系统寿命预测方法、装置、电子设备及存储介质与流程

1.本技术涉及寿命预测技术领域，尤其涉及一种系统寿命预测方法、装置、电子设备及存储介质。


背景技术：

2.对于一些核心零部件产品，如机床、武器装备的核心零部件，由于其制造复杂、造价昂贵等原因，一旦设备出现故障导致停工停产，将会导致巨大的经济损失。由于重要性，如果能对核心零部件、备份组件组成的系统的寿命进行预测，对于系统的预测性维护、保养、及时更换等具有重大意义。
3.目前，对于寿命的预测，常用的方式是通过线性曲线、多项式曲线拟合退化轨迹，然而采用这样的方式仅仅能够对一些独立的零部件进行寿命预测，而无法对由多个部件所组成的系统进行寿命预测。
4.因此，如何提供一种有效的方案以便于对多个部件所组成的系统的系统寿命进行准确预测，已成为现有技术中一亟待解决的难题。


技术实现要素：

5.第一方面，本技术实施例提供了一种系统寿命预测方法，包括：
6.建立待预测系统中多个第一部件的工作寿命的联合密度函数；
7.基于所述多个第一部件的工作寿命的联合密度函数，确定出所述待预测系统的寿命分布函数；
8.对多个第二部件的工作寿命做多次观测，得到多个第二部件的工作寿命矩阵，所述多个第二部件与所述多个第一部件一一对应相同或所述多个第二部件与所述多个第一部件为一一对应的同类型部件；
9.基于所述多个第二部件的工作寿命矩阵，估算出所述多个第二部件中各部件所对应的工作寿命分布函数；
10.遍历所述多个第二部件中任意两个部件所对应的工作寿命分布函数的散点图，选取符合响应特征的工作寿命分布函数所对应的多个相关性函数作为备择相关性函数，所述响应特征为线性特征、clayton copula分布特征或frank copula分布特征；
11.确定出每个备择相关性函数的似然函数；
12.通过极大似然估计方法和每个备择相关性函数的似然函数，估算出各备择相关性函数中携带的参数的估计值；
13.根据每个第二部件的工作寿命矩阵和各备择相关性函数中携带的参数的估计值，计算出各备择相关性函数的理论值；
14.根据频率估计概率估算出各备择相关性函数的估计值；
15.根据各备择相关性函数的理论值和估计值，选取出其中理论值与估计值的绝对误差之和为最小的备择相关性函数作为目标相关性函数；
16.基于所述目标相关性函数和所述待预测系统的寿命分布函数，估算出所述待预测系统的预测寿命。
17.在一个可能的设计中，所述方法还包括：
18.根据所述待预测系统的预测寿命，确定出所述待预测系统在任意时刻的剩余寿命。
19.在一个可能的设计中，所述多个第一部件的工作寿命的联合密度函数为其中表示第i个第一部件的工作寿命的密度函数，h(x1,x2,
…
,xn)表示多个第一部件的工作寿命的联合分布函数，c
t
(u1,u2,
…
,un)表示多个第一部件工作寿命的相关性函数，un表示第n个第一部件工作寿命的相关性函数中的变量，n为大于1的正整数，表示多个第一部件的工作寿命的联合分布函数的导数，表示多个第一部件工作寿命的相关性函数的导数，xn表示第n个第一部件的工作寿命，表示第n个第一部件的工作寿命的导数。
20.在一个可能的设计中，所述待预测系统的寿命分布函数为其中p(xs≤x)表示所述待预测系统寿命小于等于x的分布函数，xn表示第n个第一部件的工作寿命，x表示时间变量，c
t
(u1,u2,
…
,un)表示多个第一部件工作寿命的相关性函数，un表示第n个第一部件工作寿命的相关性函数中的变量，n为大于1的正整数，表示多个第一部件工作寿命的相关性函数的导数，表示第n个第一部件工作寿命的相关性函数中的变量的导数。
21.在一个可能的设计中，备择相关性函数的似然函数为其中表示第i个第二部件第j次观测时所对应的工作寿命分布函数的导数，表示第二部件工作寿命的相关性函数，β
t
表示第二部件工作寿命的相关性函数所携带的参数，n表示第二部件的数量，m表示对每个第二部件的工作寿命的观测次数，表示第i个第二部件第j次观测时所对应的工作寿命密度函数的参数，第i个第二部件第j次观测时所对应的工作寿命密度函数为第i个第二部件第j次观测时所对应的工作寿命分布函数的导数。
22.在一个可能的设计中，备择相关性函数的理论值为
其中p(x1≤x
1(l)
,x2≤x
2(l)
,
…
,xn≤x
n(l)
)表示x1≤x
1(l)
,x2≤x
2(l)
,
…
,xn≤x
n(l)
的概率，xn表示第n个第二部件的工作寿命，x
n(l)
表示将所述工作寿命矩阵中的每列寿命数据按照从小到方的方式排列时第n列中的第l个寿命数据，m表示对每个第二部件的工作寿命的观测次数，表示第二部件工作寿命的相关性函数所携带的参数的期望值。
23.在一个可能的设计中，备择相关性函数的估计值为其中x
i,n
表示所述工作寿命矩阵中第i行第n列的寿命数据。
24.第二方面，本技术实施例提供了一种系统寿命预测装置，包括：
25.建立单元，用于建立待预测系统中多个第一部件的工作寿命的联合密度函数；
26.第一确定单元，用于基于所述多个第一部件的工作寿命的联合密度函数，确定出所述待预测系统的寿命分布函数；
27.第二确定单元，用于对多个第二部件的工作寿命做多次观测，得到多个第二部件的工作寿命矩阵，所述多个第二部件与所述多个第一部件一一对应相同或所述多个第二部件与所述多个第一部件为一一对应的同类型部件；
28.第一运算单元，用于基于所述多个第二部件的工作寿命矩阵，估算出所述多个第二部件中各部件所对应的工作寿命分布函数；
29.第一选取单元，用于遍历所述多个第二部件中任意两个部件所对应的工作寿命分布函数的散点图，选取符合响应特征的工作寿命分布函数所对应的多个相关性函数作为备择相关性函数，所述响应特征为线性特征、clayton copula分布特征或frank copula分布特征；
30.第三确定单元，用于确定出每个备择相关性函数的似然函数；
31.第二运算单元，通过极大似然估计方法和每个备择相关性函数的似然函数，估算出各备择相关性函数中携带的参数的估计值；
32.第三运算单元，用于根据每个第二部件的工作寿命矩阵和各备择相关性函数中携带的参数的估计值，计算出各备择相关性函数的理论值；
33.第四运算单元，根据频率估计概率估算出各备择相关性函数的估计值；
34.第二选取单元，用于根据各备择相关性函数的理论值和估计值，选取出其中理论值与估计值的绝对误差之和为最小的备择相关性函数作为目标相关性函数；
35.第五运算单元，用于基于所述目标相关性函数和所述待预测系统的寿命分布函数，估算出所述待预测系统的预测寿命。
36.第三方面，本技术实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过总线完成相互间的通信；
37.存储器，用于存放计算机程序；
38.处理器，用于执行存储器上所存放的程序，实现以下流程：
39.建立待预测系统中多个第一部件的工作寿命的联合密度函数；
40.基于所述多个第一部件的工作寿命的联合密度函数，确定出所述待预测系统的寿命分布函数；
41.对多个第二部件的工作寿命做多次观测，得到多个第二部件的工作寿命矩阵，所述多个第二部件与所述多个第一部件一一对应相同或所述多个第二部件与所述多个第一部件为一一对应的同类型部件；
42.基于所述多个第二部件的工作寿命矩阵，估算出所述多个第二部件中各部件所对应的工作寿命分布函数；
43.遍历所述多个第二部件中任意两个部件所对应的工作寿命分布函数的散点图，选取符合响应特征的工作寿命分布函数所对应的多个相关性函数作为备择相关性函数，所述响应特征为线性特征、clayton copula分布特征或frank copula分布特征；
44.确定出每个备择相关性函数的似然函数；
45.通过极大似然估计方法和每个备择相关性函数的似然函数，估算出各备择相关性函数中携带的参数的估计值；
46.根据每个第二部件的工作寿命矩阵和各备择相关性函数中携带的参数的估计值，计算出各备择相关性函数的理论值；
47.根据频率估计概率估算出各备择相关性函数的估计值；
48.根据各备择相关性函数的理论值和估计值，选取出其中理论值与估计值的绝对误差之和为最小的备择相关性函数作为目标相关性函数；
49.基于所述目标相关性函数和所述待预测系统的寿命分布函数，估算出所述待预测系统的预测寿命。
50.第四方面，本技术实施例提供了一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现以下流程：
51.建立待预测系统中多个第一部件的工作寿命的联合密度函数；
52.基于所述多个第一部件的工作寿命的联合密度函数，确定出所述待预测系统的寿命分布函数；
53.对多个第二部件的工作寿命做多次观测，得到多个第二部件的工作寿命矩阵，所述多个第二部件与所述多个第一部件一一对应相同或所述多个第二部件与所述多个第一部件为一一对应的同类型部件；
54.基于所述多个第二部件的工作寿命矩阵，估算出所述多个第二部件中各部件所对应的工作寿命分布函数；
55.遍历所述多个第二部件中任意两个部件所对应的工作寿命分布函数的散点图，选取符合响应特征的工作寿命分布函数所对应的多个相关性函数作为备择相关性函数，所述响应特征为线性特征、clayton copula分布特征或frank copula分布特征；
56.确定出每个备择相关性函数的似然函数；
57.通过极大似然估计方法和每个备择相关性函数的似然函数，估算出各备择相关性函数中携带的参数的估计值；
58.根据每个第二部件的工作寿命矩阵和各备择相关性函数中携带的参数的估计值，计算出各备择相关性函数的理论值；
59.根据频率估计概率估算出各备择相关性函数的估计值；
60.根据各备择相关性函数的理论值和估计值，选取出其中理论值与估计值的绝对误差之和为最小的备择相关性函数作为目标相关性函数；
61.基于所述目标相关性函数和所述待预测系统的寿命分布函数，估算出所述待预测系统的预测寿命。
62.本技术一个或多个实施例采用的上述至少一个技术方案能够达到以下有益效果：
63.本技术实施例提供的系统寿命预测方案，通过待预测系统中多个第一部件的工作寿命的联合密度函数，确定出待预测系统的寿命分布函数，基于多个第二部件的工作寿命矩阵估算出各部件所对应的工作寿命分布函数，并基于任意两个部件所对应的工作寿命分布函数的散点图选取备择相关性函数后确定出每个备择相关性函数的似然函数，估算出各备择相关性函数中携带的参数的估计值，然后计算出各备择相关性函数的理论值和估计值，根据理论值和估计值选取出误差最小的备择相关性函数作为目标相关性函数，最后根据目标相关性函数和待预测系统的寿命分布函数，估算出待预测系统的预测寿命。如此，能够对包含多个部件的系统的系统寿命进行准确预测，为系统的预测性维护和更换等提供决策依据，避免系统由于出现故障导致停工停产而造成巨大的经济损失。
附图说明
64.此处所说明的附图用来提供对本文件的进一步理解，构成本文件的一部分，本文件的示意性实施例及其说明用于解释本文件，并不构成对本文件的不当限定。在附图中：
65.图1为本技术一个实施例提供的系统寿命预测方法的流程图。
66.图2为本技术一个实施例提供的电子设备的结构示意图。
67.图3为本技术一个实施例提供的系统寿命预测装置的结构示意图。
具体实施方式
68.为了对由多个部件所组成的系统的寿命进行准确预测，本技术实施例提供了一种系统寿命预测方法、装置、电子设备及存储介质，该系统寿命预测方法、装置、电子设备及存储介质可对由多个部件所组成的系统的系统寿命进行准确预测。
69.本技术实施例提供的产品系统预测方法可应用于用户终端，所述用户终端可以是，但不限于个人电脑、智能手机、平板电脑、个人数字助理(personal digital assistant，pda)等。
70.下面将对本技术实施例提供的系统寿命预测方法进行详细说明。
71.为便于描述，除特别说明外，本技术实施例均以用户终端为执行主体进行说明。
72.可以理解，所述执行主体并不构成对本技术实施例的限定。
73.如图1所示，本技术实施例提供的系统寿命预测方法可以包括如下步骤：
74.步骤s101，建立待预测系统中多个第一部件的工作寿命的联合密度函数。
75.本技术实施例中，多个第一部件均为待预测系统中的部件，多个第一部件之间的工作寿命不相互独立，待预测系统的寿命涉及到各第一部件的寿命联合密度函数。因此，在对系统寿命进行预测时，可先建立待预测系统中多个第一部件的工作寿命的联合密度函。
76.所述多个第一部件的工作寿命的联合密度函数可以表示为
其中表示第i个第一部件的工作寿命的密度函数，表示第i个第一部件的工作寿命分布函数，第一部件的工作寿命的密度函数为第一部件的工作寿命分布函数的导数，h(x1,x2,
…
,xn)表示多个第一部件的工作寿命的联合分布函数，c
t
(u1,u2,
…
,un)表示第一部件工作寿命的相关性函数，xn表示第n个第一部件的工作寿命，un表示第n个第一部件工作寿命的相关性函数中的变量，n为大于1的正整数，表示多个第一部件的工作寿命的联合分布函数的导数，表示多个第一部件工作寿命的相关性函数的导数，表示第n个第一部件的工作寿命的导数。
77.步骤s102，基于多个第一部件的工作寿命的联合密度函数，确定出待预测系统的寿命分布函数。
78.本技术实施例中，所述待预测系统的寿命分布函数可以表示为其中p(xs≤x)表示所述待预测系统寿命小于等于x的分布函数，xn表示第n个第一部件的工作寿命，x表示时间变量，c
t
(u1,u2,
…
,un)表示多个第一部件工作寿命的相关性函数，un表示第n个第一部件工作寿命的相关性函数中的变量，n为大于1的正整数，表示多个第一部件工作寿命的相关性函数的导数，表示第n个第一部件工作寿命的相关性函数中的变量的导数。
79.步骤s103，对多个第二部件的工作寿命做多次观测，得到多个第二部件的工作寿命矩阵。
80.其中，所述多个第二部件与所述多个第一部件一一对应相同或所述多个第二部件与所述多个第一部件为一一对应的同类型部件。
81.例如，在一个实施例中，多个第一部件包括部件a1、a2和a3，多个第二部件包括部件b1、b2和b3，则其中部件a1与b1可以是同一部件或同类型的部件，部件a2与b2可以是同一部件或同类型的部件，部件a3与b3可以是同一部件或同类型的部件。
82.假定第二部件的数量为n个，并对每个第二部件的工作寿命做了m次观测，获得的工作寿命用x
ij
表示，i为1到n的整数，j为1到m的整数，表示对第i个第二部件做第j次观测时观测得到的工作寿命。多个第二部件的工作寿命矩阵可表示为n和m均为大于1的正整数。
83.步骤s104，基于多个第二部件的工作寿命矩阵，估算出多个第二部件中各部件所对应的工作寿命分布函数。
84.本技术实施例中，对每个第二部件的工作寿命做了m次观测，针对每个第二部件可观测到m个工作寿命，从而得到一个m
×
n(n个第二部件)的工作寿命矩阵，该工作寿命矩阵的每一列数据对应一个第二部件的m个工作寿命。因此可根据工作寿命矩阵中各列数据估算出多个第二部件中各部件所对应的工作寿命分布函数，第二部件所对应的工作寿命分布函数可以表示为
85.步骤s105，遍历多个第二部件中任意两个部件所对应的工作寿命分布函数的散点图，选取符合响应特征的工作寿命分布函数所对应的多个相关性函数作为备择相关性函数。
86.本技术实施例中，在估算出多个第二部件中各部件所对应的工作寿命分布函数后，可遍历该多个第二部件中任意两个部件所对应的工作寿命分布函数的散点图，确定出符合响应特征的工作寿命分布函数，然后选取与该确定出的工作寿命分布函数对应的多个(第二部件)工作寿命的相关性函数作为备择相关性函数。其中，与工作寿命分布函数对应的相关性函数是指该相关性函数与工作寿命分布函数的响应特征一致。所述响应特征可以是，但不限于线性特征、clayton copula分布特征、frank copula分布特征等。
87.例如，在一个实施例中，系统中包括第二部件a、b、c、d，则在观测时可分别观测第二部件a、b所对应的工作寿命分布函数的散点图，第二部件a、c所对应的工作寿命分布函数的散点图，第二部件a、d所对应的工作寿命分布函数的散点图，第二部件b、c所对应的工作寿命分布函数的散点图，第二部件b、d所对应的工作寿命分布函数的散点图，以及第二部件c、d所对应的工作寿命分布函数的散点图。
88.步骤s106，确定出每个备择相关性函数的似然函数。
89.具体的，所述备择相关性函数的似然函数可以表示为其中表示第i个第二部件第j次观测时所对应的工作寿命分布函数的导数，k为大于1的整数，表示第二部件工作寿命的相关性函数，β
t
表示第二部件工作寿命的相关性函数所携带的参数，n表示第二部件的数量，m表示对每个第二部件的工作寿命的观测次数，表示第i个第二部件第j次观测时所对应的工作寿命密度函数的参数，第i个第二部件第j次观测时所对应的工作寿命密度函数为第i个第二部件第j次观测时所对应的工作寿命分布函数的导数。
90.步骤s107，通过极大似然估计方法和每个备择相关性函数的似然函数，估算出各备择相关性函数中携带的参数的估计值。
91.步骤s108，根据每个第二部件的工作寿命矩阵和各备择相关性函数中携带的参数的估计值，计算出各备择相关性函数的理论值。
92.具体的，可先将多个第二部件的工作寿命矩阵中的数据按列变量排序
然后根据排序后的工作寿命矩阵和各备择相关性函数中携带的参数的估计值，计算出各备择相关性函数的理论值。所述备择相关性函数的理论值可以表示为其中p(x1≤x
1(l)
,x2≤x
2(l)
,
…
,xn≤x
n(l)
)表示x1≤x
1(l)
,x2≤x
2(l)
,
…
,xn≤x
n(l)
的概率，xn表示第n个第二部件的工作寿命，x
n(l)
表示将所述工作寿命矩阵中的每列寿命数据按照从小到方的方式排列时第n列中的第l个寿命数据，m表示对每个第二部件的工作寿命的观测次数，表示第二部件工作寿命的相关性函数所携带的参数的期望值。
93.步骤s109，根据频率估计概率估算出各备择相关性函数的估计值。
94.所述备择相关性函数的估计值可以表示为其中x
i,n
表示所述工作寿命矩阵中第i行第n列的寿命数据。
95.步骤s110，根据各备择相关性函数的理论值和估计值，选取出其中理论值与估计值的绝对误差之和为最小的备择相关性函数作为目标相关性函数。
96.具体的，针对各备择相关性函数的理论值和估计值，分别计算每个备择相关性函数的理论值和估计值的绝对误差之和，然后选取出其中理论值与估计值的绝对误差之和为最小的备择相关性函数作为目标相关性函数。
97.步骤s111，基于目标相关性函数和所述待预测系统的寿命分布函数，估算出待预测系统的预测寿命。
98.具体的，可将目标相关性函数代入待预测系统的寿命分布函数，得到待预测系统的预测寿命。待预测系统的预测寿命可表示为其中fs(t)为待预测系统的寿命分布函数fs(t)的导数。
99.进一步的，在估算出所述待预测系统的预测寿命后，还可根据所述待预测系统的预测寿命，确定出所述待预测系统在任意时刻的剩余寿命。待预测系统在任意时刻a的剩余寿命可表示为
100.综上所述，本技术实施例提供的系统寿命预测方法，通过待预测系统中多个第一部件的工作寿命的联合密度函数，确定出待预测系统的寿命分布函数，基于多个第二部件的工作寿命矩阵估算出各部件所对应的工作寿命分布函数，并基于任意两个部件所对应的工作寿命分布函数的散点图选取备择相关性函数后确定出每个备择相关性函数的似然函数，估算出各备择相关性函数中携带的参数的估计值，然后计算出各备择相关性函数的理
论值和估计值，根据理论值和估计值选取出误差最小的备择相关性函数作为目标相关性函数，最后根据目标相关性函数和待预测系统的寿命分布函数，估算出待预测系统的预测寿命。如此，能够对包含多个部件的系统的系统寿命进行准确预测，为系统的预测性维护和更换等提供决策依据，避免系统由于出现故障导致停工停产而造成巨大的经济损失。
101.图2是本技术的一个实施例提供的电子设备的结构示意图。请参考图2，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(random-access memory，ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
102.处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图2中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
103.存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
104.处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成系统寿命预测装置。处理器，执行存储器所存放的程序，实现以下流程：
105.建立待预测系统中多个第一部件的工作寿命的联合密度函数；
106.基于所述多个第一部件的工作寿命的联合密度函数，确定出所述待预测系统的寿命分布函数；
107.对多个第二部件的工作寿命做多次观测，得到多个第二部件的工作寿命矩阵，所述多个第二部件与所述多个第一部件一一对应相同或所述多个第二部件与所述多个第一部件为一一对应的同类型部件；
108.基于所述多个第二部件的工作寿命矩阵，估算出所述多个第二部件中各部件所对应的工作寿命分布函数；
109.遍历所述多个第二部件中任意两个部件所对应的工作寿命分布函数的散点图，选取符合响应特征的工作寿命分布函数所对应的多个相关性函数作为备择相关性函数，所述响应特征为线性特征、clayton copula分布特征或frank copula分布特征；
110.确定出每个备择相关性函数的似然函数；
111.通过极大似然估计方法和每个备择相关性函数的似然函数，估算出各备择相关性函数中携带的参数的估计值；
112.根据每个第二部件的工作寿命矩阵和各备择相关性函数中携带的参数的估计值，计算出各备择相关性函数的理论值；
113.根据频率估计概率估算出各备择相关性函数的估计值；
114.根据各备择相关性函数的理论值和估计值，选取出其中理论值与估计值的绝对误差之和为最小的备择相关性函数作为目标相关性函数；
115.基于所述目标相关性函数和所述待预测系统的寿命分布函数，估算出所述待预测
系统的预测寿命。
116.上述如本技术图2所示实施例揭示的系统寿命预测装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术一个或多个实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术一个或多个实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
117.该电子设备还可执行图1的方法，并实现系统寿命预测装置在图2所示实施例的功能，本技术实施例在此不再赘述。
118.当然，除了软件实现方式之外，本技术的电子设备并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
119.本技术实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的便携式电子设备执行时，能够使该便携式电子设备执行图1所示实施例的方法，并具体用于执行以下操作：
120.建立待预测系统中多个第一部件的工作寿命的联合密度函数；
121.基于所述多个第一部件的工作寿命的联合密度函数，确定出所述待预测系统的寿命分布函数；
122.对多个第二部件的工作寿命做多次观测，得到多个第二部件的工作寿命矩阵，所述多个第二部件与所述多个第一部件一一对应相同或所述多个第二部件与所述多个第一部件为一一对应的同类型部件；
123.基于所述多个第二部件的工作寿命矩阵，估算出所述多个第二部件中各部件所对应的工作寿命分布函数；
124.遍历所述多个第二部件中任意两个部件所对应的工作寿命分布函数的散点图，选取符合响应特征的工作寿命分布函数所对应的多个相关性函数作为备择相关性函数，所述响应特征为线性特征、clayton copula分布特征或frank copula分布特征；
125.确定出每个备择相关性函数的似然函数；
126.通过极大似然估计方法和每个备择相关性函数的似然函数，估算出各备择相关性函数中携带的参数的估计值；
127.根据每个第二部件的工作寿命矩阵和各备择相关性函数中携带的参数的估计值，
计算出各备择相关性函数的理论值；
128.根据频率估计概率估算出各备择相关性函数的估计值；
129.根据各备择相关性函数的理论值和估计值，选取出其中理论值与估计值的绝对误差之和为最小的备择相关性函数作为目标相关性函数；
130.基于所述目标相关性函数和所述待预测系统的寿命分布函数，估算出所述待预测系统的预测寿命。
131.图3是本技术的一个实施例提供的系统寿命预测装置的结构示意图。请参阅图3，在一种软件实施方式中，系统寿命预测装置包括：
132.建立单元，用于建立待预测系统中多个第一部件的工作寿命的联合密度函数；
133.第一确定单元，用于基于所述多个第一部件的工作寿命的联合密度函数，确定出所述待预测系统的寿命分布函数；
134.第二确定单元，用于对多个第二部件的工作寿命做多次观测，得到多个第二部件的工作寿命矩阵，所述多个第二部件与所述多个第一部件一一对应相同或所述多个第二部件与所述多个第一部件为一一对应的同类型部件；
135.第一运算单元，用于基于所述多个第二部件的工作寿命矩阵，估算出所述多个第二部件中各部件所对应的工作寿命分布函数；
136.第一选取单元，用于遍历所述多个第二部件中任意两个部件所对应的工作寿命分布函数的散点图，选取符合响应特征的工作寿命分布函数所对应的多个相关性函数作为备择相关性函数，所述响应特征为线性特征、clayton copula分布特征或frank copula分布特征；
137.第三确定单元，用于确定出每个备择相关性函数的似然函数；
138.第二运算单元，通过极大似然估计方法和每个备择相关性函数的似然函数，估算出各备择相关性函数中携带的参数的估计值；
139.第三运算单元，用于根据每个第二部件的工作寿命矩阵和各备择相关性函数中携带的参数的估计值，计算出各备择相关性函数的理论值；
140.第四运算单元，根据频率估计概率估算出各备择相关性函数的估计值；
141.第二选取单元，用于根据各备择相关性函数的理论值和估计值，选取出其中理论值与估计值的绝对误差之和为最小的备择相关性函数作为目标相关性函数；
142.第五运算单元，用于基于所述目标相关性函数和所述待预测系统的寿命分布函数，估算出所述待预测系统的预测寿命。
143.总之，以上所述仅为本文件的较佳实施例而已，并非用于限定本文件的保护范围。凡在本文件的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本文件的保护范围之内。
144.上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
145.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法
或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
146.本文件中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。