一种旋转机械剩余使用寿命预测方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115906385A(43)申请公布日2023.04.04(21)申请号202211099798.0(22)申请日2022.09.07(71)申请人长沙职业技术学院地址410000湖南省长沙市岳麓区雷锋镇正兴路157号(72)发明人傅子霞沈建赵英杰尹昊(74)专利代理机构广州市红荔专利代理有限公司44214专利代理师李婷(51)Int.Cl.G06F30/20(2020.01)G06F17/18(2006.01)G06F17/11(2006.01)G06F119/04(2020.01)权利要求书4页说明书11页附图3页(54)发明名称一种旋转机械剩余使用寿命预测方法及系统(57)摘要本发明公开了一种旋转机械剩余使用寿命预测方法及系统，通过提取合适的健康指数；建立科学的退化模型；建立状态转移方程以及测量方程；基于多源参数更新粒子滤波方法开展退化模型参数估计；基于预测模型开展旋转机械剩余使用寿命预测；对预测结果开展不确定性评估，对获取结果进行概率统计，获取不同失效时间下的概率密度分布函数，进而得到各剩余使用寿命预测时间对应的概率分布情况，为决策者提供不同置信度下的预测结果。本发明构建的预测模型通用性较强，模型构建效率较高，基于粒子统计特性能够获取不同置信区间下的概率预测结果；能够综合利用历史趋势信息，具有更高的预测稳定性以及获取更高的预测精度。CN115906385ACN115906385A权利要求书1/4页1.一种旋转机械剩余使用寿命预测方法，其特征在于，包括以下步骤：提取合适的健康指数：基于同型号研究对象全寿命历史数据以及当前观测值提取振动烈度作为健康指数，用以表征旋转机械退化趋势；建立科学的退化模型：基于历史先验知识或历史统计数据回归拟合，构建合适的预测退化模型；建立状态转移方程以及测量方程；基于多源参数更新粒子滤波方法开展退化模型参数估计；基于预测模型开展旋转机械剩余使用寿命预测：基于参数更新的预测模型开展研究对象剩余使用寿命外推预测，获取多粒子到达设定阈值的时间以及粒子数；对预测结果开展不确定性评估：对获取结果进行概率统计，获取不同失效时间下的概率密度分布函数，进而得到各剩余使用寿命预测时间对应的概率分布情况，为决策者提供不同置信度下的预测结果。2.如权利要求1所述的旋转机械剩余使用寿命预测方法，其特征在于，所述提取合适的健康指数的步骤中，所述振动烈度通过以下公式计算出：其中，fs为采样频率，x(n)为振动加速度信号，N为单个样本采样点数，m＝N/fs。3.如权利要求1所述的旋转机械剩余使用寿命预测方法，其特征在于，所述建立科学的退化模型的步骤中，所述退化模型为：yk＝xk+ωk其中，yk为观测值；xk为状态值；xk‑1为上一时刻状态值；ωk为观测误差；为退化状态的退化速率，由三部分组成，即：为现有观测样本以及粒子生成样本退化速率回归预测值；为现有观测样本以及生成样本的退化速率；为历史观测数据退化速率。4.如权利要求1所述的旋转机械剩余使用寿命预测方法，其特征在于，所述建立状态转移方程以及测量方程的步骤中，所述状态转移方程以及测量方程为：hk＝f(θk，k)+η，η～N(0，σ0)其中，θk＝[ak，bk，…]表示k时刻退化模型参数向量，ak、bk表示当前时刻模型参数，ak‑1、bk‑1表示上一时刻模型参数，f(θk，k)表示预测模型，hk表示k时刻获取的观测值；ωa、ωb和η分别表示服从高斯分布的随机变量，σa、σb以及σ0分别为上述三个变量的高斯分布方差。5.如权利要求1所述的旋转机械剩余使用寿命预测方法，其特征在于，所述基于多源参2CN115906385A权利要求书2/4页数更新粒子滤波方法开展退化模型参数估计的步骤包括：粒子初始化：假设系统共有K个观测样本，在每个k时刻，k×1，2，…K，基于观测样本进行先验概率更新；粒子预测：在k时刻，基于重要性分布，采样得到N个粒子，用以表示系统状态先验分布；所述采样得到的N个粒子为：其中，ak、bk分别表示第i个粒子获取的当前时刻模型参数集合以及模型参数；粒子更新：计算获取每个粒子的权值，得出k时刻系统状态x的最小均方估计；所述每个粒子的权值为：其中，表示第i个粒子当前时刻权值，表示第i个粒子上一时刻权值，表示后验概率，为第i个粒子对应的观测值；为第i个粒子对应的状态值；xk‑1为上一时刻状态值，表示第i个粒子的平均权值；k时刻系统状态x的最小均方估计为：其中，表示第i个粒子对应的状态值；粒子重采样：基于权值大小对粒子重采样，获取新的粒子集6.一种旋转机械剩余使用寿命预测系统，其特征在于，包括：提取模块，用于提取合适的健康指数：基于同型号研究对象全寿命历史数据以及当前观测值提取振动烈度作为健康指数，用以表征旋转