(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 202210767730.9 (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　张建勋　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 韩雪梅 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06F 119/02(2020.01) (54)发明名称 一种非线性退化设备剩余寿命计算方法及 系统 (57)摘要 本发明涉及一种非线性退化设备剩余寿命 计算方法及系统， 具体涉及设备剩余寿命技术领 域。 所述方法包括： 采用极大似然估计法对历史 退化信息进行处理得到固定参数、 固定扩散系 数、 随机参数向量均值和随机参数向量协方差的 极大似然估计结果； 根据后两个极大似然估计结 果采用序贯贝叶斯方法得到当前时刻随机参数 向量均值和随机参数向量协方差的结果； 根据设 备退化模型确定当前时刻设备剩余寿命的概率 密度表达式； 将固定参数、 固定扩散系数、 当前时 刻随机参数向量均值和当前时刻随机参数向量 协方差的结果代入剩余寿命的概率密度表达式 得到剩余寿命的概率密度最终表达式； 根据最终 表达式确定剩余寿命表达式。 本发 明可提高剩余 寿命的预测精度。 权利要求书3页 说明书15页 附图5页 CN 115048745 A 2022.09.13 CN 115048745 A 1.一种非线性退化设备剩余寿命计算方法， 其特 征在于， 包括： 基于广义扩散过程构建 设备退化模型； 获取与非线性退化设备同类的退化设备的历史退化信息； 采用极大似然估计法对所述历史退化信息进行处理得到所述设备退化模型中固定参 数的极大似然估计结果、 固定扩散系 数的极大似然估计结果、 随机参数向量均值的极大似 然估计结果和随机参数向量协方差的极大似然估计结果； 根据所述随机参数向量均值的极大似然估计结果、 所述随机参数向量协方差的极大似 然估计结果， 采用序贯贝叶斯方法得到 当前时刻随机参数向量均值的结果和当前时刻随机 参数向量协方差的结果； 根据所述设备 退化模型确定当前时刻设备剩余寿命的概 率密度表达式； 将所述固定参数的极大似然估计结果、 所述固定扩散系数的极大似然估计结果、 所述 当前时刻随机参数向量均值的结果和所述当前时刻随机参数向量协方差的结果代入所述 当前时刻设备剩余寿命的概率密度表达式得到当前时刻设备剩余寿命的概率密度最终表 达式； 根据当前时刻设备剩余寿命的概率密度最终表达式确定当前时刻所述非线性退化设 备的剩余寿命表达式， 所述当前时刻非线性退化设备的剩余寿命表达式用于确定当前时刻 非线性退化设备的剩余寿命。 2.根据权利要求1所述的一种非线性退化设备剩余寿命计算方法， 其特征在于， 所述采 用极大似然估计法对所述历史退化信息进行处理得到所述设备退化模型中固定参数的极 大似然估计结果、 固定扩散系 数的极大似然估计结果、 随机参数向量均值的极大似然估计 结果和随机参数向量协方差的极大似然估计结果， 具体包括： 根据所述设备 退化模型计算基于所述历史退化信息的对数似然函数； 根据所述对数似然函数得到所述设备退化模型中随机参数向量均值的极大似然估计 表达式； 根据所述随机参数向量均值的极大似然估计表达式和所述对数似然函数得到剖面似 然函数； 极大化所述剖面似然函数分别得到所述设备退化模型中固定参数的极大似然估计结 果、 固定扩散系数的极大似然估计结果和随机参数向量协方差的极大似然估计结果； 将所述设备退化模型中固定参数的极大似然估计结果、 所述固定扩散系数的极大似然 估计结果和所述随机参数向量协方差的极大似然估计结果带入所述随机参数向量均值的 极大似然估计表达式， 得到随机参数向量均值的极大似然估计结果。 3.根据权利要求1所述的一种非线性退化设备剩余寿命计算方法， 其特征在于， 所述根 据所述随机参数向量均值的极大似然估计结果、 所述随机参数向量协方差的极大似然估计 结果， 采用序贯贝叶斯方法得到当前时刻随机参数向量均值的结果和当前时刻随机参数向 量协方差的结果， 具体包括： 根据所述随机参数向量均值的极大似然估计结果、 所述随机参数向量协方差的极大似 然估计结果， 得到当前时刻随机参数向量的先验分布； 根据当前时刻随机参数向量的先验分布， 结合序贯贝叶斯递归机制， 得到当前时刻随 机参数向量均值的结果和当前时刻随机参数向量协方差的结果。权　利　要　求　书 1/3 页 2 CN 115048745 A 24.根据权利要求2所述的一种非线性退化设备剩余寿命计算方法， 其特征在于， 所述根 据所述对数似然函数得到所述设备退化模型中随机参数向量均值的极大似然估计表达式， 具体包括： 极大化所述对数似然函数 得到偏导数表达式； 根据所述偏导数表达式得到所述设备退化模型中随机参数向量均值的极大似然估计 表达式。 5.根据权利要求1所述的一种非线性退化设备剩余寿命计算方法， 其特征在于， 所述根 据所述设备 退化模型确定当前时刻设备剩余寿命的概 率密度表达式， 具体包括： 根据所述设备 退化模型确定当前时刻设备剩余寿命的条件概 率密度函数； 根据当前时刻设备剩余寿命的条件概率密度函数和全概率公式确定当前时刻设备剩 余寿命的概 率密度函数； 根据当前时刻设备剩余寿命的概率密度函数确定当前时刻设备剩余寿命的概率密度 表达式。 6.一种非线性退化设备剩余寿命计算系统， 其特 征在于， 包括： 模型构建模块， 用于基于广义扩散过程构建 设备退化模型； 信息获取模块， 用于获取与非线性退化设备同类的退化设备的历史退化信息； 极大似然估计模块， 用于采用极大似然估计法对所述历史退化信 息进行处理得到所述 设备退化模型中固定参数 的极大似然估计结果、 固定扩散系 数的极大似然估计结果、 随机 参数向量均值的极大似然估计结果和随机参数向量协方差的极大似然估计结果； 序贯贝叶斯处理模块， 用于根据所述随机参数向量均值的极大似然估计结果、 所述随 机参数向量协方差的极大似然估计结果， 采用序贯贝叶斯方法得到 当前时刻随机参数向量 均值的结果和当前时刻随机参数向量协方差的结果； 概率密度表达 式计算模块， 用于根据 所述设备退化模型确定当前时刻 设备剩余寿命的 概率密度表达式； 概率密度最终表达式计算模块， 用于将所述固定参数的极大似然估计结果、 所述固定 扩散系数的极大似然估计结果、 所述当前时刻随机参数向量均值的结果和所述当前时刻随 机参数向量协方差的结果代入所述当前时刻设备剩余寿命的概率密度表达式得到当前时 刻设备剩余寿命的概 率密度最终表达式； 剩余寿命表达 式计算模块， 用于根据当前时刻设备剩余寿命的概率密度最终表达 式确 定当前时刻所述 非线性退化设备的剩余寿命表达式， 所述当前时刻非线性退化设备的剩余 寿命表达式用于确定当前时刻非线性退化设备的剩余寿命。 7.根据权利要求6所述的一种非线性退化设备剩余寿命计算系统， 其特征在于， 所述极 大似然估计模块， 具体包括： 对数似然函数计算单元， 用于根据 所述设备退化模型计算基于所述历史退化信 息的对 数似然函数； 极大似然估计表达 式计算单元， 用于根据 所述对数似然函数得到所述设备退化模型中 随机参数向量均值的极大似然估计表达式； 剖面似然函数计算单元， 用于根据 所述随机参数向量均值的极大似然估计表达 式和所 述对数似然函数 得到剖面似然函数；权　利　要　求　书 2/3 页 3 CN 115048745 A 3