Die Genauigkeit der Vorhersage der Restnutzungsdauer (RUL) mechanischer Systeme wird häufig durch Unsicherheiten wie individuelle Unterschiede, Schwankungen im Verschleiß und Zufälligkeit der Ausfallgrenze (FT) beeinflusst. Bestehende Wiener-Prozess-Modelle (WPMs), die auf Nutzungsdauer und Zustand basieren, berücksichtigen nur einen konstanten Diffusionskoeffizienten und eine feste Ausfallgrenze, was die Anwendung in der Praxis erschwert. Zur Lösung dieses Problems stellt dieser Artikel eine allgemeine Methode zur RUL-Vorhersage unter Berücksichtigung mehrerer Unsicherheitsquellen mechanischer Systeme vor: Zunächst wird ein verbessertes zeit- und zustandsabhängiges WPM-Modell entwickelt, das einen Diffusionskoeffizienten einführt, der individuelle Unterschiede zur Charakterisierung der Variabilität zwischen Einheiten umfasst, und die Parameterschätzung erfolgt mittels Maximum-Likelihood, gesteuert durch einen verbesserten künstlichen Bienenalgorithmus; anschließend werden die Variabilitätsparameter zweier Einheiten synchron anhand eines adaptiven Kalman-Filters aktualisiert; ferner wird im Fall einer zufälligen Ausfallgrenze, die einer abgeschnittenen Normalverteilung folgt, die Wahrscheinlichkeitsdichtefunktion der RUL mittels Simulation des Verschleißprozesses approximiert. Experimentelle Validierungen zeigen, dass diese Methode eine höhere Vorhersagegenauigkeit als übliche Modelle besitzt und eine alternative Lösung für die RUL-Vorhersage mechanischer Systeme bietet.

Wiener-Prozess-Modelle;Vorhersage der Restnutzungsdauer;Synchronisierte Mehrparameter-Optimierung;Zufällige Ausfallgrenze