针对单一传感器在设备状态监测期间不能很好地进行退化建模和剩余使用寿命预测的问题，提出了一种多源数据融合建模的寿命预测方法。首先，根据设备的退化性能，构造了复合健康指标; 其次，使用非线性漂移维纳过程对设备进行退化建模，通过使用极大似然法估计模型参数后，推导出设备剩余寿命概率密度函数; 最后，对所提出的方法进行了验证，并与单一传感器预测结果进行了对比，结果表明此方法具有较高的准确性。
剩余使用寿命 复合健康指标 非线性漂移维纳过程 Remaining Useful Life (RUL) Composite Health Index(CHI) nonlinear drift Wiener process
1 清华大学精密仪器与机械学系, 北京 100084
2 中国矿业大学北京研究生部, 北京 100083
在纳米精度外差干涉仪中,由于非线性的温度漂移,成为外差干涉仪实现纳米精度测量的重要误差源。本文对差动干涉仪的理论分析得出了如下的结论:干涉仪中除了存在测量光路和参考光路以外,还存在参考光误差分量和测量光误差分量的额外光路,从而引入新的干涉混叠,产生非线性漂移;1/4波片的相位延迟量误差和安装误差是引入非线性漂移的主要因素,其影响程度是一阶的。提高波片加工精度,并尽量减少其级数可降低非线性漂移。
外差干涉仪 非线性 非线性漂移 纳米测量 波片
