基于数据融合的复杂系统动态可靠性评估及维护决策

As dynamic reliability assessment is capable of assessing health status, tracking degradation trends, and predicting future reliability for an individual system, it has become an emerging and important research topic of reliability engineering in recent years. Mixed uncertainty, multi-source, and hierarchy are three major characteristics of the data that are used in dynamic reliability assessment. With the aim of appropriately treating these sorts of data to achieve a better and accurate assessment of health status deterioration and future reliability for an individual complex system, this proposal devotes to deal with data fusion in dynamic reliability assessment from three aspects. The important research topics of this proposal cover: (1) Study dynamic reliability assessment methods that allow fusing data with mixed uncertainty (aleatory uncertainty and epistemic uncertainty);(2) Investigate dynamic reliability assessment methods to fuse multi-source data collected from a system during its operation stage;(3) Develop dynamic reliability assessment methods to fuse data collected from multiple levels of a system;(4) Study predictive maintenance optimization strategies and reliability design optimization methods for complex systems based upon the developed dynamic reliability assessment methods. The research results to be developed will provide a suite of theoretical methods and practical tools to ensure the operational reliability, safety, and economical efficiency of complex systems.

动态可靠性评估技术能评估单个系统在服役阶段内的健康状态、揭示状态退化规律以及预测在未来时间内的可靠性变化趋势，是当前可靠性领域发展的趋势和前沿，而有效地利用和融合系统服役阶段的数据是动态可靠性评估的关键问题。围绕着复杂系统动态可靠性评估所面临数据的混合不确定性、多源性和多层次性三个典型特征，本项目从三个层面研究基于数据融合的复杂系统动态可靠性评估方法。具体研究内容包括：研究在混合(随机和认知)不确定性下的动态可靠性评估方法，探索基于多源数据融合和基于多层次数据融合的动态可靠性评估方法，从而揭示复杂系统在服役阶段内的状态退化规律和失效机制；在此基础之上，提出基于动态可靠性评估的复杂系统预测性维护决策及可靠性优化设计方法。本项目将为保障复杂系统的运行可靠性、安全性和经济性提供重要的理论依据和技术方法，具有重要的科学意义和工程价值。

本项目围绕着复杂系统动态可靠性评估所面临数据的混合不确定性、多源性和多层次性三个典型特征, 从三个层面探索了基于数据融合的复杂系统动态可靠性评估方法。第一个层面：考虑状态观测和可靠性数据存在不同类型的不确定性，揭示了混合不确定性在系统动态可靠性评估中的传播机制，提出了考虑认知不确定性的重要度计算方法和融合多源混合不确定性的系统可靠度评估方法。第二个层面：考虑状态监测或可靠性数据的多源性，阐明了多源状态监测数据及特征量空间与旋转机械部件健康状态的复杂映射关系，提出了基于统计学习方法（如：核密度估计、K-L散度）的旋转机械部件故障诊断和健康评估方法。第三个层面：考虑状态观测数据的多层次性，揭示了跨物理层次的状态观测数据间的复杂相关机制，提出了融合多层次状态观测数据的系统动态可靠度评估方法。在此基础上，研究了复杂系统在有限维护资源下的维护决策优化方法，以保障系统的运行可靠性和经济性。本项目研究成果已发表英文专著2章节；已发表和录用期刊论文10篇（其中，国际知名SCI期刊9篇、EI期刊1篇）、国内外学术会议论文5篇；申请国家发明专利10项并已授权6项；在国内外可靠性领域权威会议中做大会报告1次，邀请报告10次；参加国内外学术活动48人次，其中出国(境)7人次；项目组成员赴国(境)外短期交流1人次，邀请国(境)专家来访交流1人次；共培养博士研究生3名、硕士研究生9名；研究成果被国际科技媒体“Advances in Engineering”专题报道，并获国防科学技术进步二等奖1项、ICMR’2015最佳论文奖和中国运筹学会可靠性分会学术年会优秀论文奖；项目负责人入选2016年Elsevier中国高被引学者榜单。