• CN:11-2187/TH
  • ISSN:0577-6686

机械工程学报 ›› 2018, Vol. 54 ›› Issue (12): 115-124.doi: 10.3901/JME.2018.12.115

• 仪器科学与技术 • 上一篇    下一篇

扫码分享

一种基于数据驱动和贝叶斯理论的机械系统剩余寿命预测方法

赵申坤, 姜潮, 龙湘云   

  1. 湖南大学特种装备先进设计技术与仿真教育部重点实验室 长沙 410082
  • 收稿日期:2017-07-20 修回日期:2017-10-30 出版日期:2018-06-20 发布日期:2018-06-20
  • 通讯作者: 姜潮(通信作者),男,1978年出生,博士,教授,博士研究生导师。主要研究方向为现代设计技术,机械可靠性。E-mail:jiangc@hnu.edu.cn
  • 作者简介:赵申坤,男,1991年出生,博士研究生。主要研究方向为故障预测与健康管理。E-mail:shenkun_zhao@hnu.edu.cn
  • 基金资助:
    国家杰出青年科学基金(51725502)、国家自然科学基金重大项目(51490662)和国家重点研发计划项目(2016YFD0701105)资助项目。

Remaining Useful Life Estimation of Mechanical Systems Based on the Data-driven Method and Bayesian Theory

ZHAO Shenkun, JIANG Chao, LONG Xiangyun   

  1. Key Laboratory of Advanced Design and Simulation Techniques for Special Equipment of Ministry of Education, Hunan University, Changsha 410082
  • Received:2017-07-20 Revised:2017-10-30 Online:2018-06-20 Published:2018-06-20

摘要: 针对复杂机械系统剩余寿命预测问题,提出一种基于数据驱动方法和贝叶斯理论的机械系统剩余寿命预测方法。该方法基于数据驱动方法,对相同或相似系统的历史状态监测数据进行融合,并建立表征系统退化程度的健康指示量和预测剩余寿命的状态模型;基于贝叶斯理论,建立状态模型参数的贝叶斯模型;在此基础上,基于待估系统的实时状态监测数据和贝叶斯模型,利用马尔科夫链蒙特卡洛方法来更新模型参数并预测待估系统的剩余寿命;通过一个航空发动机的预测问题,来说明该方法的有效性。

关键词: 贝叶斯模型, 剩余寿命预测, 数据驱动

Abstract: A novel remaining useful life(RUL) estimation method is proposed based on the data-driven method and Bayesian theory for the remaining useful life estimation of complex mechanical systems. Firstly, the condition monitoring data of same or similar systems are fused to form the Health Index indicating the degradation degree of systems and the state model by the data-driven method. Then, a Bayesian model of the state model parameters is built on Bayesian theory. With the on-line condition monitoring data of system to be estimated and the Bayesian model, the model parameters are updated by Markov Chain Monte Carlo (MCMC) and the RUL of system is estimated. At last, a turbofan engine case is used to show the effectiveness of the present method.

Key words: Bayesian model, data-driven, remaining useful life

中图分类号: