【技术实现步骤摘要】
本专利技术涉及氢燃料电池汽车机械设备安全，更具体地，涉及一种基于多重混合失效的氢燃料电池汽车机械设备的可靠性评估方法。
技术介绍
1、燃料电池汽车(fcv)是一种以车载燃料电池装置为动力的汽车，具有氢能密度更高、安全性能更好、行驶里程和加油时间以及驾驶舒适性方面性能较佳的特点。随着氢燃料电池汽车销量的逐渐增加，对氢燃料电池汽车机械设备的安全性研究逐渐迫切。另外，现今正值企业数字化转型的新时代，我国下发《国家信息化规划》明确指出企业数字化转型的重要意义以及未来发展方向。氢燃料电池汽车供应商企业应牢牢抓住数字化转型机遇，提高企业竞争力。
2、对于可靠性算法选择，大部分的研究都是基于该批设备有且只有一个共同的失效原因，对于混合失效的研究内容较少，可以分为贝叶斯方法和极大似然方法。在贝叶斯的应用中，其现有技术要求形状参数一致且约束失效子组的个数，具有一定的局限性。极大似然估计具有较好的收敛性且思路简洁受到较多研究关注，但存在着需要预先分组或不考虑截尾数据的问题。期望最大化算法在多参数估计中体现了良好的适应性，其初始值应进行合理选择。
3、氢能领域仍需不断探索，本专利技术研究氢燃料电池汽车机械设备具有多个失效原因的寿命数据，提出分析寿命数据选择估计模型的判别方法，结合em算法的优点同时利用kmeans聚类设置初始值解决局部最优问题，提出一种基于多重混合失效的氢燃料电池汽车机械设备的可靠性评估方法，能较为精确的得到可靠性点估计值，有助于制定氢燃料电池汽车机械设备预测性维护策略、促进设备管理从而带动企业生产业务数字化。
技术实现思路
1、为了完成氢燃料电池汽车机械设备在混合失效模式下的生命周期模拟，针对现有技术的以上不足或改进需求，本专利技术提供了一种基于多重混合失效的氢燃料电池汽车机械设备的可靠性评估方法；一方面对设备失效原因进行分析，通过判别失效子组的数量选择合适的分布模型；一方面在保证精度的前提下优先选用计算较易的估计算法，另外需要充分运用截尾数据的信息；另一方面选用迭代算法进行估计时，合理设置估计初值。
2、为了实现本专利技术的上述目的，特设计了一个先进行混合判别后融合初始值设定以及迭代算法估计的新方法，值得一提的是，该方法对研究的子组个数没有上限约束，其特征在于包括如下步骤：s1、将定时截尾实验测试采集到的完整失效寿命数据和右截尾寿命数据基于绘图法生成当前机械设备的累积失效概率曲线并根据曲线的形状识别失效组分的个数，从而建立对应混合数量的混合失效模型；s2、考虑到只明确混合失效组分数而未明确具体分组内包含的对应的截尾数据，在优先选项历史可靠数据不存在的情况下，使用kmeans聚类方法对寿命数据按混合个数进行分组，并以对数似然函数最大的分组方式作为最后分组结果，分别对子组进行极大似然估计获得各子组的可靠性模型估计初值；s3、将初值量与em算法结合，以参数结果迭代至容许的容差范围确定最终的混合失效模型的参数值，进而确定混合失效可靠性函数最优模型，为调整验证测试、维修策略提供数值依据。
3、1.优选地，步骤s1中累计失效概率曲线生成的具体步骤为：
4、s11、对数据进行威布尔变换，令y＝ln ln[1/(1-f(t))],x＝ln(t)；
5、s12、为了获得y的对应值需要对f(t)进行合理估计，较为常用的方法为贝纳德中位秩估计，最后根据获得转换的xy变量值进行生成；
6、s13、观察曲线形状，明确混合具体组分个数，当总体样本中存在多个子体即失效模式相同但引起设备失效的原因不同时，总体的累积分布函数可使用威布尔混合模型来表现：
7、
8、其中ωi＞0,mi＞0,ηi＞0分别代表每个子体的混合权重、形状参数以及尺度参数，另外规定θ＝(ω1,ω2,...,ωa,m1,m2,...,ma,η1,η2,...,ηa)以及
9、混合分布模型的概率密度函数为：
10、
11、混合分布的可靠性函数为：
12、
13、2.优选地，对于有历史失效记录的设备则建议使用以往经验值作为初值，对于不存在以往经验的新设备则结合kmeans聚类进行分组，s2中具体步骤如下：
14、s21、将数据划分为完整失效数据tj(j＝1,2,...,fe)以及截尾数据tk(k＝1,2,...,s)，对完整失效数据进行聚类分析，并记录聚类后的中心点c，随后以c为聚类中心对截尾数据进行分组，将分组后的完整失效数据和截尾数据进行随机融合，获得各具有部分截尾和完整失效数据的a类子体，每类子体的样本容量ni占总量n的比值为当前聚类各子体的权重值ωi,即ωi＝ni/n；
15、s22、分别对a类子体进行极大似然估计，并计算整体的对数似然函数值，具体公式如下：
16、
17、其中，r表示总的失效单元数，n’表示截尾单元总数；
18、s23、重复步骤s21、s22至分组情况数量收敛或达到迭代步数，取对数似然函数值最大的分组的最大似然参数估计值作为迭代算法的初始值，记为
19、3.优选地，步骤s3中em混合迭代的具体步骤如下：
20、s31、对于包含截尾数据的具有分组的寿命数据而言，可将对数似然函数转换为下列公式：
21、
22、
23、其中nj表示每个完整失效数据包括的单元数，nk表示每个截尾数据包含的单元数，fe表示完整失效数据的数量，s表示截尾数据的数量；
24、s32、通过贝叶斯得到归属概率，其表示该单位属于第i子体的后验概率，并结合完整失效数据以及截尾数据有以下公式：
25、
26、
27、给定当前参数估计值，则似然函数的期望可表示为
28、
29、进一步可表述为
30、
31、其中λ为拉格朗日乘子；
32、s33、分别对步骤s32的似然函数期望函数以ωi,mi,ηi为对象求导，并使导函数取零整理得
33、
34、
35、
36、通过数值方法可求解上述方程，从而获得的估计值；
37、s34、重复h次进行s31、s32、s33步骤可获得h组(ωi,mi,ηi)的估计值，通过设定容差值确定逐渐收敛至精度范围内的最终(ωi,mi,ηi)估计值，具体的迭代收敛步骤如下：
38、s341、输入数据(tj,tk,nj,nk)；
39、s342、令h＝0；
40、s343、确定迭代初值迭代步数以及容差ε＞0；
41、s344、计算pi(tj,θ(h))以及pi(tk,θ(h))；
42、s345、令h＝h+1，计算
43、s346、如果偏差则停止循环，
44、s347、如果偏差则返回步骤3，令
45、s348、输出估计参数
46、总体而言，通过本文档来自技高网...
【技术保护点】
1.一种基于多重混合失效的氢燃料电池汽车机械设备的可靠性评估方法，其特征在于包括如下步骤：
2.如权利要求1所述的一种基于多重混合失效的氢燃料电池汽车机械设备的可靠性评估方法，其特征在于，步骤S1中累计失效概率曲线生成的具体步骤为：
3.如权利要求1所述的一种基于多重混合失效的氢燃料电池汽车机械设备的可靠性评估方法，其特征在于对于有历史失效记录的设备则建议使用以往经验值作为初值，对于不存在以往历史经验的设备则结合Kmeans聚类进行分组，S2中具体步骤如下：
4.如权利要求1所述的一种基于多重混合失效的氢燃料电池汽车机械设备的可靠性评估方法，其特征在于，步骤S3中EM混合迭代的具体步骤如下：
【技术特征摘要】
1.一种基于多重混合失效的氢燃料电池汽车机械设备的可靠性评估方法，其特征在于包括如下步骤：
2.如权利要求1所述的一种基于多重混合失效的氢燃料电池汽车机械设备的可靠性评估方法，其特征在于，步骤s1中累计失效概率曲线生成的具体步骤为：
3.如权利要求1所述的一种基于多重混合失效的氢燃料电池汽车机...
【专利技术属性】
技术研发人员：王海清，王丹，孙冰颜，黄志宇，汪肆杰，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。