La précision de la prévision de la durée de vie résiduelle (RUL) des systèmes mécaniques est souvent influencée par des incertitudes telles que les différences individuelles, la variabilité de la dégradation et la nature aléatoire du seuil de défaillance (FT). Les modèles de processus de Wiener (WPMs) existants, basés sur la durée d'utilisation et l'état, ne considèrent qu'un coefficient de diffusion constant et un FT fixe, ce qui limite leur application en ingénierie pratique. Pour remédier à ce problème, cet article propose une méthode générale de prévision de la RUL prenant en compte les multiples sources d'incertitude des systèmes mécaniques : d'abord, un modèle WPM amélioré dépendant du temps et de l'état est établi, avec un coefficient de diffusion intégrant les différences individuelles pour caractériser la variabilité entre unités, et l'identification des paramètres est effectuée par estimation du maximum de vraisemblance pilotée par un algorithme amélioré de colonie de fourmis artificielles ; ensuite, les paramètres de variabilité des deux unités sont synchroniquement mis à jour via un filtre de Kalman adaptatif ; enfin, dans le cas d'un seuil de défaillance aléatoire suivant une distribution normale tronquée, la fonction densité de probabilité de la RUL est approximée via une méthode de simulation du processus de dégradation. Les résultats expérimentaux montrent que cette méthode offre une précision de prévision supérieure aux modèles courants, proposant une solution alternative pour la prévision de la RUL des systèmes mécaniques.

Modèles de processus de Wiener;Prévision de la durée de vie résiduelle;Optimisation synchrone multi-paramètres;Seuil de défaillance aléatoire