寿命预测方法和理论是智能识别及运行智能维护的重要理论和技术支撑,是机械产品如航空航天、车辆、船舶等设备/零部件安全服役与健康管理技术的基础,也是绿色发展的再制造科学首要解决的问题之一。重大装备的寿命预测是国家发展规划纲要(2006～2020年)所明确指出的前沿技术问题;“十二五发展规划”将健康维护技术列为重点发展的方向之一。开展机械产品的寿命评估理论和预测方法,指导再制造工程中决策制定的研究具有重大的科研价值和现实意义。针对机械装备的高复杂化、高集成化、高智能化以及分析处理问题的高效化日益增强,高可靠长寿命复杂机械产品的寿命评估问题越来越难以实现,这使得利用现代监测技术研究基于性能退化数据的寿命分析理论方法成为工程领域中值得开展的新的研究方向。为了实现可信的评估和预测,需要建立能够综合考虑性能退化特征的退化过程模型,研究更高精度的估计和预测算法。同时有效的寿命预测结果在再制造决策中起着至关重要的作用,不但可以避免故障发生,还有助于合理安排再制造活动。本文提出利用随机非线性退化过程的数学模型描述机械产品的性能退化,研究性能退化状态的实时迭代估算方法,以及基于性能退化的再制造最佳时机的确定方法。具体的研究内容主要有以下几个方面:1.研究了一种基于直接性能退化数据的寿命估计模型。针对机械产品性能退化可以直接监测获取的情况,考虑复杂运行环境表现出的随机动态非线性特征,利用非线性维纳过程建立具有一定通用性的性能退化过程数学模型。研究基于EM(Expectation Maximization)算法思想的随机参数实时迭代估计方法,推导首达时间意义下的寿命分布和概率密度函数表达式。最后通过裂纹数据的实例验证基于直接退化数据驱动的寿命预测方法的有效性。2.研究了一种基于间接性能退化数据的寿命估计模型。根据性能退化状态转移以及其与可监测量之间的关系,建立基于状态空间模型的随机非线性退化数学模型,研究基于随机滤波理论的寿命评估方法。在贝叶斯框架下,采用序贯蒙特卡洛思想研究退化量和参数在共轭分布下的联合迭代估算方法。针对随机滤波方法中存在的问题,探索改进粒子滤波方法实现参数更新和退化评估,达到更高精度的寿命预测要求。采用监测的刀具声发射数据验证所建模型和评估方法的有效性。3.研究了一种基于直接和间接数据结合的性能退化的寿命估计模型。考虑仅依靠一种性能退化过程难以描述机械产品的健康状态,利用两种退化数据,结合性能退化特征,建立直接和间接数据结合的退化过程模型。利用Copula理论对两种退化过程的相关性进行表征,分析和推导寿命的分布函数或概率密度函数。引用了贝叶斯理论的MCMC(Markov Chain Monte Carlo)抽样对结合模型的参数进行估计,从而实现了两种性能退化结合的寿命预测。最后通过分析电主轴直接和间接监测的退化数据,实例验证了所提方法的有效性。4.研究了一种基于性能退化的主动再制造时机选择方法。针对机械产品绿色安全运行中的重要科学问题,考虑寿命评估作为主动再制造的基础要求,分析了基于性能退化制定主动再制造时机的必要性和价值。分别利用LCA(Life Cycle Assessment)和LCC(Life Cycle Cost)建立性能退化下的生命周期环境影响和经济影响模型,并通过社会意愿支付将环境影响指标与经济影响指标进行统一,最终构建了基于性能退化的环境-经济综合影响评价模型,实现性能退化评估在再制造时机决策中的应用。以发动机曲轴为例进行分析验证所研方法的意义。