题目：基于多源信息的寿命预测技术研究

产品的寿命预测是提高其运行可靠性、安全性、可维护性的关键技术，而充足及准确的数据则是保障寿命预测结果有效性、准确性的关键因素。然而随着越来越多的长寿命、高可靠性产品的出现及成本、周期等因素的限制，直接获取满足寿命预测要求的数据变得日益困难。由于产品在寿命周期中的各个阶段、在各分系统及组件中以及不同的性能参数表达下都存在着同寿命预测相关的数据，那么合理有效的对这些数据加以利用，无疑对数据品质的提升及寿命预测结果的保障具有重要作用。因此本论文以高可靠长寿命产品为研究对象，为了扩展数据的利用范围进而提高寿命预测结果的准确性，对基于多源退化信息的融合及寿命预测方法进行了研究，主要内容如下：1. 研究了退化数据的环境因素影响处理方法。以剔除外部环境所造成的影响作为研究对象，采用小波分析中的多分辨率分析方法对受外部环境影响的退化数据进行辩识分解。将退化数据辩识为退化趋势项、波动项及随机噪声项三部分，并依此将外部环境波动的影响从退化数据中剥离出来，从而避免了传统的温度建模补偿方法所存在的需要开展温度标定试验、温度模型的匹配性不足等问题，并应用其对超辐射发光二极管(SLD)的ADT数据进行了处理。2. 对基于性能退化数据的贝叶斯建模方法进行了研究。这部分是后续融合方法的基础。为了扩展贝叶斯方法应用的数据范围，在贝叶斯建模方法的基础上提出了退化数据的建模方法，针对退化建模的不同情况，分别给出了构建贝叶斯模型的方法流程。为了使寿命预测能够适用于不同分布及复杂、高维的模型之中，采用MCMC方法对所构建的贝叶斯模型进行求解。通过仿真分析的方法验证了方法的有效性及准确性并将其应用于SLD的ADT寿命评估中来。3. 研究了融合不同阶段信息的寿命预测方法，该方法针对不同寿命阶段信息的特点及具体情况，分别提出了相应的解决方法。首先为了对传统的融合方法进行补充，利用共轭先验信息法，给出了性能退化数据的加权融合寿命预测方法。其次，针对传统融合方法的不足，采用贝叶斯多层模型结合MCMC方法在高维空间中实现了多源信息的融合，使多源信息融合能够在更广泛的范围内应用，并通过仿真分析对该方法进行了验证。第三，针对多源信息存在较大差异的情况，提出了非相容信息的融合方法，利用修正因子构建了描述复杂问题的贝叶斯模型，并利用MCMC方法对所构造的复杂、高维模型进行参数求解，扩展了信息的来源，并通过仿真分析及敏感性分析等手段对其进行了验证。最后，针对单样本产品在寿命预测时，经历了多项试验的累积问题，提出了单样本情况下的多阶段信息的融合方法，采用多变量模型来建立不同试验间的联系，进而构建了多变量多试验数据间的关系模型，并通过仿真验证了该方法的有效性。4. 研究了融合产品不同层次信息的寿命预测方法。针对性能退化数据，对融合产品不同层次信息的方法进行初步的探索研究，在给出故障树仿真融合法的基础上，利用贝叶斯方法与之结合，提出了同时融合系统及组件信息的方法。同时针对产品结构层次未知及系统、组件退化信息的特定情况，利用支持向量机的方法构建组件同系统的逻辑关系，以此对融合方法进行了扩展。5. 从决策层融合的角度研究了融合多参数信息的寿命预测方法。将产品多参数信息中的每个参数看做是描述产品失效情况的一个证据，将融合多参数信息看做是一个多证据合成的过程，采用D-S证据理论的方法来建立多参数信息的融合框架，并提出了相应的融合预测方法。在此基础上，针对参数重要性不一的情况，研究了考虑参数权重情况下的融合方法，利用主成分分析的方法来确定不同参数的权重，进而实现多参数的差异化寿命预测。最终，利用上述决策层的融合方法对微波电子组件及直流电机两个产品进行了应用研究。