一種基于退化建模的設(shè)備失效次數(shù)預(yù)測方法
【專利摘要】本發(fā)明涉及一種基于退化建模的設(shè)備失效次數(shù)預(yù)測方法。充分利用產(chǎn)品在性能變化過程中獲取的性能退化數(shù)據(jù)，預(yù)測高可靠性產(chǎn)品個體剩余壽命；確定設(shè)備失效次數(shù)；通過預(yù)測設(shè)備失效次數(shù)，優(yōu)化備件管理。包括：建立設(shè)備的性能退化模型；性能退化模型中參數(shù)的估計；剩余壽命預(yù)測；設(shè)備失效次數(shù)的預(yù)測四大步驟。同現(xiàn)有技術(shù)相比，不僅可以對產(chǎn)品的個體剩余壽命和總體可靠性壽命的特征量進行預(yù)測分析，還可以作為預(yù)測產(chǎn)品剩余壽命與失效次數(shù)的一種有效分析工具，為產(chǎn)品的維修與備件訂購策略的確定提供有力的理論依據(jù)和技術(shù)支撐，從而節(jié)約經(jīng)費開支，避免不必要的經(jīng)濟損失，具有很好的工程應(yīng)用價值。
【專利說明】一種基于退化建模的設(shè)備失效次數(shù)預(yù)測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于可靠性工程【技術(shù)領(lǐng)域】，涉及一種基于退化建模的設(shè)備失效次數(shù)預(yù)測方法。
【背景技術(shù)】
[0002]目前有關(guān)備件管理的研究的基礎(chǔ)是設(shè)備失效次數(shù)的預(yù)測，然后在預(yù)測已定的情況下進行最優(yōu)庫存管理，以提高設(shè)備的運行可靠性.但預(yù)測不準(zhǔn)確是一個共性問題.然而，對于大多數(shù)設(shè)備而言，其備件需求是間歇型的，可能長時間不需要一件，但也可能一次需要幾件.這就給基于歷史消耗量的預(yù)測帶來了極大的困難.值得注意的是，以往的研究大多忽視了一個重要的因果關(guān)系:備件的需求是由于設(shè)備的失效或預(yù)防性維修所產(chǎn)生，而這些維修都跟設(shè)備的壽命有關(guān).因此，如何通過預(yù)測設(shè)備失效次數(shù)，優(yōu)化備件管理策略？這是區(qū)別于傳統(tǒng)備件管理方法的一個新思路.目前的研究未考慮設(shè)備實際的運行狀態(tài)和監(jiān)測數(shù)據(jù)，本質(zhì)上還是依賴于歷史的統(tǒng)計壽命信息。

【發(fā)明內(nèi)容】

[0003]針對上述現(xiàn)有技術(shù)狀況，本發(fā)明的目的是:提供一種基于退化建模的設(shè)備失效次數(shù)預(yù)測方法，以解決傳統(tǒng)的基于失效數(shù)據(jù)進行設(shè)備失效次數(shù)預(yù)測時忽略設(shè)備實際運行狀態(tài)的問題。
[0004]現(xiàn)將本發(fā)明構(gòu)思及技術(shù)解決方案敘述如下:
[0005]本發(fā)明的基本構(gòu)思是，充分利用產(chǎn)品在性能變化過程中獲取的性能退化數(shù)據(jù)，科學(xué)預(yù)測高可靠性產(chǎn)品個體剩余壽命，在此基礎(chǔ)上，確定設(shè)備失效次數(shù)，以解決傳統(tǒng)的基于失效數(shù)據(jù)進行設(shè)備失效次數(shù)預(yù)測時忽略設(shè)備實際運行狀態(tài)的問題。通過預(yù)測設(shè)備失效次數(shù)，優(yōu)化備件管理
[0006]根據(jù)上述發(fā)明構(gòu)思，本發(fā)明一種基于退化建模的設(shè)備失效次數(shù)預(yù)測方法，其特征在于:包括以下步驟:
[0007]步驟1:建立設(shè)備的性能退化模型
[0008]基于維納過程的退化模型是一類典型的描述設(shè)備隨機退化過程的線性隨機模型，即設(shè)備的性能退化率可以近似為常數(shù)。令X(t)表示t時刻的退化量，則基于維納過程的隨機退
[0009]化過程{X(t)，t≥0}可以描述為:
[0010]X(t) = A t+σ B(t) (I)其中，B(t)是標(biāo)準(zhǔn)布朗運動，且有 B(t) ON(0，t)，λ 和σ分別是漂移系數(shù)和擴散系數(shù).[0011]步驟2:性能退化模型中參數(shù)的估計
[0012]假設(shè)設(shè)備在監(jiān)測時刻t1;..., tk的退化監(jiān)測值為X1,..., xk,其中tQ=0, k≥I, tk為當(dāng)前時刻，X(tk) =xk < w, X0=0.那么退化模型中的參數(shù)λ和σ ,可以通過極大似然估計的方法得到.具體地，在tk時刻λ和σ的極大似然估計為:[0013]又=今二(2)
【權(quán)利要求】
1.一種基于退化建模的設(shè)備失效次數(shù)預(yù)測方法，其特征在于:充分利用產(chǎn)品在性能變化過程中獲取的性能退化數(shù)據(jù)，預(yù)測高可靠性產(chǎn)品個體剩余壽命；在此基礎(chǔ)上，確定設(shè)備失效次數(shù)，以解決傳統(tǒng)的基于失效數(shù)據(jù)進行設(shè)備失效次數(shù)預(yù)測時忽略設(shè)備實際運行狀態(tài)的問題；通過預(yù)測設(shè)備失效次數(shù)，優(yōu)化備件管理；包括以下步驟: 步驟1:建立設(shè)備的性能退化模型； 步驟2:性能退化模型中參數(shù)的估計； 步驟3:剩余壽命預(yù)測； 步驟4:設(shè)備失效次數(shù)的預(yù)測。
2.根據(jù)權(quán)利要求1所述的一種基于退化建模的設(shè)備失效次數(shù)預(yù)測方法，其特征在于:步驟I中所述的“建立設(shè)備的性能退化模型”具體為: 基于維納過程的退化模型是一類典型的描述設(shè)備隨機退化過程的線性隨機模型，即設(shè)備的性能退化率可以近似為常數(shù)。令X(t)表示t時刻的退化量，則基于維納過程的隨機退化過程{X(t), t ^ 0}可以描述為: X ⑴=λ t+ σ B (t) (I) 其中，B(t)是標(biāo)準(zhǔn)布朗運動，且有B(t) DN(0, t), λ和σ分別是漂移系數(shù)和擴散系數(shù)。
3.根據(jù)權(quán)利要求1所述的一種基于退化建模的設(shè)備失效次數(shù)預(yù)測方法，其特征在于:步驟2中所述的“性能退化模型中參數(shù)的估計”具體為: 設(shè)設(shè)備在監(jiān)測時刻t1;...，tk的退化監(jiān)測值為X1,...，xk，其中tfO，k≤1，tk為當(dāng)前時亥lj, X(tk) =xk < w, X0=0.那么退化模型中的參數(shù)λ和O ,可以通過極大似然估計的方法得到.具體地，在tk時刻λ和σ的極大似然估計為:
4.根據(jù)權(quán)利要求1所述的一種基于退化建模的設(shè)備失效次數(shù)預(yù)測方法，其特征在于:步驟3中所述的“剩余壽命預(yù)測”的具體步驟為: 步驟3.1:基于退化過程{X(t)，t ^ 0}，設(shè)備的壽命可以通過首達(dá)時間的概念來定義.主要原理是:當(dāng)退化過程{X(t)，t > 0}首次達(dá)到預(yù)先設(shè)定的失效閾值w時，就認(rèn)為設(shè)備失效.因此，將設(shè)備壽命終止的時間定義為隨機退化過程{X(t)，t>0}首次穿越失效閾值w的時間，也就是說設(shè)備的壽命T可以被定義為:
T=inf {t:X (t) ^ w IX (O) < w} (4) 步驟3.2:那么在當(dāng)前時刻tk，設(shè)備的剩余壽命Lk可以被定義為:
Lk=inf {lk:X(tk+lk)≤ w} (5) 步驟3.3:根據(jù)以上參數(shù)估計結(jié)果以及剩余壽命的定義，可以得到，剩余壽命Lk是逆高斯分布的，其概率密度函數(shù)和分布函數(shù)如下:
5.根據(jù)權(quán)利要求1所述的一種基于退化建模的設(shè)備失效次數(shù)預(yù)測方法，其特征在于:步驟4中所述的“設(shè)備失效次數(shù)的預(yù)測”的具體步驟為: 步驟4.1:設(shè)設(shè)備失效后馬上對其替換，且替換后的設(shè)備和之前的設(shè)備服從相同的隨機退化過程，各個設(shè)備是相互獨立的.也就是說，設(shè)備和其備件在服役后的壽命是獨立同分布的.令設(shè)備從當(dāng)前時刻tk開始到將來一段時間Λ發(fā)生失效的次數(shù)為Dk(A).由于設(shè)備的壽命是隨機的，那么設(shè)備的備件需求Dk(A)也是隨機的，且Dk(A)為離散型隨機變量.若Dk(A)=n,其中η=0,1,...,表明設(shè)備在時間間隔(tk,tk+A]內(nèi)發(fā)生了11次失效.由此需要計算剩余壽命分布的η重卷積.利用逆高斯分布的卷積性質(zhì)，可以得到Dk(A) =η的概率如下:
Pr (Dk ( Δ ) =η I xk) =Pr ((Lk | nw, xk) ≤Δ，(Lk | (n+l)w, xk) > Δ) (8) 其中，事件{(Lk|nw,xk) ≤Δ , (Lk| (n+l)w,xk) > Δ}表示在時間間隔(tk,tk+A]內(nèi)發(fā)生了 n次失效.； 步驟4.2:進一步有:
Pr (Dk ( Δ ) =n I xk) = Pr ((Lk|nw, xk) ≤ Δ )-Pr ((Lk | (n+1) w, xk)≤ Δ) (9) 其中，Pr ((LkInw，xk) ≤ Δ)表示設(shè)備以xk為初始退化，以nw為失效閾值，在時間間隔(tk，tk+A]內(nèi)隨機過程{X(t),t≥0}首達(dá)時間小于Δ的概率； 步驟4.3:基于(11)式，根據(jù)定義，時間間隔(tk，tk+A]內(nèi)失效次數(shù)的期望和方差可以通過下式計算:
6.根據(jù)權(quán)利要求1所述的一種基于退化建模的設(shè)備失效次數(shù)預(yù)測方法，其特征在于:步驟4.2中所述的“進一步”的具體步驟為: 步驟4.2.1:具體地，有:
【文檔編號】G06Q10/04GK103793752SQ201310424597
【公開日】2014年5月14日 申請日期:2013年9月13日 優(yōu)先權(quán)日:2013年9月13日
【發(fā)明者】胡昌華, 司小勝, 何華鋒, 周濤, 蔡光斌, 張建勛 申請人:中國人民解放軍第二炮兵工程大學(xué)