考虑不同层次使用信息的退化数据统计建模方法研究

It is commonly observed that the key performance indicators of industrial facilities degrade with usage. As the operating condition is complex and changeable in reality, degradation data modeling and life prediction is a challenging task. Focusing on the degradation data analysis considering different levels of usage information, this project studies the statistical degradation data modeling when considering the calendar time and usage frequency simultaneously, when there are time-varying usage covariates, and when the true usage states are not directly observable. Firstly, this project builds degradation models considering that the product can degrade with calendar time and usage simultaneously, and comprehensively studies the model estimation and life prediction issues. Secondly, for the degradation data with time-varying usage covariates, the degradation model incorporating the time-varying covariates is proposed, and the model estimation procedure is studied and validated. Thirdly, for the degradation under changeable but unobservable usage states, the project proposes suitable degradation models considering unobservable state transition, and addresses the model estimation and life prediction issues. This project aims to solve the statistical degradation modeling problems for degradation data under different levels of usage information, and provide useful tools and methods for analyzing the degradation data in practice.

工业设备普遍存在关键性能指标随使用逐渐退化的现象，而设备实际运行情况复杂多变，为退化数据的分析建模与寿命预测带来挑战。本项目围绕实际使用中退化数据的处理问题，考虑不同层次的使用信息，分别针对考虑日历时间与使用频次两个维度、具有时变使用信息协变量、具有不可观测使用状态切换的退化数据统计建模开展研究工作。针对实际中产品性能会随日历时间与使用频次同时发生退化的现象，提出考虑两个维度的退化模型，深入研究模型估计与寿命预测问题；针对具有时变使用信息协变量的退化数据，建立融合时变协变量的随机退化模型，给出模型估计方法并验证模型效果；针对实际使用状态多变且无法观测的情形，提出考虑不可观测使用状态切换的退化模型，解决模型估计与寿命预测问题。本项目旨在解决不同层次使用信息下的退化数据统计建模问题，为实际中退化数据的统计分析提供工具方法。

对于实际退化产品而言，将其使用情况信息融入到退化建模中，将显著改善退化过程建模的准确性，进而提高产品可靠性评价和剩余寿命预测的精度。本课题主要研究内容和重要结果如下：.（1） 考虑产品退化过程同时与其经历的日历时间和累积的使用程度有关，提出一种双时间尺度下的退化模型，建立了模型的参数估计与剩余寿命预测方法。通过在实际退化数据上的应用，表明双时间尺度退化模型将显著改善退化建模与剩余寿命预测的效果。.（2） 针对具有动态协变量信息的退化数据，提出基于Ornstein-Uhlenbeck过程对时变随机协变量过程进行建模，并将协变量影响融入到退化建模的方法，建立模型的参数估计与剩余寿命预测方法。.（3） 针对使用和环境条件动态变化的情形，提出了利用AR(1)过程刻画动态退化速率的退化模型，研究提出了基于EM算法的参数估计方法，建立了剩余寿命估计方法。通过对比研究，表明所提模型能够更好刻画动态环境下的退化过程。.（4） 围绕动态环境下考虑产品异质性、测量误差及具有多个维度指标退化的情形进行研究，提出了相应的统计模型并建立了相应的模型估计方法。通过实例应用与对比研究，验证了所提方法的良好效果。.因此，本课题针对不同层次使用信息下的退化建模问题，提出了一套基于随机过程的建模方法，较为全面地研究了模型的参数估计、可靠性分析与剩余寿命预测问题，并通过实际数据验证了所提方法的有效性。所提方法可应用于实际工业产品的退化建模与剩余寿命预测。.围绕相关研究内容，已发表论文6篇，均发表在领域内权威期刊，包括Technometrics、Mechanical Systems and Signal Processing、IEEE Transactions on Reliability、Reliability Engineering & System Safety等。