基于時間序列分析的剩余壽命預(yù)測模型.pdf

1、隨著精確的維修和再制造理念越來越深入,對系統(tǒng)或部件的剩余壽命預(yù)測、估計變得越來越重要。但現(xiàn)在的系統(tǒng)和部件越來越可靠,很難獲得其故障數(shù)據(jù),實際上不管是系統(tǒng)還是部件,其性能指標(biāo)隨著使用逐漸降低,轉(zhuǎn)而考慮退化系統(tǒng)或部件的剩余壽命。本文針對退化系統(tǒng)運(yùn)用時間序列的方法預(yù)測其剩余壽命。
　　首先綜述了剩余壽命的研究進(jìn)展,詳細(xì)介紹了數(shù)據(jù)驅(qū)動型的剩余壽命預(yù)測模型:基于直接觀測數(shù)據(jù)的方法有,一是隨機(jī)系數(shù)模型法、二是維納過程的剩余壽命預(yù)測法、三是基于

2、Gamma過程的預(yù)測方法;和基于間接觀測數(shù)據(jù)的隨機(jī)濾波方法。
　　其次針對某滾動軸承振動烈度測試數(shù)據(jù),運(yùn)用AIC準(zhǔn)則,確定自回歸移動平均模型(ARMA)的階數(shù),運(yùn)用最小二乘法估計該模型的參數(shù),從而得到剩余壽命的預(yù)測值,實驗顯示預(yù)測誤差較大。轉(zhuǎn)而建立狀態(tài)空間方程,利用卡爾曼濾波算法進(jìn)行軸承剩余壽命預(yù)測,實驗顯示預(yù)測值和實際測量值吻合。
　　接著針對部件退化是單調(diào)的情形,建立以Gamma過程為基礎(chǔ)的狀態(tài)空間模型,在不具備部件初始