双时间尺度下的设备随机退化建模与剩余寿命预测方法

张正新 胡昌华 司小胜 张伟

受工作环境和自身材料性能恶化等因素综合作用的影响,设备的性能不可避免地发生退化,并逐步累积成失效.对于航空航天、高铁列车、运载火箭、钻井平台等大型复杂系统,一些关键设备的退化失效将带来难以估量的经济损失、人员伤亡和环境破坏[1].如果能够在关键设备失效前,准确地对其进行剩余寿命预测(Remaining useful life,RUL),就能够及时主动地采取预防措施,避免灾难的发生.传统的基于失效数据的方法需要同类设备的失效数据,耗时长、成本高,不能适应新形势下设备寿命预测的需求.基于设备退化测量数据建立退化模型,进而对失效设备RUL预测的方法是一条经济可行的途径[2−4].因此,设备的退化建模与剩余预测逐渐得到学者和工程技术人员的关注、研究和应用,成为可靠性领域的一个研究热点[5−9].

设备的退化轨迹往往具有随机性,故基于随机过程的方法成为退化建模中的主流方法.文献中已有的相关研究可分为两类:针对硬失效的退化建模方法和针对软失效的方法.针对硬失效的建模方法,通常将设备的随机退化过程作为协变量融入到比例风险模型的失效率函数中,刻画退化过程对设备失效的影响,进而实现设备的RUL预测[10−11];针对软失效的方法,一般将设备随机退化过程首次到达某个失效阈值的时间定义为设备的寿命,通过求解该首达时间的分布实现设备的寿命和剩余寿命预测[4−5].由于第……