考虑随机漂移-扩散的非线性维纳过程可靠性分析.pdfVIP

第

51

卷

第

6

期中国测试Vol.51

No.6

2025

年

6

月CHINA

MEASUREMENT

TESTJune,

2025

引用格式：肖蒙,

沈敖,

徐志彪,

等.

考虑随机漂移-扩散的非线性维纳过程可靠性分析[J].

中国测试,

2025,

51(6):

56-66.

XIAO

Meng,

SHEN

Ao,

XU

Zhibiao,

et

al.

Nonlinear

Wiener

process

degradation

modeling

considering

random

drift-diffusion[J].

China

Measurement

Test,

2025,

51(6):

56-66.

DOI:

10.11857/j.issn.1674-5124.2023050094

考虑随机漂移-扩散的非线性维纳过程可靠性分析

11,2111

肖

蒙，

沈

敖，

徐志彪，

单苏苏，

信明江

(1.

五邑大学轨道交通学院，广东

江门

529020;

2.

通城县计量检定测试所，湖北

咸宁

437499)

摘要:退化过程中的个体差异是退化建模中的难点之一，也是导致预测不确定性的主要来源。常见的随机漂移模

型考虑退化速率的变异性，而将扩散参数视为常数，忽略退化波动中实际存在的个体差异，难以充分描述退化过程中

的异质性，进而影响设备的可靠性评估。针对该问题，提出一种基于随机漂移-扩散维纳过程可靠性分析方法，能同

时考虑退化速率和退化波动中的异质性，并能根据实际退化数据中的信息选择合适的分布，提升建模通用性和灵活

性。针对所提模型的复杂度增加，提出一种基于马尔科夫链蒙特卡洛(Markov

chain

Monte

Carlo,

MCMC)方法的模

型参数贝叶斯估计算法，能一次性估计出模型参数。通过数据仿真实验验证所提算法的准确性，利用涡扇发动机数

据和激光数据比较实验，验证所提模型的有效性。

关键词:维纳过程;

MCMC;

可靠性;

异质性

中图分类号:TB9;

TH133.33文献标志码:A文章编号:1674–5124(2025)06–0056–11

NonlinearWienerprocessdegradationmodelingconsideringrandomdrift-diffusion

11,2111

XIAO

Meng,

SHEN

Ao,

XU

Zhibiao,

SHAN

Susu,

XIN

Mingjiang

(1.

School

of

Rail

Transit,

Wuyi

University,

Jiangmen

529020,

China;

2.

Tongcheng

County

Metrology

Verification