System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及復雜系統剩余壽命評估,具體而言,涉及一種基于故障樹和退化軌跡的復雜系統剩余壽命建模方法及相關設備。
技術介紹
1、現有的故障診斷技術雖然能在一定程度上提高設備的安全、可靠性,但是過程故障診斷采用停機檢查維修制度,維修過剩和維修不足都會造成較大的經濟損失。預測維護實現了計劃維修到視情維護的轉變,提高了系統的可靠性、降低了全壽命周期的維修成本。剩余壽命預測是在故障早期特征抽取和趨勢分析的基礎上,對系統或設備進行剩余壽命估計,從而為故障診斷預測維護提供決策依據。剩余壽命評估模型是一種預測設備或系統在未來某一時間點的剩余使用壽命的模型,這種模型通常基于設備的運行歷史數據和性能退化數據,通過分析設備的性能退化情況和磨損情況,預測剩余壽命。
2、隨著系統的高度綜合化及運行環境的復雜化,復雜系統可靠性體現出結構復雜、失效模式多樣性、運行狀態非線性等特點。科技的進步使得產品的可靠性大大提高,因此在自然狀態下要觀測到產品的壽終數據極不容易,退而求其次,可以通過觀測核心零部件的退化數據進行建模。具體來說,剩余壽命評估模型可以根據零部件的關鍵性能指標,如溫度、壓力、振動等,進行分析和建模。這些指標可以反映設備的運行狀態和健康狀況,進而預測設備的剩余使用壽命。
3、現有的剩余壽命建模分為兩種,一種是基于統計分析建模,另一種是基于深度學習建模,但是,這兩種都存在一定的缺點。
4、例如,基于統計分析的建模方式存在多失效模式的相關性無法度量的問題。基于深度學習的建模方式則存在樣本量限制,神經網絡沒有能力解釋自己的
技術實現思路
1、本申請的實施例提供了一種基于故障樹和退化軌跡的復雜系統剩余壽命建模方法及相關設備,以解決現有技術中存在的技術問題。
2、本申請的其他特性和優點將通過下面的詳細描述變得顯然,或部分地通過本申請的實踐而習得。
3、根據本申請實施例的第一方面,提供了一種基于故障樹和退化軌跡的復雜系統剩余壽命建模方法,包括:
4、以復雜系統失效為頂事件建立故障樹;
5、對所述故障樹中的每個底事件進行退化建模,得到所有底事件的退化模型;
6、將所述故障樹和所有底事件的退化模型進行結合,建立得到復雜系統的剩余壽命模型。
7、在本申請的一些實施例中,基于前述方案,所述以復雜系統失效為頂事件建立故障樹,包括:
8、將復雜系統失效作為故障樹的頂事件;
9、以所述頂事件為出發點確定出所述故障樹的中間事件和底事件,并根據所述中間事件和所述底事件之間的因果關系將所述中間事件和所述底事件進行連接,構成完整的故障樹。
10、在本申請的一些實施例中,基于前述方案,在建立故障樹之后,還包括:
11、采用結構函數法求解所述故障樹的最小割集。
12、在本申請的一些實施例中,基于前述方案,所述采用結構函數法求解所述故障樹的最小割集,包括:
13、假設故障樹的最小割集k的表達式為:
14、k=x1x2…xm;
15、基于故障樹的最小割集k的表達式確認得到故障樹頂事件t的表達式:
16、t=k1+k2+…+kj+…+kn;
17、按獨立事件的概率公式計算故障樹的最小割集的發生概率qk:
18、
19、按獨立事件的概率公式計算故障樹頂事件的發生概率q(t):
20、
21、其中,x表示底事件,m表示底事件的數量,k表示故障樹的最小割集,n表示頂事件的數量。
22、在本申請的一些實施例中,基于前述方案,所述對所述故障樹中的每個底事件進行退化建模,得到所有底事件的退化模型,包括:
23、收集產品性能退化的觀測數據,所述觀測數據包括時間點和對應的性能退化量;
24、對收集到的觀測數據進行預處理;
25、基于所述觀測數據的特性和建模的目的選擇合適的退化軌跡模型或隨機過程模型進行退化建模,并估計模型參數。
26、在本申請的一些實施例中,基于前述方案,在退化建模的過程中,采用wiener過程擬合退化量,得到失效閾值ξ,記x(t)表示產品在時刻t的性能退化測量值,退化軌跡表達如下:
27、
28、其中,u表示wiener過程的漂移系數,σ表示wiener過程的擴散系數,η表示u的均值,τ(t)表示時間t的函數。
29、在本申請的一些實施例中,基于前述方案,所述模型參數包括:
30、產品的壽命y為性能退化量x(t)首次到達失效閾值ξ的時間,公式如下:
31、y=inf(t|x(t)≥ξ,t>0);
32、產品的壽命y的分布函數fy(t),公式如下:
33、
34、其中,e表示自然常數。
35、在本申請的一些實施例中,基于前述方案,所述復雜系統的剩余壽命模型的分布函數ft(t)為:
36、
37、
38、其中,k表示故障樹的最小割集;
39、任意時刻t的剩余壽命估計為:
40、
41、其中,ft(t+x)是的ft(t)導數。
42、根據本申請實施例的第二方面,提供了一種基于故障樹和退化軌跡的復雜系統剩余壽命建模裝置,包括:
43、建立單元,用于以復雜系統失效為頂事件建立故障樹;
44、建模單元,用于對所述故障樹中的每個底事件進行退化建模,得到所有底事件的退化模型;
45、結合單元,用于將所述故障樹和所有底事件的退化模型進行結合,建立得到復雜系統的剩余壽命模型。
46、根據本申請實施例的第三方面,提供了一種電子設備,包括:存儲器和處理器;
47、所述存儲器,用于存儲計算機指令;
48、所述處理器,用于調用所述存儲器存儲的計算機指令,以使得所述電子設備執行如第一方面所述的方法。
49、本申請的技術方案,結合故障樹和退化軌跡法,建立了復雜系統的剩余壽命預測模型,該模型能夠動態感知系統的健康狀況,為預防性維修提供技術支撐,從而提高系統的安全性和可靠性。
50、應當理解的是,以上的一般描述和后文的細節描述僅是示例性和解釋性的,并不能限制本申請。
本文檔來自技高網...【技術保護點】
1.一種基于故障樹和退化軌跡的復雜系統剩余壽命建模方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,所述以復雜系統失效為頂事件建立故障樹,包括:
3.根據權利要求2所述的方法,其特征在于,在建立故障樹之后,還包括:
4.根據權利要求3所述的方法,其特征在于,所述采用結構函數法求解所述故障樹的最小割集,包括:
5.根據權利要求4所述的方法,其特征在于,所述對所述故障樹中的每個底事件進行退化建模,得到所有底事件的退化模型,包括:
6.根據權利要求5所述的方法,其特征在于,在退化建模的過程中,采用wiener過程擬合退化量,得到失效閾值ξ,記X(t)表示產品在時刻t的性能退化測量值,退化軌跡表達如下:
7.根據權利要求6所述的方法,其特征在于,所述模型參數包括:
8.根據權利要求7所述的方法,其特征在于,所述復雜系統的剩余壽命模型的分布函數FT(t)為:
9.一種基于故障樹和退化軌跡的復雜系統剩余壽命建模裝置,其特征在于,包括:
10.一種電子設備,其特征在于,
...【技術特征摘要】
1.一種基于故障樹和退化軌跡的復雜系統剩余壽命建模方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,所述以復雜系統失效為頂事件建立故障樹,包括:
3.根據權利要求2所述的方法,其特征在于,在建立故障樹之后,還包括:
4.根據權利要求3所述的方法,其特征在于,所述采用結構函數法求解所述故障樹的最小割集,包括:
5.根據權利要求4所述的方法,其特征在于,所述對所述故障樹中的每個底事件進行退化建模,得到所有底事件的退化模型,包括:
...
【專利技術屬性】
技術研發人員:譚董,譚啟濤,許薇,吳海平,
申請(專利權)人:成都航天科工大數據研究院有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。