A precisão da previsão da vida útil residual (RUL) de sistemas mecânicos é frequentemente afetada por incertezas, como diferenças individuais, variabilidade da degradação e aleatoriedade do limiar de falha (FT). Os modelos de processo de Wiener (WPMs) existentes, que dependem do tempo de uso e do estado, consideram apenas coeficiente de difusão constante e FT fixo, o que dificulta sua aplicação na engenharia prática. Para resolver esse problema, este artigo propõe um método geral de previsão da RUL que considera múltiplas fontes de incerteza dos sistemas mecânicos: primeiro, é estabelecido um modelo WPM melhorado dependente do tempo e do estado, introduzindo coeficiente de difusão que inclui diferenças individuais para caracterizar a variabilidade entre unidades, e a identificação dos parâmetros é realizada por estimativa de máxima verossimilhança guiada por um algoritmo aprimorado de enxame artificial de abelhas; em seguida, os parâmetros de variabilidade das duas unidades são atualizados sincronamente com base em um filtro de Kalman adaptativo; finalmente, no caso do limiar de falha aleatório seguir uma distribuição normal truncada, a função densidade de probabilidade da RUL é aproximada por meio do método de simulação do processo de degradação. A validação experimental mostra que esse método apresenta maior precisão preditiva em comparação com os modelos comuns, fornecendo uma solução alternativa para a previsão da RUL dos sistemas mecânicos.

Modelos de processo de Wiener;Previsão da vida útil residual;Otimização síncrona multiparamétrica;Limiar de falha aleatório