考虑不完美维修的随机退化设备剩余寿命自适应预测方法

在现有的考虑不完全维修的随机退化设备剩余寿命预测研究中，通常只考虑维修活动对退化状态或退化率的单一影响，而只考虑维修活动的双重影响，忽略了退化设备的个体差异。鉴于此，提出了一种基于多级扩散过程的自适应剩余寿命预测方法。同时，考虑了不完善维修活动对设备劣化状态和劣化率的影响，并用随机游走模型的观测数据描述了劣化率的更新过程，以表征设备的个体差异。根据历史退化数据，使用极大似然估计法模型获得退化模型参数的初始值。基于状态观测数据，采用卡尔曼滤波算法和期望最大化算法自适应更新模型参数。利用卷积算子和蒙特卡罗方法，推导出设备在首达时间内的剩余寿命。最后，通过仿真实例和陀螺仪实例验证了该方法的有效性和优越性。