對于具有高可靠性或者是價格昂貴的產(chǎn)品而言,人們通常無法在有限的時間內(nèi)獲得足夠多的產(chǎn)品失效數(shù)據(jù)以進(jìn)行相關(guān)的可靠性分析。作為傳統(tǒng)的基于產(chǎn)品失效數(shù)據(jù)的建模分析方法的一種替代,基于產(chǎn)品性能退化數(shù)據(jù)的建模分析方法近年來在可靠性領(lǐng)域占據(jù)了至關(guān)重要的地位。這種分析方法通過對產(chǎn)品潛在的退化狀態(tài)進(jìn)行描述,使人們在有限的分析時間內(nèi)對產(chǎn)品或設(shè)備的老化過程進(jìn)行退化建模并對相應(yīng)的模型參數(shù)作出估計,為人們預(yù)測目標(biāo)產(chǎn)品的剩余使用壽命提供了一種有效的途徑,提高了產(chǎn)品剩余使用壽命預(yù)測的準(zhǔn)確性,使人們能夠在設(shè)備尚可使用時以較低的成本對其進(jìn)行事前維護(hù),將設(shè)備在實際運行過程中發(fā)生故障的概率盡可能降至最低,最終達(dá)到提高產(chǎn)品可靠性、保障系統(tǒng)正常運行的目的。本文將選用具有非單調(diào)性質(zhì)的維納過程對產(chǎn)品退化數(shù)據(jù)上下波動的情況進(jìn)行描述。由于外部環(huán)境、測量儀器等因素的制約,產(chǎn)品的退化觀測量必然與其真實退化量存在差異。因此,在退化建模與剩余壽命預(yù)測等研究中我們必須考慮測量誤差的影響。本文基于測量誤差服從Logistic分布這一假設(shè)構(gòu)建維納退化模型,將吉布斯采樣技術(shù)、拒絕抽樣法與期望最大化算法結(jié)合使用,以此獲得產(chǎn)品實際退化狀態(tài)的近似值以及退化模... 

【文章來源】：廈門大學(xué)福建省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖４．２個體３的剩余使用壽命的相對誤差??圖４．２展示了個體３在觀測次數(shù)分別為１０、３０及５０這三種組合情形下基于??

??圖４．３中的（ａ）、（ｂ）、（ｃ）分別表示在不同的異常值組合情形??下利用兩種退化建模方法所得到的模型參數(shù)的均方根誤差的分布情況。通過觀察??這三個圖不難發(fā)現(xiàn)，對于兩個退化模型共有的三個參數(shù)中的任一參數(shù)而言，根據(jù)??模型１得到的參數(shù)的均方根誤差總是小于由模型２得到的均方根誤差，且隨著常??數(shù)漂移項數(shù)值ｗ的增大，基于兩個退化模型得到的均方根誤差之間的差距亦表現(xiàn)??得更為明顯。這就意味著在測量誤差服從Ｌｏｇｉｓｔｉｃ分布假設(shè)下構(gòu)建的退化模型更??加穩(wěn)健，能夠在較大程度上剔除退化過程中出現(xiàn)的異常波動情況的影響。即使異??常值出現(xiàn)的概率很低時，我們?nèi)匀荒軌蛲ㄟ^采用Ｌｏｇｉｓｔｉｃ分布描述測量誤差這一??方式增強退化模型的穩(wěn)健性。??上述內(nèi)容是基于均方根誤差這一評價指標(biāo)對不同誤差假設(shè)下的退化模型進(jìn)??行比較，下文將從平均絕對誤差的角度評價兩個退化模型對真實退化數(shù)據(jù)的擬合??性能。將吉布斯抽樣產(chǎn)生的潛在退化狀態(tài)的估計值代入上文介紹的平均絕對誤差??的計算公式，我們最終可計算出不同異常波動情形下的平均絕對誤差，并將多次??重復(fù)試驗產(chǎn)生的平均絕對誤差繪制于同一圖中

圖５．１?Ｂ０００６鋰離子電池的容量損耗軌跡圖??（數(shù)據(jù)來源：美國國家航空航天局阿姆斯研究中心）??由圖５．１可知，隨著鋰離子電池充放電循環(huán)次數(shù)的增加，其容量損耗也隨之??變化，進(jìn)而導(dǎo)致剩余使用壽命逐漸縮短�？傮w上看，鋰離子電池容量損耗呈上升??趨勢，但仍然存在一部分較為劇烈的波動現(xiàn)象。為了盡可能減弱這些異常值的干??擾作用，本文將采用已構(gòu)建的擬合性能良好的維納退化模型（模型１）對鋰離子??電池的容量損耗數(shù)據(jù)進(jìn)行擬合，并將模型１的擬合結(jié)果與一般的測量誤差服從正??態(tài)分布的維納退化模型（模型２）的擬合結(jié)果進(jìn)行比較，進(jìn)而說明本文所提出的??退化建模與參數(shù)估計方法更為有效，同時證實本文所構(gòu)建的維納退化模型在實際??生產(chǎn)、生活中也具有較強的適用性。除此之外，我們根據(jù)鋰離子電池的容量損耗??曲線圖５．１可以看出

【參考文獻(xiàn)】：
期刊論文
[1]考慮不確定測量和個體差異的非線性隨機(jī)退化系統(tǒng)剩余壽命估計[J]. 鄭建飛,胡昌華,司小勝,張正新,張鑫.  自動化學(xué)報. 2017(02)
[2]基于隨機(jī)Wiener過程的航空發(fā)動機(jī)剩余壽命預(yù)測[J]. 劉君強,謝吉偉,左洪福,張馬蘭.  航空學(xué)報. 2015(02)
[3]Residual life estimation based on bivariate Wiener degradation process with measurement errors[J]. 王小林,郭波,程志君,蔣平.  Journal of Central South University. 2013(07)
[4]基于帶漂移布朗運動的航材故障預(yù)測模型[J]. 趙明,尹常京,張作剛.  裝備環(huán)境工程. 2013(02)
[5]帶測量誤差的非線性退化過程建模與剩余壽命估計[J]. 司小勝,胡昌華,周東華.  自動化學(xué)報. 2013(05)
[6]基于Gamma退化過程的直升機(jī)主減速器行星架剩余壽命預(yù)測模型[J]. 張英波,賈云獻(xiàn),馮添樂,邱國棟.  振動與沖擊. 2012(14)
[7]基于帶漂移布朗運動的滾輪滑軌可靠性預(yù)測方法研究[J]. 蔡景,任淑紅,陸曉華.  中國機(jī)械工程. 2012(12)
[8]動量輪維納過程退化建模與壽命預(yù)測[J]. 厲海濤,金光,周經(jīng)倫,周忠寶,吳春華.  航空動力學(xué)報. 2011(03)

碩士論文
[1]基于自適應(yīng)維納過程的剩余壽命預(yù)測方法研究[D]. 黃澤毅.浙江大學(xué) 2015



本文編號：3328565