本公开涉及机械设备可靠性,尤其涉及一种产品可靠性评估及寿命预测方法、装置及电子设备。
背景技术:
1、随着产品功能的日趋复杂及其工作环境的日趋严苛,对产品的可靠性要求越来越高。由于复杂装备在运行过程中维护和保障的难度和成本较大,为保障复杂装备的安全性与可靠性,亟需建立复杂装备的退化过程模型以预测复杂装备的剩余寿命实现在发生故障前及时维修或者更换,从而降低损失。
2、相关技术常用的退化建模方法主要通过失效机理分析建模,虽然能够实现退化预测,但难以考虑密封退化过程中随机因素的影响,造成复杂装备的可靠性评估和寿命预测的准确率较低。
技术实现思路
1、本公开提供了一种产品可靠性评估及寿命预测方法、装置、电子设备及存储介质。
2、根据本公开的第一方面,提供了一种产品可靠性评估及寿命预测方法,所述方法包括:获取目标产品的退化数据集,所述退化数据集包括所述目标产品的寿命试验数据和退化试验数据;其中,所述寿命试验数据包括目标产品运行至首次失效所用的时间,所述退化试验数据包括目标产品的观测时间和观测退化量;获取目标随机过程,并基于所述目标随机过程建立目标退化模型;其中,所述目标退化模型中包括未知参数,所述未知参数服从高斯分布;基于所述退化数据集对预设模型进行训练,并基于训练结果对所述未知参数进行估计,得到所述未知参数服从的高斯分布;将所述未知参数服从的高斯分布代入所述目标退化模型中,并基于代入未知参数服从的高斯分布后的目标退化模型对所述目标产品进行可靠性评估及寿命预测。
3、根据本公开的第二方面,提供了一种产品可靠性评估及寿命预测装置,所述装置包括:获取模块,获取目标产品的退化数据集,所述退化数据集包括所述目标产品的寿命试验数据和退化试验数据;模型建立模块,用于获取目标随机过程,并基于所述目标随机过程建立目标退化模型;其中,所述目标退化模型中包括未知参数,所述未知参数服从高斯分布;参数估计模块,用于基于所述退化数据集对预设模型进行训练,并基于训练结果对所述未知参数进行估计,得到所述未知参数服从的高斯分布;评估预测模块,用于将所述未知参数服从的高斯分布代入所述目标退化模型中,并基于代入未知参数服从的高斯分布后的目标退化模型对所述目标产品进行可靠性评估及寿命预测。
4、根据本公开的第三方面,提供了一种电子设备。该电子设备包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
5、根据本公开的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本公开的上述方法。
6、本公开实施例提供的产品可靠性评估及寿命预测方法、装置、电子设备及存储介质,通过获取目标产品的退化数据集,所述退化数据集包括所述目标产品的寿命试验数据和退化试验数据;其中,所述寿命试验数据包括目标产品运行至首次失效所用的时间,所述退化试验数据包括目标产品的观测时间和观测退化量;获取目标随机过程,并基于所述目标随机过程建立目标退化模型;其中,所述目标退化模型中包括未知参数,所述未知参数服从高斯分布;基于所述退化数据集对预设模型进行训练,并基于训练结果对所述未知参数进行估计,得到所述未知参数服从的高斯分布;将所述未知参数服从的高斯分布代入所述目标退化模型中,并基于代入未知参数服从的高斯分布后的目标退化模型对所述目标产品进行可靠性评估及寿命预测。基于随机过程构建的退化模型充分考虑了在运行时受到的环境和负载等多重随机因素所导致的退化过程中存在的不确定性;使用退化试验数据和寿命试验数据两种类型的试验数据得到退化模型的未知参数,克服了仅使用退化试验数据建模造成的误差,提高了退化模型的准确性与可靠性。
1.一种产品可靠性评估及寿命预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述目标随机过程包括伽马过程,所述基于所述目标随机过程建立目标退化模型,包括:
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
4.根据权利要求1所述的方法,其特征在于,所述基于训练结果对所述退化模型的未知参数进行估计,得到所述未知参数服从的高斯分布,包括:
5.根据权利要求1所述的方法,其特征在于,所述基于代入未知参数服从的高斯分布后的目标退化模型对所述目标产品进行可靠性评估及寿命预测,包括:
6.一种产品可靠性评估及寿命预测装置,其特征在于,所述装置包括:
7.一种电子设备,其特征在于,包括:
8.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1-5中任一项所述的方法。