初始状态与退化率相关下动态协变可靠性分析与剩余寿命预测模型

魏鑫; 唐家银; 宋庆彪; 李文雪

doi:10.16579/j.issn.1001.9669.2026.03.002

您当前的位置：

首页 >

文章列表页 >

初始状态与退化率相关下动态协变可靠性分析与剩余寿命预测模型

·优化·可靠性· | 更新时间：2026-03-16

- 初始状态与退化率相关下动态协变可靠性分析与剩余寿命预测模型
- Dynamic covariance reliability analysis and residual life prediction model under the correlation between initial state and degradation rate
- 机械强度 2026年48卷第3期页码：10-20
- 作者机构：
  
  西南交通大学数学学院统计系，成都 611756
- 作者简介：
  
  魏鑫，男，2000年生，山西阳泉人，在读硕士研究生；主要研究方向为应用统计、可靠性统计；E-mail：xw_vxiin@163.com。
  唐家银（通信作者），男，1976年生，安徽无为人，博士，教授；主要研究方向为应用统计、可靠性理论与工程；E-mail：jiayingtang@163.com。
- 基金信息：
  
  国家社科基金年度项目(23BTJ010)
- DOI：10.16579/j.issn.1001.9669.2026.03.002
  中图分类号： TB114.3;O213.2
- 收稿：2024-04-25，
  
  修回：2024-08-24，
  
  纸质出版：2026-03-15
- 稿件说明：
移动端阅览
魏鑫，唐家银，宋庆彪，等. 初始状态与退化率相关下动态协变可靠性分析与剩余寿命预测模型［J］. 机械强度，2026，48（3）：10-20.

WEI Xin，TANG Jiayin，SONG Qingbiao，et al. Dynamic covariance reliability analysis and residual life prediction model under the correlation between initial state and degradation rate［J］. Journal of Mechanical Strength，2026，48（3）：10-20.
魏鑫，唐家银，宋庆彪，等. 初始状态与退化率相关下动态协变可靠性分析与剩余寿命预测模型［J］. 机械强度，2026，48（3）：10-20. DOI： 10.16579/j.issn.1001.9669.2026.03.002.

WEI Xin，TANG Jiayin，SONG Qingbiao，et al. Dynamic covariance reliability analysis and residual life prediction model under the correlation between initial state and degradation rate［J］. Journal of Mechanical Strength，2026，48（3）：10-20. DOI： 10.16579/j.issn.1001.9669.2026.03.002.

摘要

目的

工程技术领域中的系统退化受用户操作、制造工艺、工作环境等多种因素影响，系统初始状态和退化速率之间通常存在相关性（Correlation between the Initial State and the Degradation Rate

CISDR）和动态协变量在退化模型中是需要考虑的关键因素，但同时考虑以上两类随机性的文献鲜见。针对上述问题，基于Gamma退化过程建立了考虑动态协变量及系统初始退化状态与退化率相关的可靠性模型来进行研究、分析。

方法

首先，建立剩余寿命预测模型，基于对系统运行过程中的状态监测数据的统计分析，推断出产品的剩余寿命分布；其次，针对系统退化周期内操作、运行环境的差异，使用奥恩斯坦-乌伦贝克（Ornstein-Uhlenbeck

OU）过程刻画了动态协变量变化，建立了考虑动态协变量的Gamma退化模型；再次，通过指数效应模型建立动态协变量与退化率之间的关联；最后，使用二元正态分布建立系统初始退化状态与退化率相关性模型，推导得到了系统可靠度函数与剩余寿命的概率密度。

结果

结果表明，仿真算例和应用实例验证了所建立的模型能够显著提高剩余寿命预测的准确性，同时考虑两种随机效应后的剩余寿命预测更加客观。

Abstract

Objective

In the field of engineering technology

the degradation of systems is affected by various factors such as user operations

manufacturing processes

and working environments. The correlation between the initial state and the degradation rate (CISDR) and dynamic covariates are key factors to be considered in degradation models; however

there is little literature that takes both types of randomness into account simultaneously. To address the above issue

a reliability model based on the Gamma degradation process

which considers dynamic covariates and the correlation between the initial degradation state of the system and the degradation rate

was established for research and analysis.

Methods

Firstly

a residual life prediction model was established. Based on the statistical analysis of condition monitoring data during system operation

the residual life distribution of the product was further inferred. Secondly

in view of the differences in operation and operating environment during the system degradation cycle

the Ornstein-Uhlenbeck (OU) process was used to characterize the changes in dynamic covariates

and a Gamma degradation model considering dynamic covariates was constructed. Thirdly

the relation between dynamic covariates and degradation rate was established through an exponential effect model. Finally

a bivariate normal distribution was employed to build a correlation model between the initial degradation state of the system and the degradation rate

and the system reliability function and the probability density of residual life were derived.

Results

The results show that both the simulation examples and application cases have verified that the established model can significantly improve the accuracy of residual life prediction. Meanwhile

the residual life prediction that takes two types of random effects into account is more objective.

关键词

Keywords

references

KIM S ， CHOI J H ， KIM N H . Challenges and opportunities of system-level prognostics ［J］. Sensors ， 2021 ， 21 （ 22 ）： 7655 .

VRIGNAT P ， KRATZ F ， AVILA M . Sustainable manufacturing，maintenance policies，prognostics and health management：a literature review ［J］. Reliability Engineering & System Safety ， 2022 ， 218 ： 108140 .

徐海铭，夏乔阳，李勇，等 . 基于深度可分离卷积神经网络轴承剩余寿命预测［J］. 机械强度， 2022 ， 44 （ 4 ）： 763 - 771 .

XU Haiming ， XIA Qiaoyang ， LI Yong ， et al . Bearing remaining life prediction based on deep separable convolutional neural network ［J］. Journal of Mechanical Strength ， 2022 ， 44 （ 4 ）： 763 - 771 . （In Chinese）

WANG H X ， JIANG Y . Performance reliability prediction of complex system based on the condition monitoring information ［J］. Mathematical Problems in Engineering ， 2013 ， 2013 ： 836517 .

蔡忠义，项华春，王攀，等 . 竞争失效下多元退化建模的导弹贮存寿命评估［J］. 系统工程与电子技术， 2018 ， 40 （ 5 ）： 1183 - 1188 .

CAI Zhongyi ， XIANG Huachun ， WANG Pan ， et al . Missile storage lifetime assessment of multivariate degradation modeling under competition failure ［J］. Systems Engineering and Electronics ， 2018 ， 40 （ 5 ）： 1183 - 1188 . （In Chinese）

GUAN Q L ， WEI X K ， BAI W F ， et al . Two‐stage degradation modeling for remaining useful life prediction based on the Wiener process with measurement errors ［J］. Quality and Reliability Engineering International ， 2022 ， 38 （ 7 ）： 3485 - 3512 .

李金峰，杨翊坤，王西峰，等 . 基于多元退化数据的RV减速器可靠性评估［J］. 机械传动， 2023 ， 47 （ 5 ）： 82 - 87 .

LI Jinfeng ， YANG Yikun ， WANG Xifeng ， et al . Reliability evaluation of RV reducers based on multi degenerate data ［J］. Journal of Mechanical Transmission ， 2023 ， 47 （ 5 ）： 82 - 87 . （In Chinese）

赵志草，宋保维，王鹏 . 单元服从Gamma退化过程的共载表决系统可靠性［J］. 华中科技大学学报（自然科学版）， 2015 ， 43 （ 4 ）： 12 - 16 .

ZHAO Zhicao ， SONG Baowei ， WANG Peng . Reliability of load-sharing r-out-of-n：G system with components following Gamma degradation process ［J］. Journal of Huazhong University of Science and Technology （Natural Science Edition）， 2015 ， 43 （ 4 ）： 12 - 16 . （In Chinese）

殷泽凯，郭宇 . 基于Jeffreys先验的参数相关退化可靠性评估［J］. 机械强度， 2024 ， 46 （ 1 ）： 249 - 254 .

YIN Zekai ， GUO Yu . Dependent parameters degradation reliability assessment based on Jeffreys noninformative prior parameters ［J］. Journal of Mechanical Strength ， 2024 ， 46 （ 1 ）： 249 - 254 . （In Chinese）

CORSET F ， FOULADIRAD M ， PAROISSIN C . Imperfect condition-based maintenance for a Gamma degradation process in presence of unknown parameters ［J］. Proceedings of the Institution of Mechanical Engineers，Part O：Journal of Risk and Reliability ， 2023 ， 237 （ 3 ）： 546 - 561 .

CHEN Z ， XIA T B ， LI Y P ， et al . Random-effect models for degradation analysis based on nonlinear Tweedie exponential-dispersion processes ［J］. IEEE Transactions on Reliability ， 2022 ， 71 （ 1 ）： 47 - 62 .

YE X ， LIN Y ， WANG Q ， et al . Manufacturing process-based storage degradation modelling and reliability assessment ［J］. Microelectronics Reliability ， 2018 ，88/ 89 / 90 ： 107 - 110 .

XIAO X ， YE Z S . Optimal design for destructive degradation tests with random initial degradation values using the Wiener process ［J］. IEEE Transactions on Reliability ， 2016 ， 65 （ 3 ）： 1327 - 1342 .

YE Z S ， HU Q P ， YU D . Strategic allocation of test units in an accelerated degradation test plan ［J］. Journal of Quality Technology ， 2019 ， 51 （ 1 ）： 64 - 80 .

WEAVER B P ， MEEKER W Q ， ESCOBAR L A ， et al . Methods for planning repeated measures degradation studies ［J］. Technometrics ， 2013 ， 55 （ 2 ）： 122 - 134 .

YUAN X X ， PANDEY M D . A nonlinear mixed-effects model for degradation data obtained from in-service inspections ［J］. Reliability Engineering ＆ System Safety ， 2009 ， 94 （ 2 ）： 509 - 519 .

SI X S ， WANG W B ， HU C H ， et al . Remaining useful life estimation based on a nonlinear diffusion degradation process ［J］. IEEE Transactions on Reliability ， 2012 ， 61 （ 1 ）： 50 - 67 .

ZHANG Z X ， SI X S ， HU C H . An age-and state-dependent nonlinear prognostic model for degrading systems ［J］. IEEE Transactions on Reliability ， 2015 ， 64 （ 4 ）： 1214 - 1228 .

LI N P ， LEI Y G ， GUO L ， et al . Remaining useful life prediction based on a general expression of stochastic process models ［J］. IEEE Transactions on Industrial Electronics ， 2017 ， 64 （ 7 ）： 5709 - 5718 .

ZHAI Q Q ， YE Z S . RUL prediction of deteriorating products using an adaptive Wiener process model ［J］. IEEE Transactions on Industrial Informatics ， 2017 ， 13 （ 6 ）： 2911 - 2921 .

YE Z S ， CHEN L P ， TANG L C ， et al . Accelerated degradation test planning using the inverse Gaussian process ［J］. IEEE Transactions on Reliability ， 2014 ， 63 （ 3 ）： 750 - 763 .

HONG Y L ， DUAN Y Y ， MEEKER W Q ， et al . Statistical methods for degradation data with dynamic covariates information and an application to outdoor weathering data ［J］. Technometrics ， 2015 ， 57 （ 2 ）： 180 - 193 .

HUANG Z Y ， XU Z G ， WANG W H ， et al . Remaining useful life prediction for a nonlinear heterogeneous Wiener process model with an adaptive drift ［J］. IEEE Transactions on Reliability ， 2015 ， 64 （ 2 ）： 687 - 700 .

GIORGIO M ， GUIDA M ， PULCINI G . A new class of Markovian processes for deteriorating units with state dependent increments and covariates ［J］. IEEE Transactions on Reliability ， 2015 ， 64 （ 2 ）： 562 - 578 .

BIAN L K ， GEBRAEEL N . Stochastic methodology for prognostics under continuously varying environmental profiles ［J］. Statistical Analysis and Data Mining ， 2013 ， 6 （ 3 ）： 260 - 270 .

JIN G ， MATTHEWS D ， FAN Y ， et al . Physics of failure-based degradation modeling and lifetime prediction of the momentum wheel in a dynamic covariate environment ［J］. Engineering Failure Analysis ， 2013 ， 28 ： 222 - 240 .

DENG Y J ， BARROS A ， GRALL A . Degradation modeling based on a time-dependent Ornstein-Uhlenbeck process and residual useful lifetime estimation ［J］. IEEE Transactions on Reliability ， 2016 ， 65 （ 1 ）： 126 - 140 .

LIAO H T ， TIAN Z G . A framework for predicting the remaining useful life of a single unit under time-varying operating conditions ［J］. IIE Transactions ， 2013 ， 45 （ 9 ）： 964 - 980 .

ZHENG B K ， CHEN C ， LIN Y G ， et al . Reliability analysis based on a bivariate degradation model considering random initial state and its correlation with degradation rate ［J］. IEEE Transactions on Reliability ， 2023 ， 72 （ 1 ）： 37 - 48 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

竞争失效下基于Gamma过程和混合分布的多性能航空发动机可靠性评估

基于Jeffreys先验的参数相关退化可靠性评估