本發(fā)明涉及故障預(yù)測(cè)，尤其涉及一種隨機(jī)振動(dòng)系統(tǒng)的故障預(yù)測(cè)方法。

背景技術(shù)：

1、隨機(jī)振動(dòng)系統(tǒng)廣泛應(yīng)用于航空航天、機(jī)械制造、交通運(yùn)輸?shù)榷鄠€(gè)領(lǐng)域。在這些領(lǐng)域中，隨機(jī)振動(dòng)系統(tǒng)的有效工作時(shí)間直接影響到整個(gè)系統(tǒng)的性能和安全性。例如，在航空航天領(lǐng)域，飛機(jī)發(fā)動(dòng)機(jī)的振動(dòng)狀態(tài)直接關(guān)系到其飛行安全和性能穩(wěn)定性；在機(jī)械制造領(lǐng)域，機(jī)床的振動(dòng)性能直接影響到加工精度和產(chǎn)品質(zhì)量；在交通運(yùn)輸領(lǐng)域，車輛的振動(dòng)性能則關(guān)系到乘客的舒適性和行駛安全。

2、隨著工程技術(shù)領(lǐng)域的快速發(fā)展，隨機(jī)振動(dòng)系統(tǒng)在各種設(shè)備和應(yīng)用中扮演著至關(guān)重要的角色。隨機(jī)振動(dòng)系統(tǒng)的性能評(píng)估，特別是其有效工作時(shí)間的概率密度函數(shù)的預(yù)測(cè)，以及由此引申出的故障預(yù)測(cè)，都對(duì)提高系統(tǒng)的可靠性、安全性和延長(zhǎng)使用壽命具有重要意義。在隨機(jī)振動(dòng)系統(tǒng)有效工作時(shí)間預(yù)測(cè)領(lǐng)域，傳統(tǒng)方法主要依賴于數(shù)學(xué)模型和理論推導(dǎo)。這些方法雖然在一定程度上能夠反映隨機(jī)振動(dòng)系統(tǒng)的基本特性，但在處理復(fù)雜系統(tǒng)和非線性效應(yīng)時(shí)，往往存在較大的局限性。

3、然而，由于隨機(jī)振動(dòng)系統(tǒng)的復(fù)雜性和隨機(jī)性，傳統(tǒng)的預(yù)測(cè)方法往往難以準(zhǔn)確反映其實(shí)際性能，存在準(zhǔn)確性不足的問題。同時(shí)，這些傳統(tǒng)方法可能無(wú)法充分考慮振動(dòng)系統(tǒng)的動(dòng)態(tài)特性和非線性效應(yīng)，導(dǎo)致預(yù)測(cè)結(jié)果偏離實(shí)際情況。

4、因此，如何準(zhǔn)確、快速預(yù)測(cè)隨機(jī)振動(dòng)系統(tǒng)的故障情況，是目前亟需解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述的分析，本發(fā)明實(shí)施例旨在提供一種隨機(jī)振動(dòng)系統(tǒng)的故障預(yù)測(cè)方法，用以解決現(xiàn)有技術(shù)中缺乏準(zhǔn)確、快速預(yù)測(cè)隨機(jī)振動(dòng)系統(tǒng)的故障情況的問題。

2、本發(fā)明公開了一種隨機(jī)振動(dòng)系統(tǒng)的故障預(yù)測(cè)方法，所述方法包括：

3、獲取隨機(jī)振動(dòng)系統(tǒng)在隨機(jī)振動(dòng)過程中的實(shí)驗(yàn)數(shù)據(jù)，包括：各實(shí)驗(yàn)時(shí)間的振動(dòng)狀態(tài)及其漂移函數(shù)、擴(kuò)散函數(shù)，以及，振動(dòng)狀態(tài)的失效閾值；

4、依據(jù)系統(tǒng)有效工作時(shí)間的概率密度函數(shù)的分?jǐn)?shù)項(xiàng)表達(dá)式，處理所述實(shí)驗(yàn)數(shù)據(jù)，得到各實(shí)驗(yàn)時(shí)間對(duì)應(yīng)的系統(tǒng)有效工作時(shí)間的概率密度函數(shù)的取值，以構(gòu)建樣本集；

5、利用所述樣本集訓(xùn)練并測(cè)試得到用于實(shí)時(shí)求解系統(tǒng)有效工作時(shí)間的概率密度的機(jī)器學(xué)習(xí)模型；并基于測(cè)試通過的機(jī)器學(xué)習(xí)模型，獲取隨機(jī)振動(dòng)系統(tǒng)在隨機(jī)振動(dòng)過程中均勻采樣的各采樣時(shí)間的系統(tǒng)有效工作時(shí)間的概率密度函數(shù)的預(yù)測(cè)值，用以實(shí)現(xiàn)隨機(jī)振動(dòng)系統(tǒng)的故障預(yù)測(cè)。

6、在上述方案的基礎(chǔ)上，本發(fā)明還做出了如下改進(jìn)：

7、進(jìn)一步，通過執(zhí)行以下操作實(shí)現(xiàn)隨機(jī)振動(dòng)系統(tǒng)的故障預(yù)測(cè)：

8、根據(jù)隨機(jī)振動(dòng)系統(tǒng)在隨機(jī)振動(dòng)過程中均勻采樣的各采樣時(shí)間的系統(tǒng)有效工作時(shí)間的概率密度函數(shù)的預(yù)測(cè)值，形成系統(tǒng)有效工作時(shí)間的概率密度函數(shù)分布曲線；根據(jù)系統(tǒng)有效工作時(shí)間的概率密度函數(shù)分布曲線的峰值位置及分布范圍，確定隨機(jī)振動(dòng)系統(tǒng)的有效工作時(shí)間段；

9、當(dāng)隨機(jī)振動(dòng)系統(tǒng)運(yùn)行在有效工作時(shí)間段之外的時(shí)間段時(shí)，則啟動(dòng)故障預(yù)警。

10、進(jìn)一步，通過執(zhí)行以下操作確定隨機(jī)振動(dòng)系統(tǒng)的有效工作時(shí)間段：

11、根據(jù)系統(tǒng)有效工作時(shí)間的概率密度函數(shù)分布曲線的走勢(shì)，確定峰值位置；

12、截取概率密度閾值與峰值位置之間的概率密度函數(shù)分布曲線的橫坐標(biāo)的分布范圍，作為隨機(jī)振動(dòng)系統(tǒng)的有效工作時(shí)間段。

13、進(jìn)一步，系統(tǒng)有效工作時(shí)間的概率密度函數(shù)分布曲線的峰值位置為一個(gè)或多個(gè)；其中，

14、若確定一個(gè)峰值位置，則該峰值位置為分布曲線的全局峰值位置；此時(shí)，截取概率密度閾值與全局峰值位置之間的概率密度函數(shù)分布曲線的橫坐標(biāo)的分布范圍，作為隨機(jī)振動(dòng)系統(tǒng)的有效工作時(shí)間段；

15、若確定多個(gè)峰值位置，則每一峰值位置分別對(duì)應(yīng)分布曲線的一個(gè)局部峰值位置；局部峰值位置大于概率密度閾值；此時(shí)，分別截取概率密度閾值與每一局部峰值位置之間的概率密度函數(shù)分布曲線的橫坐標(biāo)的分布范圍，匯總所有局部峰值位置之間的概率密度函數(shù)分布曲線的橫坐標(biāo)的分布范圍，作為隨機(jī)振動(dòng)系統(tǒng)的有效工作時(shí)間段。

16、進(jìn)一步，系統(tǒng)有效工作時(shí)間的概率密度函數(shù)的分?jǐn)?shù)項(xiàng)表達(dá)式為：

17、

18、其中，p(t|s0)表示系統(tǒng)有效工作時(shí)間t的概率密度函數(shù)；q(t|s0)表示隨機(jī)振動(dòng)系統(tǒng)以振動(dòng)初始狀態(tài)s0為起始、在時(shí)間t時(shí)的系統(tǒng)有效工作概率；α(st)表示積分函數(shù)；sf表示失效閾值，σ2(sf)表示失效閾值對(duì)應(yīng)的擴(kuò)散函數(shù)；st表示時(shí)間t時(shí)的振動(dòng)狀態(tài)；smin表示在st∈(0,sf)的范圍內(nèi)使得積分函數(shù)α(st)取最小值的振動(dòng)狀態(tài)，ε表示無(wú)窮小鄰域?qū)挾取?/p>

19、進(jìn)一步，積分函數(shù)α(st)表示為：

20、

21、其中，m(st)為振動(dòng)狀態(tài)st的漂移函數(shù)，σ2(st)為振動(dòng)狀態(tài)st的擴(kuò)散函數(shù)。

22、進(jìn)一步，通過執(zhí)行以下操作得到各實(shí)驗(yàn)時(shí)間對(duì)應(yīng)的系統(tǒng)有效工作時(shí)間的概率密度函數(shù)的取值：

23、獲取實(shí)驗(yàn)時(shí)間t的振動(dòng)狀態(tài)st、漂移函數(shù)m(st)、擴(kuò)散函數(shù)σ2(st)，并獲取st∈(0,sf)的范圍內(nèi)使得積分函數(shù)α(st)取最小值的振動(dòng)狀態(tài)smin；sf表示失效閾值；

24、對(duì)α(st)在smin和sf處分別進(jìn)行多項(xiàng)式級(jí)數(shù)展開，并略去高階項(xiàng)，得到相應(yīng)的多項(xiàng)式級(jí)數(shù)展開表達(dá)式；

25、根據(jù)多項(xiàng)式級(jí)數(shù)展開表達(dá)式與公式(1)和公式(2)的關(guān)聯(lián)關(guān)系，計(jì)算實(shí)驗(yàn)時(shí)間t對(duì)應(yīng)的系統(tǒng)有效工作時(shí)間的概率密度函數(shù)的取值；

26、遍歷所有實(shí)驗(yàn)時(shí)間，得到各實(shí)驗(yàn)時(shí)間對(duì)應(yīng)的系統(tǒng)有效工作時(shí)間的概率密度函數(shù)的取值。

27、進(jìn)一步，當(dāng)對(duì)α(st)在smin和sf處分別進(jìn)行多項(xiàng)式級(jí)數(shù)展開，僅保留一階項(xiàng)和二階項(xiàng)時(shí)，根據(jù)多項(xiàng)式級(jí)數(shù)展開表達(dá)式與公式(1)和公式(2)的關(guān)聯(lián)關(guān)系，計(jì)算如下參數(shù)：

28、a＝σ2(sf)·exp[-(α(sf)-α(smin))]

29、

30、進(jìn)一步，實(shí)驗(yàn)時(shí)間t對(duì)應(yīng)的系統(tǒng)有效工作時(shí)間t的概率密度函數(shù)

31、

32、進(jìn)一步，通過以下方式構(gòu)建樣本集：

33、以實(shí)驗(yàn)時(shí)間t為輸入、以對(duì)應(yīng)的系統(tǒng)有效工作時(shí)間t的概率密度函數(shù)p(t|s0)為輸出作為一組樣本數(shù)據(jù)，構(gòu)建樣本集；

34、通過以下方式得到用于實(shí)時(shí)求解系統(tǒng)有效工作時(shí)間的概率密度的機(jī)器學(xué)習(xí)模型：

35、將樣本集劃分為訓(xùn)練樣本集和測(cè)試樣本集；

36、利用訓(xùn)練樣本集訓(xùn)練機(jī)器學(xué)習(xí)模型，并利用測(cè)試樣本集對(duì)訓(xùn)練完的機(jī)器學(xué)習(xí)模型進(jìn)行測(cè)試，直至測(cè)試通過，得到用于實(shí)時(shí)求解系統(tǒng)有效工作概率的機(jī)器學(xué)習(xí)模型。

37、與現(xiàn)有技術(shù)相比，本發(fā)明至少可實(shí)現(xiàn)如下有益效果之一：

38、本發(fā)明實(shí)施例提供的隨機(jī)振動(dòng)系統(tǒng)的故障預(yù)測(cè)方法，通過引入機(jī)器學(xué)習(xí)算法和分?jǐn)?shù)項(xiàng)確定概率密度函數(shù)的方法，提供了一種能夠準(zhǔn)確預(yù)測(cè)系統(tǒng)有效工作時(shí)間的概率密度函數(shù)的新方法。該方法不僅能夠充分考慮振動(dòng)系統(tǒng)的復(fù)雜性和非線性效應(yīng)，而且能夠根據(jù)實(shí)際數(shù)據(jù)進(jìn)行自適應(yīng)調(diào)整和優(yōu)化，使得概率密度函數(shù)的表達(dá)更加靈活和精確，從而實(shí)現(xiàn)對(duì)振動(dòng)系統(tǒng)有效工作時(shí)間的更準(zhǔn)確預(yù)測(cè)。同時(shí)，通過將機(jī)器學(xué)習(xí)算法引入到振動(dòng)方程有效工作時(shí)間的預(yù)測(cè)中，能夠自動(dòng)學(xué)習(xí)和識(shí)別振動(dòng)系統(tǒng)的復(fù)雜特性和模式，從而更準(zhǔn)確地預(yù)測(cè)其有效工作時(shí)間的概率密度函數(shù)。機(jī)器學(xué)習(xí)算法的引入，使得預(yù)測(cè)過程不再依賴于固定的數(shù)學(xué)模型和假設(shè)，而是能夠根據(jù)實(shí)際數(shù)據(jù)進(jìn)行自適應(yīng)調(diào)整和優(yōu)化。這種方法不僅提高了預(yù)測(cè)的準(zhǔn)確性，還提高了求解的效率和穩(wěn)定性。

39、此外，在基于機(jī)器學(xué)習(xí)模型拿到預(yù)測(cè)結(jié)果后，可以通過分析系統(tǒng)有效工作時(shí)間的概率密度函數(shù)分布曲線，確定其峰值位置及分布范圍，從而確定隨機(jī)振動(dòng)系統(tǒng)的有效工作時(shí)間段；當(dāng)隨機(jī)振動(dòng)系統(tǒng)運(yùn)行在有效工作時(shí)間段之外的時(shí)間段時(shí)，則啟動(dòng)故障預(yù)警。通過這種方式，即可實(shí)現(xiàn)隨機(jī)振動(dòng)系統(tǒng)快速、精確故障預(yù)測(cè)。

40、本發(fā)明中，上述各技術(shù)方案之間還可以相互組合，以實(shí)現(xiàn)更多的優(yōu)選組合方案。本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分優(yōu)點(diǎn)可從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過說明書以及附圖中所特別指出的內(nèi)容中來(lái)實(shí)現(xiàn)和獲得。