(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110250611.1 (22)申请日 2021.03.08 (65)同一申请的已公布的文献号 申请公布号 CN 112966441 A (43)申请公布日 2021.06.15 (73)专利权人 中国人民解 放军海军航空大 学 地址 264001 山东省烟台市芝罘区二马路 188号 (72)发明人 王瑞奇　徐廷学　顾钧元　李海君　 (74)专利代理 机构 北京博识智 信专利代理事务 所(普通合伙) 16067 代理人 汤敏妮 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01)G06F 119/04(2020.01) (56)对比文件 CN 106228026 A,2016.12.14 US 2013190 380 A1,2013.07.25 CN 1094721 10 A,2019.0 3.15 CN 107194 478 A,2017.09.2 2 审查员 李海明 (54)发明名称 一种基于连续Weiner过程损伤的设备剩余 寿命评估方法 (57)摘要 本发明公开了一种基于连续Weiner过程损 伤的设备剩余寿命评估 方法。 该方法主要实现了 将设备连续监测数据转化为性能退化指标， 针对 退化物理过程存在波动的情况， 基于连续Wiener 过程损伤累积 模型评估设备各时期可靠性指标， 通过过长短期记忆网络训练， 将连续运行的设备 全寿命监测数据转化为单一的性能退化指标， 然 后通过贝叶斯信息融合， 将可靠性指标与性能指 标融合得到设备的剩余寿命预测结果。 由于设备 退化早期性能退化指标变化并不明显， 而晚期性 能退化指标变化剧烈。 因此本发明采用连续 Wiener过程损伤累积与网络训练相结合的方法 能大大减少设备剩余寿 命预测的偏差 。 权利要求书3页 说明书8页 附图3页 CN 112966441 B 2022.04.29 CN 112966441 B 1.一种基于连续 Weiner过程损伤的设备剩余寿命评估方法， 其特 征在于以下步骤： 步骤S10： 对n台设备进行全全寿命周期监测， 并通过滑窗将监测数据分为多个监测批 次， 并对各设备 前两批数据与最后一批数据进行性能退化 量的标注； 步骤S20： 建立通用的长短期记忆网络(LSTM)， 将各设备收尾批监测数据及相应的性能 退化量标签值， 输入长短期记 忆网络(LSTM)进行训练； 步骤S30： 将所述的训练好的长短期记忆网络LSTM输入所有设备的全寿命监测数据， 得 到的输出作为设备全寿命周期里的性能退化指标，  然后选取可适合一次函数拟合的区间， 求解区间中性能退化指标的最大值作为失效阈值； 步骤S40： 针对所述的适合一 次函数拟合的区间的性能退化指标数据， 采用改进最小二 乘拟合方法， 解 算连续Weiner过程的均值和方差参数估计值如下： DHIfault＝max(DHIij),i＝1,2...n,j＝1,2,. ...mi ； 其中DHIij为采用长短期记忆网络与全寿命监测数据进行预测得到的第i台设备j 时刻 的性能退化指标； DHIfault为设备失效阈值， 其通过画出所有样品设备全寿命周期中性 能退 化指标， 选择性能退化指标均值和方差可通过一次函数拟合的区间， 并选取基于区间中性 能退化指 标的最大值而得到； mi  为均值和方差同时满足时间一次函数的最大时间值； 与 为基于连续 Weiner过程的设备 退化性能指标均值和方差参数估计值； 步骤S50： 针对所述的连续Weiner过程的均 值以及设备性能失效阈值， 采用失效概率密 度损伤累积算法， 得到设备从健康到故障失效的预测时间如下： 其中MTBF(DHIfault)表示设备从性能退化指标为0的健康状态退化到故障失效阈值 DHIfault的预测时间； f(t)为连续Weiner过程损伤累积模型的失效概率密度函数； DHIfault为 设备性能失效阈值； 与 为基于连续Weiner过程的设备退化性能指标均值和方差参数估 计值； 步骤S60： 根据所述的任意时刻的设备状态性能退化指标， 采用所述的连续Weiner失效 概率密度损伤累积算法， 计算i时刻设备的平均故障时间， 同时当作设备的可靠性指标如权　利　要　求　书 1/3 页 2 CN 112966441 B 2下： MTBFji＝MTBF(DHIfault)‑MTBF(DHIji)； 其中DHIji为第j台设备i时刻的性能退化指标， MTBFji为第j台设备i时刻故障失 效时间， DHIfault为设备从性能退化指标为0的健康状态退化到故障失效阈值的预测时间， MTBFji为 设备j从当前i时刻状态到故障状态的平均故障时间， 同时也记作该设备i时刻的可靠性指 标； 步骤S70， 通过统计获得样品设备在各寿命长度L下的故障概率先验概率分布， 然后计 算设备在各剩余寿命条件下， 可靠性指标和性能指标的联合条件概 率分布函数如下： 其中 和 为在剩余寿命RUL＝l条件 下， 可靠性指标和性能指标的均值， 为在剩余寿命RUL＝l条件下， 性能指标和可靠性指标的协方差，  Lmax为设备的可能最长剩 余寿命， 选取试验数据的最大寿命值即Lmax＝max(mij)， P(MTBF,DHI|RUL＝l)为样品在各剩 余寿命条件下， 可靠性指标和性能指标的联合条件概 率分布函数； 步骤S80： 根据一台正在运行的设备的当前监测信息， 输入训练好的长短期记忆网络， 得到性能退化指标， 然后根据可靠性评估算法计算样品可靠性评估指标， 再通过贝叶斯公 式， 计算各寿命条件下的后验概 率， 最终得到样品剩余寿命的期望值如下： 权　利　要　求　书 2/3 页 3 CN 112966441 B 3