La precisión en la predicción de la vida útil residual (RUL) de sistemas mecánicos suele verse afectada por incertidumbres como diferencias individuales, variabilidad en la degradación y aleatoriedad del umbral de falla (FT). Los modelos existentes basados en procesos de Wiener (WPMs), que dependen del tiempo de uso y estado, solo consideran un coeficiente de difusión constante y un FT fijo, lo que dificulta su aplicación en la ingeniería práctica. Para abordar este problema, este artículo propone un método general de predicción del RUL considerando múltiples fuentes de incertidumbre en sistemas mecánicos: primero, se establece un modelo WPM mejorado dependiente del tiempo y estado, introduciendo un coeficiente de difusión que incluye diferencias individuales para caracterizar la variabilidad entre unidades, y se identifican parámetros mediante estimación de máxima verosimilitud guiada por un algoritmo mejorado de enjambre de abejas artificiales; luego, se actualizan sincronizadamente los parámetros de variabilidad de dos unidades mediante un filtro de Kalman adaptativo; posteriormente, para el caso en que el umbral de falla aleatorio sigue una distribución normal truncada, se aproxima la función de densidad de probabilidad del RUL mediante un método de simulación de proceso de degradación. Las pruebas experimentales demuestran que este método ofrece una mayor precisión predictiva en comparación con modelos comunes, proporcionando una solución alternativa para la predicción del RUL en sistemas mecánicos.

Modelos de procesos de Wiener;Predicción de vida útil residual;Optimización sincrónica multiparámetros;Umbral de falla aleatorio