周期应力下非线性退化建模与剩余寿命估计
2015-11-15张少钊胡昌华张正新周志杰张建勋
中国测试 2015年6期
张少钊,胡昌华,张正新,周志杰,张建勋
(第二炮兵工程大学,陕西 西安 710025)
0 引 言
近年来,预测与健康管理(prognostics and health management,PHM)[1]作为一种新兴技术,在智能电网、核电站、电力工业、航空航天、舰船维护和公共健康管理等领域得到广泛应用,有效地提高了设备的安全性和可靠性,降低了设备的维护保障费用和失效事件发生的风险。预测是PHM的重要组成部分,其中剩余寿命( remaining useful lifetime,RUL)的预测为优化设备检测与维护策略,合理订购备件提供了科学的依据,因此也是当前可靠性领域研究的重点和热点。
剩余寿命预测的方法主要包括基于物理模型的方法、数据驱动的方法及两种方法的融合[2]。当系统的物理失效模型容易建立时,基于物理失效模型的方法最为准确;但更多的情况下,系统较为复杂,物理失效模型难以建立,其应用也受制于此。基于数据驱动的剩余寿命估计方法由于其适用性更广,得到了广泛的研究和关注。近年来,由于技术的进步和产品开发周期的缩短,设备的可靠性明显提高,失效数据也越来越少,使得基于退化数据的RUL估计方法得到了更多的青睐。其中,基于随机过程的方法由于更能体现退化过程的随机性和动态特征,逐渐成为退化建模的主流[3],这类方法主要有Wiener过程[4]、Markov 链[5]、Gamma 过程[6]、逆高斯过程[7]等。 Wiener过程是一种特殊的扩散过程,能够对非单调退化过程进行建模[8],其在首达时间意义下具有解析形式的寿命分布,得到了广泛的应用。选择不同形式的漂移系数,过程可以对线性和非线性退化过程进行建模。……
登录APP查看全文
