基于非线性Wiener过程的柱塞泵剩余使用寿命分析

轴向柱塞泵作为液压系统的核心动力元件之一,其性能的好坏直接影响液压系统整体的工作状况,如果能掌握轴向柱塞泵剩余使用寿命的分布规律,可以为液压系统实施健康管理提供依据。为此,以轴向柱塞泵泄漏回油流量作为其性能退化指标,应用非线性Wiener过程构建其剩余使用寿命预测模型。通过与柱塞泵实例寿命比较表明,具有随机效应幂函数结构的非线性Wiener过程模型预测结果,优于线性以及其他2种非线性Wiener过程模型,更接近轴向柱塞泵退化过程中的实际寿命。

基于线性Wiener过程的Ni-Cd蓄电池寿命预测

对动车组Ni-Cd蓄电池进行寿命预测,不仅可以提高蓄电池的安全性和可靠性,还可以降低动车组运营成本。为此,本文提出基于线性Wiener过程的寿命预测方法,该方法不仅适用于单调和非单调变化的退化系统,还具有良好的效果。首先,建立一元线性Wiener退化模型,利用最大期望(EM)方法估计得到模型未知参数,再得到蓄电池剩余使用寿命(RUL)及其分布。然后,利用Copula函数描述容量和能量的相关性,建立二元线性Wiener退化模型,利用马尔科夫链蒙特卡洛(MCMC)方法估计得到模型未知参数,得到蓄电池RUL及其分布。实验结果表明,基于容量和能量的二元线性Wiener退化模型比一元线性Wiener模型具有更高的精确度。

基于统计回归和非线性Wiener过程的交流接触器剩余寿命预测

电弧侵蚀引起交流接触器触头质量损耗,使其电接触性能不断退化,根据其性能退化过程可以对交流接触器剩余寿命进行预测。该文分析可线性化的非线性 Wiener 过程,采用统计回归的建模方法,利用触头质量损耗历史数据建立三阶函数退化轨迹模型,进而建立时间尺度变换模型,对分段累积操作次数进行时间尺度变换;以累积触头质量损耗首次达到失效阈值作为失效判据,提出基于非线性 Wiener 过程的可靠性评估方法和剩余寿命预测模型;在交流接触器电寿命试验基础上,进行试验数据变化规律分析,证明可以采用本文建立的退化模型和预测方法进行交流接触器剩余寿命预测;最后,通过试验数据进行交流接触器剩余寿命的极大似然估计,并比较分析不同数据处理方法的预测精度,验证了本文剩余寿命预测方法的准确性。

基于二元非线性Wiener过程的干式空心电抗器包封材料失效预测

干式空心电抗器采用玻璃纤维增强环氧树脂作为包封绝缘材料,受设备运行过程中的热效应影响,包封材料绝缘性能和力学性能的下降将导致电抗器匝间击穿,严重时会引起局部过热甚至设备烧毁。本文将绝缘电阻和拉伸强度作为失效准则,开展了热老化作用下干式空心电抗器包封材料的失效预测研究。利用高温试验箱对干式空心电抗器包封材料进行老化试验,通过测量绝缘电阻和拉伸强度,获取不同老化时长下包封材料的退化数据。采用Frank Copula函数描述绝缘失效与机械失效之间的相关性,采用最大期望(expectation maximization,EM)算法对模型参数进行估计,在此基础上建立了包封材料二元非线性Wiener失效预测模型,通过与失效试验结果对比验证预测模型的有效性,并基于建立的失效预测模型研究不同温度下包封材料的寿命分布特性。结果表明:包封材料的寿命随着温度升高呈指数规律下降,110℃下包封材料的平均寿命为19.6年,130℃下包封材料的平均寿命为3.2年,160℃下包封材料的平均寿命为0.12年。

基于非线性Wiener过程航空发动机性能退化预测

针对基于线性随机过程航空发动机性能退化预测精度不高的问题,提出了一种漂移系数为指数形式的非线性Wiener过程发动机性能退化建模的方法,可以预测航空发动机的性能退化。基于直接监测发动机性能退化数据,构建发动机性能退化模型,根据Wiener过程首达阈值时间的数学性质,推导出性能退化的概率分布。通过极大似然估计构建退化模型中未知参数的似然函数,利用遗传算法得到发动机总体模型参数的离线估计值。考虑到不同发动机个体间的差异性,采用贝叶斯公式,结合发动机的实时监测数据与总体模型参数的先验分布对模型中随机参数进行实时更新,从而达到对个体发动机性能退化的实时预测。最后,选择商用航空发动机仿真数据集(C-MAPSS)进行实验,结果表明:针对个体发动机基于非线性随机过程方法,实时更新非线性Wiener方法能够提高航空发动机运行后期性能退化预测的准确性,提供更加可靠的预防性维修决策。

两阶段非线性Wiener过程退化建模与可靠性分析

基于性能退化数据对产品进行可靠性分析一直是可靠性工程领域研究的热点与难点。针对多阶段退化过程中存在的非线性规律,同时考虑变点位置位于测试时刻之间的一般情形且各试样变点存在个体差异性的实际情况,提出了基于Wiener过程的两阶段非线性退化模型,给出了模型参数极大似然估计方法,建立了可靠性分析和寿命预测方法。最后通过高压脉冲电容器实例的对比分析,验证了所提方法的合理性与有效性。结果表明,与多阶段线性Wiener过程方法相比,所提方法能够更加准确地描述退化过程的非线性时变特征,进而得到更为合理的寿命评估结果。

基于非线性Wiener过程的步进加速退化建模方法

针对步进加速退化试验中的非线性退化数据,考虑到产品之间的随机效应,给出了非线性Wiener过程的表达式,推导出了考虑随机效应的产品失效概率密度函数表达式;建立了步进加速退化模型,给出了各加速应力下性能退化量的关系模型;采用两步极大似然估计法,求解出退化模型中未知参数;结合某激光器的实例分析表明所建模型的拟合性较好,参数估计精度更高。

基于Wiener过程的多阶段非线性复杂退化产品可靠性分析模型

为提高非线性退化轨迹拟合的精度,针对多阶段退化中的非线性规律建立Wiener过程模型,考虑变点的连续性与部件个体的差异性,给出基于非线性复杂退化的可靠性评估方法。结合幂律函数推导出非线性多阶段Wiener过程模型,得到模型参数的极大似然估计量;通过最小均方误差原则给出变点以及幂参数的初值确定方法;根据SIC(schwarz information criterion)方法得到模型变点的精确值,并检验其准确性;结合不同部件之间的差异性,得到变点的连续分布;推导出非线性Wiener过程连续时段内的可靠度函数估计;利用本模型对高压脉冲电容器电容相对变化量的退化数据建模,与线性建模结果对比,验证多阶段Wiener过程模型在可靠性评估方面的有效性与可行性,估计结果更接近真实值。

基于Wiener退化过程的动车组部件状态-机会维修模型分析与研究

针对动车组多部件存在运行维修成本高、欠维修或过维修的现象以及故障影响范围大等问题,提出一种基于Wiener退化过程的部件状态-机会维修优化模型。该模型利用Wiener过程描述部件在运行过程中的劣化程度,通过基于指数分布的随机几何过程反映不完全维修后部件的劣化损伤,同时利用定期检测获取部件的实际劣化值。从随机过程和拓扑的角度,分析不同类型维修策略之间的区别与联系。结合单部件状态维修优化策略,求得各部件的最优状态阈值和维修检测周期。引入机会阈值与状态阈值的比值,结合部件退化过程与状态阈值、机会阈值之间的关系,推导部件状态、机会维修次数期望值的数学表达式,建立状态-机会维修策略模型,采用蒙特卡洛算法进行模拟,确定各部件的最佳机会阈值,达到优化维修费用率的目标。以某型号动车组牵引供电系统为例,通过仿真验证,表明采取状态-机会维修模型,可以有效减少停机次数,降低维修费用率。

基于相关分析和带遗忘因子的随机梯度的非线性系统Wiener模型辨识

实际工业过程往往呈现强非线性和时滞特性,在复杂工况下如何建立过程的高精度模型并对其进行有效控制是研究重点.本文研究了一种基于相关分析的非线性系统Wiener模型辨识.Wiener非线性模型由动态线性子系统和静态非线性子系统串联组成,利用时滞状态空间模型和神经模糊模型分别建立动态线性子系统和静态非线性子系统,并利用设计的组合信号实现Wiener非线性模型分离辨识.首先,利用后移算子的性质,将时滞状态空间模型转化为传递函数模型,在高斯信号作用下利用相关分析方法辨识动态线性子系统的参数,解决了Wiener模型中间变量不可测问题.其次,为了改善辨识模型的精度和收敛速度,推导了带遗忘因子的递推随机梯度方法,得到静态非线性子系统的参数估计.将提出的非线性Wiener模型辨识方法运用于连续搅拌反应釜,实验仿真结果表明,本文提出的Wiener模型辨识方法能够有效辨识连续搅拌反应釜系统,并取得较好的控制效果.

基于直接分析法的钢结构非线性施工过程分析

对于大型复杂空间钢结构,可靠的施工过程分析对保障施工安全性和钢结构安装质量具有重要意义。在传统施工过程分析与钢结构直接分析的基础上,提出一种考虑构件和安装模块初始缺陷以及变形累积的钢结构非线性施工过程分析方法。利用NIDA软件将该方法应用于成都某大悬挑钢桁架结构的施工过程分析中,确保了施工方案的可行性。同时,对比分析了非线性施工过程分析、一次成型分析和线性施工过程分析3种分析工况下结构关键节点位移及构件应力情况,并与施工实测值进行了比对。结果表明,一次成型分析与线性施工过程分析的位移较实测值偏小,而基于直接分析法的非线性施工过程分析结果与实测值更加吻合,验证了该方法的准确性及适用性。

基于双层自适应集成残差主成分分析的复杂非线性过程监测

多元统计监测方法常使用正常数据选取特征,而现实过程中,不同的故障将影响不同的特征,并且这些特征可能随着时间和控制系统的作用而变化。当故障发生并随时间变化时,要想获得更好的故障检测能力,就需要聚集有效的故障敏感特征。本文提出了一种双层自适应集成残差主成分分析(AERPCA)模型,其子模型包含不同的特征,并突出地呈现一个或多个相关故障。首先,根据正常数据计算主成分分析(PCA)特征,利用不同特征构建线性子模型和相应的残差空间。考虑到残差空间的非线性特性及有效特征更为分散,采用核PCA(KPCA)提取不同的特征并组成同一残差空间下不同KPCA子模型。然后,利用贝叶斯方法获取集成KPCA子模型,完成各残差空间的划分和集成。最后,在主空间中获得多个线性子模型以及在残差空间中获得多个集成的非线性子模型后,利用滑动窗口确定当前时刻监控效果最好的模型。采用田纳西-伊士曼过程验证了AERPCA的有效性。

基于核函数-Wiener过程的轧辊非线性退化建模与剩余寿命预测

在轧钢生产过程中,由于磨损等原因,长时间复杂工况运行下的轧辊工作性能会呈现逐步衰退的特征.考虑轧辊工作环境具有工况复杂、随机干扰强等特点,提出基于核函数-Wiener过程(KWP)退化模型,使用Wiener过程刻画轧辊退化趋势的强随机性特征,引入核函数捕捉轧辊的非线性退化路径,推导贝叶斯框架下参数估计的解析表达式,并构造轧辊可工作转动量的健康指标,进一步预测轧辊剩余寿命(RUL).结合某钢铁公司1580热轧生产线现场数据,所构建模型拟合优度达到0.989,剩余寿命预测误差低于4.7%,相较常见机器学习算法取得了更好效果,有助于提高设备运转效率与安全性并实现视情维护.

基于二元非线性Wiener随机过程的变压器油纸绝缘剩余寿命预测方法

针对传统单性能退化量的油浸式电力变压器油纸绝缘剩余寿命预测方法难以全面反映油纸绝缘退化行为,且缺乏对多性能退化量间相关性的考虑,该文充分考虑退化过程的随机性和非线性,提出了一种基于二元非线性Wiener随机过程的变压器油纸绝缘剩余寿命预测方法。首先,基于非线性Wiener随机过程建立单性能退化量的油纸绝缘退化模型,刻画油纸绝缘退化过程的随机性和非线性;然后,基于Copula函数建立两性能相关的退化模型,更加全面地分析两性能退化量所反映的变压器油纸绝缘联合退化行为;最后,采用MCMC-Gibbs抽样算法估计模型未知参数,实现变压器油纸绝缘剩余寿命预测。该文以糠醛和甲醇含量作为性能退化量,依托加速热老化实验数据进行实例验证,对比单性能、两性能独立、两性能相关三种情况下的可靠度曲线及剩余寿命预测结果,结果表明,该文所提方法能够更加合理全面地描述退化过程,可靠度曲线更贴近真实结果。

基于Wiener随机过程模型的橡胶老化性能预测及剩余寿命分析

橡胶老化性能预测及寿命分析是橡胶工程应用中关键技术。开展了硅橡胶95℃、105℃、115℃、125℃不同温度加速老化试验,根据硅橡胶性能特点及其应用过程需要,选择硅橡胶永久压缩变形作为老化性能表征量。结合橡胶老化机理,分析了橡胶老化性能随机特性,提出利用Wiener随机过程构建橡胶老化模型,进行了硅橡胶老化性能预测,给出了各试验点预测性能概率密度,分析结果表明预测误差最大10.15%。结合Wiener随机过程理论,开展了硅橡胶剩余寿命分析,对寿命分析方法进行了精度分析,计算分析结果表明寿命分析最大误差为11.76%,寿命分析方法可信,计算结果可靠。利用Arrhenius加速模型,给出了不同加速温度下硅橡胶寿命,计算得到常温25℃温度下,硅橡胶平均寿命为76年。

基于隐含非线性维纳退化过程的剩余寿命预测

准确的剩余寿命预测有助于提高系统的可靠性安全性,并降低系统全生命周期的经济成本。工程应用中,由于不确定测量的影响,随机退化系统的非线性退化特征一般处于隐含状态。针对现有隐含尺度变换非线性维纳退化过程主要应用于退化建模和寿命分布估计的问题,提出一种针对隐含尺度变换非线性维纳退化过程的剩余寿命预测方法。建立同时考虑测量误差和尺度变换非线性维纳过程的退化模型,并通过Kalman滤波方法根据设备现场退化数据进行参数在线更新。推导出考虑模型参数在线更新的剩余寿命概率密度函数和累积分布函数解析表达式。基于历史退化数据,提出一种针对隐含尺度变换非线性维纳退化过程模型未知参数的极大似然无偏估计方法。通过仿真退化数据和实际涡扇发动机数据进行实验验证。实验结果表明:同时考虑测量不确定性和非线性退化特征的剩余寿命预测方法具有更高的预测精度。

求解非线性偏微分方程的高斯过程方法

非线性偏微分方程(NPDEs)的求解在流体力学、金融数学等领域中具有广泛的应用。鉴于NPDEs通常难以求得解析解,本文详细探讨了基于高斯过程的偏微分方程求解方法:GPPDE方法和TD-GPsolver方法。考虑到NPDEs的非线性系统复杂性,我们将GPPDE方法和TD-GPsolver方法扩展至两种代表性的非线性偏微分方程——Allen-Cahn方程和Cahn-Hilliard方程,并与物理信息神经网络方法(PINN)进行对比,评估这些方法在不同离散化条件下的表现。结果表明,TD-GPsolver方法在处理大规模离散化数据集时不仅展现了较高的计算效率和稳定性,而且能够维持较低的误差率,GPPDE方法在处理小规模数据集时能提供较高精度,确保了计算效率和精度的平衡。PINN方法在高离散点设置下能显著提升数值精度,但其较长的计算时间限制了其实用性。

基于Wiener模型和Wiener-Hammerstein模型的非线性动态过程完整建模方法

基于Wiener模型和Wiener-Hammerstein模型提出Wiener结构神经网络(WienerNN)模型和Wiener-Hammerstein结构神经网络(WHNN)模型,推导了Wiener模型和Wiener-Hammerstein模型的泛化能力,并给出了模型神经网络化的全过程。将所推导出的WienerNN模型和WHNN模型用于单变量和多变量非线性动态过程建模,验证了模型的有效性。

CMA-GFS 4DVar边界层过程线性化的改进

持续发展和优化切线性模式的线性化物理过程,保持与非线性模式一致是改善四维变分同化(4DVar)分析和预报效果的有效方法之一。目前业务系统的CMA-GFS模式采用基于Charney-Phillips(C-P)跳点的边界层参数化方案,而CMA-GFS 4DVar系统中采用基于Lorenz跳点的边界层线性化方案。为改善CMA-GFS 4DVar系统的边界层分析和预报效果,基于C-P跳点的边界层参数化方案研发了新边界层线性化方案,并通过对方案中地表热量通量和水汽通量扰动、自由大气的理查逊系数扰动、边界层的热量和动量交换系数扰动等进行更加精细地规约化约束,在确保CMA-GFS切线性和伴随模式稳定运行的情况下,减少线性化过程对切线性模式预报精度的影响。切线性近似试验检验表明:相较于原方案,新边界层线性化方案可以减少边界层位温和比湿的相对误差,最大可减少10%。批量4DVar循环同化试验表明:新边界层线性化方案可以有效改善切线性模式对低层位温、风场和比湿扰动的预报精度,减少4DVar内外循环目标泛函的相对差异,并提高700 hPa位势高度的可预报时效。

基于可线性化Wiener过程的牵引供电设备状态检修决策研究

针对牵引供电设备运行费用高、性能加速劣化以及实际维修效果不完美的问题,提出一种牵引供电设备状态检修决策模型。该模型采用可线性化Wiener过程反映设备运行过程中的加速劣化特性,通过正态分布刻画不完美维修后设备的劣化程度,并通过定期检测确定设备劣化程度。通过遍历全寿命周期内检修情形进行分析,结合劣化程度与预防性维修阈值及失效阈值的大小关系,推导预防性维修和修复性维修实施概率的数学表达式。利用推导的公式计算检测周期和预防性维修阈值的最优组合,实现运行费用率最低的决策目标。采用Monte Carlo法对所建立的决策模型进行求解。通过某干式变压器的仿真数据,验证了状态检修决策的有效性。