韩冰洁，牛 伟，周 骁

(中国航空工业集团公司西安航空计算技术研究所，陕西 西安 710068)

0 引言

在预测和健康管理(PHM)中，剩余使用寿命(RUL)评估已成为保障系统安全性和可靠性的主要关注点[1-2]。基于性能退化数据的RUL估计是当前研究的热点，主要包括基于状态预测/外推的方法，基于统计回归的方法和基于相似度的方法[3-5]。当复杂系统不能使用数据学习建立全局模型时，基于相似性的方法适合于RUL估计[6]。基于相似性的方法适用于复杂系统无法利用数据学习建立全局模型时的RUL预测，研究成果多集中在相似性度量方法等方面[5]，对系统运行数据基于工况的处理和信息筛选研究较少。

本文针对采用单个性能参量以状态量间的欧几里德距离为残差测度函数的相似性RUL预测方法[9]不能简单适用多工况发动机寿命预测，提出基于工况聚类分析和信息融合的相似性剩余使用寿命预测方法。

1 基于工况聚类分析相似性RUL估计

系统退化与系统运行历史相关，过去的行为改变了系统的属性。从系统处于正常运行状态时收集数据，直到系统接近故障或维护为止。这些相似系统的数据可以用来预测类似系统的寿命。因此基于相似度法的RUL估计的核心思想是，如果测试样本与参考样本具有相似的退化特性，那么它们就可能具有相似的RUL。测试样本取自从未发生过故障的系统，参考样本来自于已失效的系统(训练单元)的历史样本[7-8]。

之前的基于相似性方法的预测剩余寿命的研究成果集中在相似性度量方法、预测不确定性等方面，对系统运行数据基于工况的处理和信息筛选研究较少[9]。……