双时间尺度退化模型

同时考虑系统状态和个体差异，剩余寿命预测更精准。

Huifang, Niu · 曾建潮 · Shi, Hui · Zhang, Xiaohong · Wenjie, Wang · Liang, Jianyu · Shi, Guannan

Reliability Engineering and System Safety 2026

技术优势

适用快变状态

采用双时间尺度卡尔曼滤波，可联合估计快速变化的系统状态与随机参数。

寿命解析式

基于首达时间推导出剩余寿命概率密度的近似解析式，便于置信区间计算。

应用场景

• 工业设备预测性维护：实时估计退化状态与剩余寿命，按需维修而非定时。
• 电机健康管理：已通过电机案例验证，可融合状态监测数据预测寿命。
• 机械系统寿命评估：考虑状态波动，适合负载变化的机械寿命评估。
• 能源装备可靠性：提供寿命解析式，便于能源设备可靠性分析。