发明名称 一种基于伪寿命跟踪的产品剩余寿命预测准确性评价方法
摘要 本发明公开了一种基于伪寿命跟踪的产品剩余寿命预测准确性评价方法,属于故障预测技术领域,具体包括以下几个步骤:步骤一:确定待评价的预测模型组;步骤二:确定各模型预测事例数据;步骤三:计算伪寿命波动系数;步骤四:排序和优选。本发明统计每个预测事例对应的寿命消耗值,以及剩余寿命预测值,合成得到伪寿命值,并定量计算伪寿命波动系数,实现对预测模型准确性进行定量评价。而且本发明根据伪寿命预测波动系数数值大小,对预测模型进行排序,可以进行不同预测模型的优选。
申请公布号 CN102073770A 申请公布日期 2011.05.25
申请号 CN201110006686.1 申请日期 2011.01.13
申请人 北京航空航天大学 发明人 石君友;史萌;纪超;李金忠
分类号 G06F17/50(2006.01)I 主分类号 G06F17/50(2006.01)I
代理机构 北京永创新实专利事务所 11121 代理人 赵文利
主权项 1.一种基于伪寿命跟踪的产品剩余寿命预测准确性评价方法,其特征在于,包括以下几个步骤:步骤一:确定待评价的预测模型组;确定待评价的预测模型组,模型组的集合形式描述如下:M={m<sub>i</sub>|i=1~k}    (1)其中,m<sub>i</sub>是模型组的第i个模型,k代表模型组中的模型数量;确定每个预测模型的类型,并根据类型确定相应的模型参数;步骤二:确定各模型预测事例数据;具体步骤如下:(1)从预测模型组中选择一个预测模型;(2)统计该预测模型的所有预测事例;统计出该预测模型的所有预测事例,并按预测的前后次序排序;(3)统计所有预测事例的寿命消耗值;a.确定首个预测事例的寿命消耗值;确定首个预测事例的寿命消耗值的方法如下:①若已知对象产品在首个预测事例之前的累积工作时间,则寿命消耗值为该累积工作时间值;②若未知对象产品在首个预测事例之前的累积工作时间,则寿命消耗值取零值;b.确定其余预测事例的寿命消耗值;统计产品从首个预测事例到其余各预测事例的累积工作时间,将该时间与首个预测事例的寿命消耗值相加,得到其余各预测事例的寿命消耗值;(4)统计所有预测事例的剩余寿命预测值;(5)统计所有预测事例的伪寿命值;根据公式(2),计算出所有预测事例的伪寿命值:w<sub>ij</sub>=c<sub>ij</sub>+p<sub>ij</sub>    (2)其中:w<sub>ij</sub>代表第i个预测模型的第j个预测事例的伪寿命值,c<sub>ij</sub>代表第i个预测模型的第j个预测事例的寿命消耗值,p<sub>ij</sub>代表第i个预测模型的第j个预测事例的剩余寿命预测值;(6)对其余的预测模型,重复步骤(2)~(5),得到全部预测模型的预测事例数据;步骤三:计算伪寿命波动系数;具体步骤如下:1)选择一个预测模型;2)确定该模型的伪寿命极大值;对该模型的所有伪寿命值进行对比,找出极大值;3)确定该模型的伪寿命极小值;对该模型的所有伪寿命值进行对比,找出极小值;4)计算该模型的伪寿命极差值;根据公式(3),计算出该模型的伪寿命极差值:a<sub>i</sub>=w<sub>imax</sub>-w<sub>imin</sub>    (3)其中:a<sub>i</sub>代表伪寿命极差值,w<sub>imax</sub>代表伪寿命极大值,w<sub>imin</sub>代表伪寿命极小值,5)计算该模型的伪寿命均值;根据公式(4),计算出该模型的伪寿命均值:<maths num="0001"><![CDATA[<math><mrow><msub><mover><mi>w</mi><mo>&OverBar;</mo></mover><mi>i</mi></msub><mo>=</mo><mfrac><mn>1</mn><mi>q</mi></mfrac><munderover><mi>&Sigma;</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>q</mi></munderover><msub><mi>w</mi><mi>ij</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中:<img file="FDA0000043695320000022.GIF" wi="43" he="53" />代表第i个预测模型的伪寿命均值,q为第i个预测模型的预测事例个数;6)计算该模型的伪寿命波动系数;根据公式(5),计算出该模型的伪寿命波动系数:<maths num="0002"><![CDATA[<math><mrow><msub><mi>&gamma;</mi><mi>WPi</mi></msub><mo>=</mo><msub><mi>a</mi><mi>i</mi></msub><mo>/</mo><msub><mover><mi>w</mi><mo>&OverBar;</mo></mover><mi>i</mi></msub><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中:γ<sub>WPi</sub>代表第i个预测模型的伪寿命波动系数;7)重复步骤2)~6),直到得到所有预测模型的伪寿命波动系数;步骤四:排序和优选;(1)排序根据各预测模型的伪寿命波动系数的值,对所有的预测模型按照伪寿命波动系数值从小到大的顺序进行排序;(2)优选选取对应的伪寿命波动系数值最小的预测模型为选用的模型。
地址 100191 北京市海淀区学院路37号