基于元件性能退化的复杂系统可靠性与重要度研究

This project is mainly devoted to a fundamental study on system reliability and importance measures for complex systems composed of degrading components, addressing imperative problems in reliability and having wide applications. First, we will conduct a study on modeling for complex and nonlinear degradation phenomena that have been frequently observed on components in practice. We propose to combine the change-point regression model and the hierarchical Bayesian modeling and data analysis method to model the nonlinear degradation paths of the components. Moreover, our component degradation models will consider various situations that are important in practice, including components exhibiting unit-to-unit variation in degradation paths, components coming from a heterogeneous population, correlated components within a system, and spatially correlated components within a system. Then, based on the components’ degradation models, we will establish new reliability models and analytical methods for the systems of degrading components. We will consider different failure modes at the system level, including binary-state failure mode, degradation failure mode, and competing risks involving multiple dependent failure modes. Finally, based on the component degradation models and the system reliability models created in preceding research tasks, we will propose novel importance measures for components exhibiting continuous degradation. We have collected a large amount of real-world degrading data for various systems through our domestic and international collaboration with companies and research institutes. We will validate our models and methods and demonstrate their applications in addressing reliability problems using those real-world data.

本课题主要对由性能连续退化的元件组成的复杂系统的可靠性和重要度进行系统的理论研究，将解决可靠性领域急需解决的难题，具有广泛的实际应用性。首先，本课题将对实际中经常观测到的复杂的非线性元件退化现象进行建模研究，将综合运用带变点的逐段线性回归模型和分层贝叶斯统计建模及数据分析方法。同时我们提出的元件退化模型还将考虑到元件个体之间存在退化差异、元件来自非同质总体、同一系统中的元件在退化过程上存在相关性、或元件之间存在空间相关性等情况。然后，在此基础上，我们将提出新的基于组成元件退化的系统可靠性模型和评估方法，将考虑不同的系统失效模式，包括两状态失效、退化失效、多模式竞争等。最后，在元件退化模型和系统可靠性模型的基础上，我们将提出新的连续退化的元件的重要度定义和计算方法。在和国内外企业和科研机构的合作中，我们已采集了很多实际系统的真实退化数据，将利用这些真实数据来验证本课题中提出的新理论和新方法。

本项目主要对由性能连续退化的元件组成的系统的可靠性和重要度进行系统的理论研究，解决可靠性领域的难题。首先，本项目提出了变点回归和双指数两种统计退化模型，准确地描述了非线性退化过程。针对连续状态元件，首次利用元件的性能退化数据，提出分层贝叶斯建模和数据分析方法，建模研究了系统的性能退化，有效地预测了系统的退化性能和失效时间分布。另外，首次提出综合机器学习中的改进长短期记忆模型和改进的自适应提升回归模型进行残余寿命预测，准确度高、方法应用广泛。. 然后，围绕元件性能退化的系统可靠性分析，首次提出并优化了由性能退化元件组成的系统的多类型元件分配和元件再分配问题；考虑系统未来使用工况不确定对元件的退化性能的不同影响，首次进行了系统可靠性建模，并综合优化系统可靠性设计与维修决策；考虑维修时间内退化元件的失效，例如超算存储系统的磁盘阵列，完成了基于随机过程的可靠性设计与维修策略优化等。. 最后，在性能退化元件重要度方面的研究，提出了多种新的元件退化重要度，分析了它们的性质、计算方法及实际应用。并且，利用各种不同的元件重要度设计算法，解决了在第二部分研究中所提出的一些可靠性问题及其它维修维护问题。 . 研究成果成功应用到等离子显示器的平均寿命和残余寿命预测、燃料电池系统的性能退化以及失效时间分布、水处理系统中过滤器负荷分配和再调整的决策等各类问题中。. 到目前为止，由该项目支持完成的主要科研成果包括项目负责人发表的16篇SCI检索期刊论文、7篇SCI检索会议论文及3篇在审期刊论文；培养博士生4名且毕业2名，硕士生4名且毕业2名。在项目资助下，项目负责人多次参加各种形式的国内外交流，包括主办国际可靠性会议1次和2次系统可靠性学会年会和学术会议，做大会主题报告3次，组织分会场3次，担任多家SCI学术期刊编委、大会组织和学术委员等；项目组成员和学生参加国内外学术会议并做分会报告10多次。该项目的研究已圆满完成，取得了很好的研究成果，引领前沿领域。