基于退化數(shù)據(jù)的產(chǎn)品可靠性建模與剩余壽命預測方法研究.pdf_第1頁
已閱讀1頁,還剩116頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

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、批量小以及失效機理復雜等特點,如何評估這類產(chǎn)品的可靠性和剩余壽命成為一個亟待解決的難題。隨著傳感器和信息技術(shù)的發(fā)展,對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),進而利用退化數(shù)據(jù)來實現(xiàn)產(chǎn)品的可靠性建模和剩余壽命預測的目的。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態(tài)環(huán)境對產(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測技術(shù)研究具有十分重要的理論意義和實際應用價值。本文主要采用隨機過程與稀疏貝葉斯學習理論展開研究,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)分布的隨機變量來刻畫一批產(chǎn)品個體之間的異質(zhì)性,進而在首達時意義下給出了隨機效應約束下

3、對應的可靠度函數(shù)的表達式,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問題,最后通過數(shù)值仿真和在衛(wèi)星用動量輪上的應用研究驗證了所提出方法的有效性。
  (2)針對具有線性單調(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測方法??紤]到實時監(jiān)測的退化數(shù)據(jù)不斷變化的特點,設計了一種有效的基于Bayesian更新與期望最大化算法的參數(shù)估計方法,其中采用Bayesian方法來更新隨機參數(shù),進而利用期望最大化

4、算法來估計模型中的非隨機參數(shù)。該方法能夠利用實時監(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)的表達式,最后數(shù)值仿真和實例研究表明了該方法能夠有效地對單個產(chǎn)品的退化過程進行建模,獲得了較精確的剩余壽命估計結(jié)果。
  (3)針對具有非線性退化過程的產(chǎn)品,從時間序列分析的角度提出了一種基于均熵和稀疏貝葉斯學習的剩余壽命預測方法。該方法首先利用小波閾值降噪的方法對監(jiān)測的退化數(shù)據(jù)進行預處理,從而降低了噪聲對預

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論