王泽洲, 陈云翔, 蔡忠义, 项华春, 王莉莉
(空军工程大学装备管理与无人机工程学院, 陕西 西安 710051)
加速退化试验是获取设备退化信息高效且经济的手段。利用加速退化数据预测设备剩余寿命,并以此为依据制定维修保障策略已成为当前预测与健康管理领域的重要研究内容[1-5]。
受环境和自身因素的影响,设备的退化过程呈现出显著的随机性,而加速试验更进一步加剧了退化的不确定性,因此采用具备时变不确定特征的Wiener过程刻画加速退化过程具备合理性,并受到研究人员的广泛关注,现已在加速度计、激光器、发光二极管(light emitting diode, LED)等设备的加速退化建模中得到应用和验证[6-10]。唐圣金等[11]率先采用Wiener过程建立了设备的加速退化模型,进而实现了对LED步进加速退化试验的最优设计,然而该方法仅采用了基本线性Wiener过程模型,未考虑到非线性情况与个体差异等因素,导致该方法的适用性不强。Tang等[12]考虑到不同设备间退化过程具有差异性,在文献[11]退化模型的基础上引入随机漂移系数,并基于激光器的加速退化数据预测了其在常应力条件下的剩余寿命,提升了剩余寿命预测的准确性,但该方法仍无法适用于非线性退化设备。进一步,Liao等[13]构建了具备非线性和个体差异性的复合Wiener退化模型,并将其拓展应用于加速退化场景,取得了良好效果,但该模型未能分析测量误差对设备剩余寿命预测的影响。针对文献[13]的不足,Hao等[14]综合分析了非线性、个体差异性以及测量不确定性对设备退化过程的影响,并建立了考虑上述3类因素的加速退化模型,从而有效提升了模型的准确性,拓展了方法的应用范围。……