极限学习机预测当前时刻下待测电池的剩余寿命，具有预测精度高、实时性好等特点。

摘要： 一种基于模型迁移和维纳过程的滚动轴承RUL预测方法，涉及滚动轴承使用寿命预测技术领域，用以解决使用寿命百分比作为标签难以准确描述滚动轴承退化过程以及不同工况情况下轴承寿命预测准确率不高的问题。本发明的技术要点包括：提取某工况下全寿命滚动轴承的各振动统计特征，利用单层NCAE网络与SOM网络构建健康指标模型，使用健康指标对滚动轴承频域幅值序列进行标记；使用源域数据训练结合深度NCAE网络与前馈神经网络FNN的组合网络得到预训练模型；利用目标域数据微调，得到滚动轴承性能退化模型，利用性能退化指标量化值的增量建立维纳过程模型，实现不同工况下滚动轴承的RUL预测。本发明适用于对滚动轴承剩余使用寿命的预测技术中。

摘要： 本发明公开一种时变神经维纳过程的轴承剩余寿命预测方法，包括以下步骤：1)利用传感器获取轴承原始振动信号数据，将时域信号进行预处理转换为频域信号提取信号幅值谱特征；2)建立基于时变维纳过程的Seq2seq神经网络模型；3)根据鞅估计函数获得关于时间和振动幅值数据的漂移函数和扩散函数，训练Seq2seq模型，得到退化趋势函数和波动函数；4)将退化趋势函数和波动函数用作基于维纳过程的退化趋势函数，以闭合形式计算剩余使用寿命的概率密度函数。本发明利用轴承退化失效过程中监测到的振动信号，提取振动信号的幅值谱，实现对轴承剩余寿命预测，提高基于维纳过程的退化模型参数估计的自适应性，实现准确的RUL预测。

摘要： 本发明的一种基于维纳过程的锂离子电池单体使用寿命预测方法及介质，包括通过计算机设备实现建立基于维纳过程的分析模型，用来预测电池组的循环使用次数；本发明所采用的维纳过程随机变量模型进行预测时，能够充分考虑到电池由于环境因素和功能差异等导致的误差，较为符合实际情况，实验结果表明，所提出的退化过程建模方法比较符合现实中的统计结果，具有一定的实践应用的价值。