基于不确定时间序列的故障预测方法研究.pdfVIP

摘要

故障预测是一种通过收集和分析设备的运行数据，预测设备未来可能发生的故

障或损坏情况的方法。使用该技术可以为设备避免或减少故障的发生，提高设备的

可靠性、安全性和可用性，降低维护成本和停机时间。因此，对于故障预测方法的

研究显得尤为重要。但是，某些大型设备使用环境复杂、检测数据受到技术和成本

等因素的限制，导致对其进行故障预测时存在失效数据不足、数据不精确、小样本

等问题，故存在认知不确定性。

本文采用不确定测度度量认知不确定性，基于不确定理论建立故障预测模型，

该预测模型适合处理具有不精确数据和专家信息的复杂系统。故本文以复杂系统为

研究对象，将其划分为部件级、分系统级、系统级三个层次，利用本文提出的基于

不确定时间序列的层级故障预测框架进行故障信度评估。主要研究工作如下：

（1）提出基于不确定时间序列分析的故障信度评估模型，用于部件的故障信度

评估。本文采用基于性能裕量的故障信度评估思想，利用阈值与性能参数预测值的

关系计算得到部件故障信度。考虑到关键性能参数的阈值存在不确定性的特点，故

将其视为不确定变量。对关键性能参数的预测中，由于数据具有不精确的特点，本

文使用不确定时间序列模型UAR(k)进行预测，并用滚动原点交叉验证对模型滞后阶

数进行确定，使用最小二乘估计方法对模型进行参数估计，然后计算出模型的残差

项，使用不确定假设检验方法检验估计的残差项，当估计值未能通过检验时通过对

数据进行调整重新估计残差项，得到最优的回归模型。最后，基于性能裕量的故障

信度评估思想，计算部件级的故障信度。

（2）提出基于不确定风险分析的故障信度评估模型，用于分系统的故障信度评

估。本文对于评估分系统级故障发生的可能性大小转化为评估风险发生的可能性大

小，即获得分系统级故障信度。首先，在得到每个部件故障信度的基础上，给出分

系统级损失函数的定义。然后，利用风险分析模型对其发生风险的信度进行度量，

继而得到分系统的故障信度。由于用于评估的数据均为专家信息，且基于概率的风

险分析模型无法准确表达认知不确定性，因此本文提出使用不确定风险分析模型，

并用三种指标：风险指数、VaR、期望损失分别对故障信度进行度量。

（3）提出不确定测度下基于可靠性框图的系统故障信度评估模型，用于系统的

故障信度评估。本文利用可靠性框图表达各分系统之间的故障关系，并由于存在认

知不确定性的原因，使用不确定测度对可靠性框图中的串联系统、并联系统、

r/n(G)系统进行故障信度计算。基于三种风险度量指标得到各分系统的故障信度

后，利用此模型计算三种系统级故障信度，给予维修检测人员不同参考标准。

关键词：不确定时间序列；不确定风险分析；可靠性框图；不确定理论；故障信度

评估

ABSTRACT

Faultpredictionisamethodtopredictthepossiblefuturefailureordamageof

equipmentbycollectingandanalyzingtheoperationdataoftheequipment.Usingthis

technologycanavoidorreducetheoccurrenceoffaultsforequipment,improvethereliability,

safetyandavailabilityofequipment,andreducemaintenancecostsanddowntime.Therefore,

theresearchonfaultpredictionmethodsisparticularlyimportant.However,theuse

environmentofsomelargeequipmentiscomplex,andthedetectiondataislimitedbyfactors

suchastechnologyandcost,whichleadstotheproblemsofinsufficientfailuredata,

inaccuracy