基于退化數(shù)據(jù)的產(chǎn)品可靠性建模與剩余壽命預(yù)測方法研究.pdf

1、高可靠長壽命產(chǎn)品廣泛存在于航空航天、電子工業(yè)、軍事等可靠性和安全性要求較高的領(lǐng)域，由于其成本高、批量小以及失效機(jī)理復(fù)雜等特點(diǎn)，如何評(píng)估這類產(chǎn)品的可靠性和剩余壽命成為一個(gè)亟待解決的難題。隨著傳感器和信息技術(shù)的發(fā)展，對(duì)于具有退化型失效的高可靠長壽命產(chǎn)品，可以通過監(jiān)測其性能退化過程中的關(guān)鍵特征參數(shù)獲得退化數(shù)據(jù)，進(jìn)而利用退化數(shù)據(jù)來實(shí)現(xiàn)產(chǎn)品的可靠性建模和剩余壽命預(yù)測的目的。退化數(shù)據(jù)不僅能夠提供豐富的壽命信息，彌補(bǔ)了高可靠長壽命產(chǎn)品可靠性信息量不足

2、的問題，而且其變化往往能夠反映動(dòng)態(tài)環(huán)境對(duì)產(chǎn)品的影響。因此，開展基于退化數(shù)據(jù)的可靠性建模和剩余壽命預(yù)測技術(shù)研究具有十分重要的理論意義和實(shí)際應(yīng)用價(jià)值。本文主要采用隨機(jī)過程與稀疏貝葉斯學(xué)習(xí)理論展開研究，主要研究內(nèi)容如下：
　　(1)提出了一種基于期望最大化算法和Wiener過程的退化建模及壽命估計(jì)方法。該方法通過將Wiener過程中的漂移參數(shù)視為服從正態(tài)分布的隨機(jī)變量來刻畫一批產(chǎn)品個(gè)體之間的異質(zhì)性，進(jìn)而在首達(dá)時(shí)意義下給出了隨機(jī)效應(yīng)約束下

3、對(duì)應(yīng)的可靠度函數(shù)的表達(dá)式，然后采用期望最大化算法有效地解決了隱變量情況下的最大似然估計(jì)問題，最后通過數(shù)值仿真和在衛(wèi)星用動(dòng)量輪上的應(yīng)用研究驗(yàn)證了所提出方法的有效性。
　　(2)針對(duì)具有線性單調(diào)退化過程的產(chǎn)品，提出了一種基于逆高斯過程的退化建模和剩余壽命預(yù)測方法?？紤]到實(shí)時(shí)監(jiān)測的退化數(shù)據(jù)不斷變化的特點(diǎn)，設(shè)計(jì)了一種有效的基于Bayesian更新與期望最大化算法的參數(shù)估計(jì)方法，其中采用Bayesian方法來更新隨機(jī)參數(shù)，進(jìn)而利用期望最大化

4、算法來估計(jì)模型中的非隨機(jī)參數(shù)。該方法能夠利用實(shí)時(shí)監(jiān)測的退化數(shù)據(jù)通過不斷更新來追蹤產(chǎn)品的最新狀態(tài)，并且可以獲得剩余壽命分布函數(shù)的表達(dá)式，最后數(shù)值仿真和實(shí)例研究表明了該方法能夠有效地對(duì)單個(gè)產(chǎn)品的退化過程進(jìn)行建模，獲得了較精確的剩余壽命估計(jì)結(jié)果。
　　(3)針對(duì)具有非線性退化過程的產(chǎn)品，從時(shí)間序列分析的角度提出了一種基于均熵和稀疏貝葉斯學(xué)習(xí)的剩余壽命預(yù)測方法。該方法首先利用小波閾值降噪的方法對(duì)監(jiān)測的退化數(shù)據(jù)進(jìn)行預(yù)處理，從而降低了噪聲對(duì)預(yù)