2.2　基于物理模型的故障預測方法

基于物理模型的故障預測方法一般從對象系統內部工作機理出發，建立能夠反映系統在給定負載、工作和環境條件下性能退化物理規律的數學模型，來預測系統退化發展趨勢，能夠深入對象系統的本質，獲得較為精確的預測結果。然而，在大多數實際應用場合中，從系統內部工作機理出發建立系統的性能退化物理模型需要大量的專家知識，特別是當退化過程復雜、退化機理尚不完全清楚時，構建有效的物理模型往往無法實現。

基于物理模型的故障預測方法與對象的物理、電氣等屬性密切相關，不同的對象部件或單元，其物理模型差異較大。常見基于物理模型的方法包括失效物理模型、疲勞壽命模型、裂縫擴展模型、累計損傷擴展模型、隨機損傷傳播模型、裂紋診斷與預測方法等，比較成熟的物理模型的對象包括機械材料或旋轉機械部件、鋰離子電池、大功率電子元器件、電子機械傳統裝置等。

基于物理模型的故障預測方法不需要采集那么多的數據就可以把系統的故障邏輯表示出來，但需要專家的支持來進行模型的構建和表達，也可能丟失一些非線性和相互關聯的關系，其建模的一般流程如圖2.4所示。基于物理模型的故障預測方法利用物理模型來預計系統在給定負載和使用條件下的退化率，需要利用具體對象專業領域的知識進行物理的建模；由于故障機理明確，預測的精確度較高；考慮到預測模型的復雜性，一般只在特定的元件級、部件級故障預測中應用；對于復雜的機電系統很難建立和抽象物理模型。

圖2.4　基于物理模型的故障預測方法建模流程