(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210765608.8 (22)申请日 2022.06.30 (71)申请人 中国人民解 放军火箭军工程大 学 地址 710025 陕西省西安市灞桥区同心路2 号 (72)发明人 裴洪　司小胜　胡昌华　李天梅　 郑建飞　杜党波　张庆超　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 刘芳 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06F 119/02(2020.01) (54)发明名称 一种非线性退化系统剩余寿命预测方法及 系统 (57)摘要 本发明涉及一种非线性退化系统剩余寿命 预测方法及系统， 涉及可靠性工程计算领域， 方 法包括获取历史退化系统的运行信息并根据其 构建双重连续时间尺度退化模型； 进而确定双重 连续时间尺度下非线性退化系统寿命分布模型 和双重连续时间尺度下非线性退化系统剩余寿 命分布模型； 利用极大似然估计 法和Kalman滤波 算法对所述双重连续时间尺度退化模型的模型 参数进行更新； 根据所述更新后的双重连续时间 尺度退化模 型模型参数、 所述双重连续时间尺度 下非线性退化系统寿命分布模型和所述双重连 续时间尺度下非线性退化系统剩余寿命分布模 型预测退化系统寿命和退化系统剩余寿命。 本发 明能够提高剩余寿 命的预测精度和适用范围。 权利要求书2页 说明书14页 附图5页 CN 115098968 A 2022.09.23 CN 115098968 A 1.一种非线性退化系统剩余寿命预测方法， 其特 征在于， 包括： 获取历史退化系统的运行信息； 根据所述历史退化系统的运行信息基于扩散过程构建双重连续时间尺度退化模型； 根据所述双重连续时间尺度退化模型确定双重连续时间尺度下非线性退化系统寿命 分布模型和双重连续时间尺度下非线性退化系统剩余寿命分布模型； 利用极大似然估计法和Kalman滤波算法对所述双重连续时间尺度退化模型的模型参 数进行更新， 得到更新后的双重连续时间尺度退化模型模型参数； 根据所述更新后的双重连续 时间尺度退化模型模型参数、 所述双重连续 时间尺度 下非 线性退化系统寿命分布模型和所述双重连续时间尺度下非线性退化系统剩余寿命分布模 型预测退化系统寿命和退化系统剩余寿命。 2.根据权利要求1所述的非线性退化系统剩余寿命预测方法， 其特征在于， 所述双重连 续时间尺度退化模型的表达式为： 其中， X(t, τ )表示双时间尺度(t, τ )时刻的性能退化水平， x0表示双重连续时间尺度作 用下的初 始退化水平， λ1与 λ2为相互独立的随机变量， 与 分别表示自然 时间尺度t和检测时间尺度 τ下的非线性漂移系数， μ(r, θ1)为自然时间尺度t下非线性漂移 系数的被积函 数， μ(r, θ2)为检测时间尺度 τ 下非线性漂移系数的被积函 数， θ1为自然时间尺 度t被积函数的未知参数， θ2为检测时间尺度 τ被积函数的未知参数， σB和σW分别表示自然时 间尺度t和检测时间尺度 τ下的漂移系数， B(t)表 示自然时间尺度t下的布朗运动， W( τ )表 示 检测时间尺度 τ 下的布朗运动， r为非线性 函数的被积变量。 3.根据权利要求1所述的非线性退化系统剩余寿命预测方法， 其特征在于， 所述根据 所 述双重连续时间尺度退化模型确定双重连续时间尺度下非线性退化系统寿命分布模型和 双重连续时间尺度下非线性退化系统剩余寿命分布模型， 具体包括： 根据所述双重连续时间尺度退化模型确定双重连续时间寿命模型和双重时间剩余寿 命模型； 对所述双重连续时间寿命模型利用条件概率分布确定双重连续时间尺度下非线性退 化系统寿命分布模型； 对所述双重时间剩余寿命模型利用条件概率分布确定双重连续时间尺度下非线性退 化系统剩余寿命分布模型。 4.根据权利要求1所述的非线性退化系统剩余寿命预测方法， 其特征在于， 所述双重连 续时间尺度下非线性退化系统寿命分布模型的表达式为： 其中， 为双重连续时间尺度下非线性退化系统寿命分布模型， 为给定τΛ＝Λ(tT)下T的条件概率密度函数， 为Λ的概率密度函 数， T表示自然时间尺度t下寿命的随机变量， Λ为检测时间尺度τ下寿命的随机变量， M2为 双重连续时间尺度退化模型， tT为连续自然时间尺度下寿命， τΛ为连续检测时间尺度下寿 命。权　利　要　求　书 1/2 页 2 CN 115098968 A 25.根据权利要求1所述的非线性退化系统剩余寿命预测方法， 其特征在于， 所述双重连 续时间尺度下非线性退化系统剩余寿命分布模型的表达式为： 其中， 为双重连续时间尺度下非线性退化系统剩余寿命分布模型， 为给定ηk下Lk的条件概率密度函数， 为Ψk的概率密度函数， Lk 为自然时间尺度t下剩余寿命的随机变量， Ψk为检测时间尺度τ下剩余寿命的随机变量， M2 为双重连续时间尺度退化模型， lk为连续自然时间尺度下剩余寿命， ηk为连续检测时间尺度 下剩余寿命。 6.根据权利要求1所述的非线性退化系统剩余寿命预测方法， 其特征在于， 所述利用极 大似然估计法和Kalman滤波算法对 所述双重连续时间尺度退化模型的模型参数进 行更新， 得到更新后的双重连续时间尺度退化模型模型参数， 具体包括： 根据所述历史退化系统的运行信息中两个时间尺度确定 工作率； 根据所述工作率利用极大似然估计法对所述双重连续时间尺度退化模型的模型参数 进行估计， 得到极大似然估计结果； 根据所述极大似然估计结果利用Kalman滤波算法及逆行滤波， 得到更新后的双重连续 时间尺度退化模型模型参数。 7.一种非线性退化系统剩余寿命预测系统， 其特 征在于， 包括： 获取模块， 用于获取历史退化系统的运行信息； 第一构建模块， 根据 所述历史退化系统 的运行信 息基于扩散过程构建双重连续时间尺 度退化模型； 第二构建模块， 用于根据所述双重连续 时间尺度退化模型确定双重连续 时间尺度 下非 线性退化系统寿命分布模型和双重连续时间尺度下非线性退化系统剩余寿命分布模型； 更新模块， 用于利用极大似然估计法和Kalman滤波算法对所述双重连续时间尺度退化 模型的模型参数进行 更新， 得到更新后的双重连续时间尺度退化模型模型参数； 预测模块， 用于根据所述更新后的双重连续时间尺度退化模型模型参数、 所述双重连 续时间尺度下非线性退化系统寿命分布模型和所述双重连续时间尺度下非线性退化系统 剩余寿命分布模型 预测退化系统寿命和退化系统剩余寿命。 8.根据权利要求7所述的非线性退化系统剩余寿命预测系统， 其特征在于， 所述双重连 续时间尺度退化模型的表达式为： 其中， X(t, τ )表示双时间尺度(t, τ )时刻的性能退化水平， x0表示双重连续时间尺度作 用下的初始退化水平， λ1与 λ2为相互独立的随机变量， 与 分别表示自然 时间尺度t和检测时间尺度 τ下的非线性漂移系数， μ(r, θ1)为自然时间尺度t下非线性漂移 系数的被积函 数， μ(r, θ2)为检测时间尺度 τ 下非线性漂移系数的被积函 数， θ1为自然时间尺 度t被积函数的未知参数， θ2为检测时间尺度 τ被积函数的未知参数， σB和σW分别表示自然时 间尺度t和检测时间尺度 τ下的漂移系数， B(t)表 示自然时间尺度t下的布朗运动， W( τ )表 示 检测时间尺度 τ 下的布朗运动， r为非线性 函数的被积变量。权　利　要　求　书 2/2 页 3 CN 115098968 A 3