기계 시스템의 잔여 수명(RUL) 예측 정확도는 개체 차이, 열화 변동성 및 고장 임계값(FT)의 확률적 특성 등 불확실성 요인의 영향을 받는 경우가 많다. 기존의 사용 시간 및 상태에 의존하는 위너 프로세스 모델(WPM)은 일정한 확산 계수와 고정된 FT만을 고려하여 실제 공학 적용에 한계가 있다. 이에 본 논문에서는 기계 시스템의 다중 불확실성을 고려한 RUL 예측 범용 방법을 제안한다. 우선, 개체 차이를 포함하는 확산 계수를 도입하여 단위 간 변이성을 나타내고, 개선된 인공 벌꿀 알고리즘 기반 최대 우도 추정을 통해 파라미터를 식별하는 개선된 시간-상태 의존 WPM 모델을 구축한다. 이후 적응 칼만 필터를 기반으로 양 단위 변이 파라미터를 동기식으로 업데이트하며, 절단 정규 분포를 따르는 확률적 고장 임계값의 경우 열화 과정 시뮬레이션 방법을 통해 RUL 확률 밀도 함수를 근사적으로 구한다. 실험 결과, 본 방법은 기존 모델보다 높은 예측 정확도를 보이며, 기계 시스템 RUL 예측에 대한 대안적 솔루션을 제공한다.

위너 프로세스 모델;잔여 수명 예측;다중 파라미터 동기 최적화;확률적 고장 임계값