一种基于最优退化特征量的剩余寿命预测算法

摘要

本发明公开了一种基于最优退化特征量的剩余寿命预测算法，包括设备最优退化特征量的提取和建立带随机效应的Weiner过程剩余寿命预测模型，与现有技术相比，本发明克服人为主观选取退化特征量的问题，摆脱单一退化特征量不能全面表征设备状态的不利影响，而本发明中提出的结合遗传编程算法和带随机效应的Weiner过程模型优缺点，选择最佳的首次预测时间，建立基于最优退化特征量的剩余寿命预测算法，在仿真结果中，可以看出该算法在预测准确度上确实提高了。

主权项

一种基于最优退化特征量的剩余寿命预测算法，其特征在于：包括以下步骤：(1)设备最优退化特征量的提取：采用波形指标、脉冲指标、裕度指标、峭度指标和峰值指标，这5个无量纲指标，以及方根值，平均值，均方根值、峰值，这4个有量纲指标作为终止符集，采用加、减、乘、除、求绝对值、开根号作为运算符集，通过生成初始种群，进行个体之间的复制、交叉和变异等操作，以单调性效果作为判断个体优劣程度的准则，不断对种群进行进化，最终在算法终止准则下，获取最优的退化特征量；(2)建立带随机效应的Weiner过程剩余寿命预测模型：在提取到最优退化特征量的基础上，构建基于最优退化特征量的剩余寿命预测模型，拟建立基于带随机效应的Wiener过程描述的退化模型，预测旋转机械的剩余寿命，在模型参数估计方面，将采用基于Bayesian方法与期望最大化算法协作下进行模型参数估计，通过Bayesian方法进行预测模型随机参数后验分布的更新，利用EM算法进行模型参数估计，充分利用监测信息进行设备的剩余寿命估计。