基于退化隱式半馬爾科夫模型的設(shè)備健康預(yù)測(cè)及系統(tǒng)性維護(hù)策略研究.pdf

1、設(shè)備的保養(yǎng)、維護(hù)及運(yùn)行狀態(tài)直接影響著企業(yè)的生產(chǎn)質(zhì)量和經(jīng)濟(jì)效益，因此，設(shè)備維護(hù)在企業(yè)中的地位和作用日益突出，成為企業(yè)降低運(yùn)營(yíng)成本，贏得競(jìng)爭(zhēng)優(yōu)勢(shì)的重要手段。由于科學(xué)技術(shù)的飛速發(fā)展，機(jī)械設(shè)備結(jié)構(gòu)以及故障產(chǎn)生的機(jī)理日益復(fù)雜，傳統(tǒng)的維護(hù)方法和理念已逐漸不能勝任保證設(shè)備正常運(yùn)作的工作。半個(gè)世紀(jì)以來(lái)，設(shè)備維護(hù)管理在經(jīng)歷了事后維護(hù)、計(jì)劃維護(hù)、預(yù)測(cè)維護(hù)等階段后，出現(xiàn)了多種不同的設(shè)備維護(hù)方式，基于狀態(tài)的維護(hù)(CBM，Condition based main

2、tenance)便是其一。
　　CBM利用診斷技術(shù)監(jiān)測(cè)系統(tǒng)或設(shè)備中關(guān)鍵性組件的當(dāng)前“狀態(tài)”，預(yù)測(cè)未來(lái)趨勢(shì)，并根據(jù)這些信息做出優(yōu)化的維護(hù)決策。性能優(yōu)秀的CBM模型可以降低系統(tǒng)或設(shè)備的失效概率，降低維護(hù)成本和物流成本，同時(shí)保障系統(tǒng)安全生產(chǎn)的可靠性和設(shè)備的利用率。CBM通常包括數(shù)據(jù)提取，故障診斷，故障預(yù)測(cè)和策略優(yōu)化四個(gè)模塊。模型建立在大量的歷史數(shù)據(jù)上，建模過(guò)程涉及到大量的數(shù)據(jù)挖掘知識(shí)和優(yōu)化建模理論的應(yīng)用。在本論文的文獻(xiàn)綜述工作中，對(duì)目前

3、已發(fā)表的百余篇設(shè)備預(yù)測(cè)相關(guān)論文進(jìn)行了閱讀和整理，將目前應(yīng)用于設(shè)備預(yù)測(cè)的技術(shù)按其所適用模型分為了四類(1)物理模型，(2)基于知識(shí)庫(kù)模型，(3)數(shù)據(jù)挖掘模型，(4)組合模型。在對(duì)各種技術(shù)分類進(jìn)行的總數(shù)介紹中，分析了這些技術(shù)自身的優(yōu)勢(shì)和缺點(diǎn)，討論了設(shè)備預(yù)測(cè)在未來(lái)研究領(lǐng)域中的可能發(fā)展趨勢(shì)和方向。在分析國(guó)際上設(shè)備健康狀態(tài)預(yù)測(cè)技術(shù)的發(fā)展并結(jié)合目前設(shè)備維護(hù)實(shí)際情況的基礎(chǔ)上，本文主要完成以下三部分研究?jī)?nèi)容：
　　(1)提出一個(gè)基于隱式半馬爾科夫

4、方法的設(shè)備剩余壽命預(yù)測(cè)模型。在用于診斷設(shè)備健康狀態(tài)和預(yù)測(cè)有效剩余壽命的隱式半馬爾科夫模型中，引入了老化因子來(lái)描述設(shè)備性能的退化趨勢(shì)。老化因子的設(shè)計(jì)采用了常數(shù)，乘數(shù)，指數(shù)三種形式，并按照其作用對(duì)象分別做了公式推導(dǎo)和討論。老化因子估計(jì)值的優(yōu)化基于最大似然函數(shù)，采用了一個(gè)雙重迭代模型來(lái)逼近最優(yōu)值。最后使用采集自液壓泵的實(shí)時(shí)監(jiān)控振動(dòng)數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，對(duì)三類老化因子的性能進(jìn)行了比較和評(píng)估。
　　(2)針對(duì)不完全數(shù)據(jù)的處理問(wèn)題上，從數(shù)據(jù)的準(zhǔn)

5、備方面來(lái)提高預(yù)測(cè)模型的性能和預(yù)測(cè)精度。數(shù)據(jù)的填充算法采用了灰色模型，并設(shè)計(jì)了一個(gè)前向-后向的灰色算法，最大程度上利用了缺失數(shù)據(jù)值鄰近的觀測(cè)數(shù)據(jù)信息。同時(shí)將灰色模型與隱式半馬爾科夫模型結(jié)合，通過(guò)迭代來(lái)提高缺失數(shù)據(jù)估計(jì)值的精確度。在案例分析中，采用傳統(tǒng)中較常用的平均值填補(bǔ)法作為比較對(duì)象，灰色迭代填補(bǔ)算法在誤差均值和誤差方差上的統(tǒng)計(jì)結(jié)果都顯示更優(yōu)。
　　(3)研究如何將預(yù)測(cè)分析模型輸出的數(shù)據(jù)運(yùn)用到設(shè)備動(dòng)態(tài)維護(hù)策略中，提高了預(yù)測(cè)分析用于實(shí)

6、際生產(chǎn)維護(hù)計(jì)劃制定的可能性。維護(hù)策略的制定上，兼顧了維護(hù)成本和設(shè)備利用率兩個(gè)指標(biāo)，并將備件庫(kù)存成本納入總維護(hù)成本目標(biāo)函數(shù)中，建立了一個(gè)包含備件庫(kù)存優(yōu)化模型的雙層動(dòng)態(tài)規(guī)劃維護(hù)策略優(yōu)化模型。仿真數(shù)據(jù)的統(tǒng)計(jì)結(jié)果表明，較傳統(tǒng)的靜態(tài)維護(hù)策略而言，動(dòng)態(tài)規(guī)劃策略可以節(jié)約維護(hù)成本，同時(shí)提高設(shè)備利用率。同時(shí)通過(guò)調(diào)整輸入?yún)?shù)中的備件庫(kù)存相關(guān)參數(shù)，優(yōu)化的維護(hù)策略也會(huì)發(fā)生相應(yīng)變化，體現(xiàn)了備件庫(kù)存對(duì)最優(yōu)維護(hù)策略的影響。
　　以上三個(gè)研究?jī)?nèi)容相互之間聯(lián)系緊密