一种基于全局贝叶斯更新的故障预测和维护规划方法

本发明提供一种基于全局贝叶斯更新的故障预测和维护规划方法，包括：一、基于非线性维纳过程建立寿命预测模型；二、基于全局贝叶斯更新寿命预测模型中的参数；三、建立设备的动态预测维护策略；四、基于更新‑报酬理论的成本率函数计算；五、基于遗传算法的预测维护模型优化求解。本发明实现了在实时健康监测下，对高可靠度设备进行故障预测及动态预测性维护。基于全局贝叶斯更新的故障预测方法兼顾历史数据和监测数据，预测准确度高。该故障预测和维护规划方法解决了关键设备退化数据量低、传统定期维护维修资源浪费严重的问题。规划方法简单，能根据设备的实时健康状态动态调整维修规划方案，灵活度高、适应性强，具有广阔推广应用价值。