基于監(jiān)測數(shù)據(jù)的機(jī)械設(shè)備剩余壽命預(yù)測研究.pdf

1、進(jìn)入21世紀(jì)以后，隨著能源短缺、環(huán)境惡化問題的日益嚴(yán)峻，促使機(jī)械制造工藝向更高參數(shù)和更大裝置規(guī)模發(fā)展，生產(chǎn)過程大型化、自動化、高參數(shù)運(yùn)行、高能量儲備的趨勢使得機(jī)械產(chǎn)品的安全問題具有前所未有的重要性。機(jī)械產(chǎn)品復(fù)雜性和不確定性的增加，使其物理模型很難確定，由于其成本高、批量小等特點(diǎn)，傳統(tǒng)的基于大樣本的統(tǒng)計(jì)方法并不適合這類機(jī)械裝備試驗(yàn)樣本稀少的特點(diǎn)，如何根據(jù)小樣本下的特征數(shù)據(jù)進(jìn)行狀態(tài)評估和壽命預(yù)測是具有極大挑戰(zhàn)性課題，相關(guān)理論和方法以亟待完善

2、?；跀?shù)據(jù)驅(qū)動的壽命預(yù)測方法為解決這類問題提供了可行的途徑，本文針對現(xiàn)階段機(jī)械設(shè)備運(yùn)行維護(hù)中的重要科學(xué)問題，結(jié)合國家機(jī)械與制造科學(xué)的發(fā)展規(guī)劃，對基于數(shù)據(jù)驅(qū)動的壽命預(yù)測方法中的支持向量機(jī)模型和狀態(tài)空間模型進(jìn)行了研究，本文主要完成了如下幾個方面的工作:
　　第一，對機(jī)械設(shè)備剩余壽命預(yù)測研究方法進(jìn)行了綜述，將壽命預(yù)測方法分為基于物理模型預(yù)測的方法，基于統(tǒng)計(jì)經(jīng)驗(yàn)的預(yù)測方法，基于知識的預(yù)測方法和基于數(shù)據(jù)驅(qū)動預(yù)測的方法四類，分別對這些方法進(jìn)行

3、分析，比較各方法的優(yōu)缺點(diǎn)。對機(jī)械設(shè)備故障預(yù)測的基本概念、發(fā)展歷程以及故障預(yù)測內(nèi)容進(jìn)行了介紹，對故障演化規(guī)律進(jìn)行了分析，給出了剩余壽命的定義。以上內(nèi)容為機(jī)械設(shè)備剩余壽命預(yù)測模型的建立奠定了基礎(chǔ)。
　　第二，在支持向量機(jī)模型的應(yīng)用實(shí)例中，首先對雙列滾子軸承的振動信號提取RMS值作為退化特征，為減少信號中不規(guī)則特性的影響，同時簡化信號的復(fù)雜性，將小波變換和支持向量機(jī)模型結(jié)合，根據(jù)分解后退化數(shù)據(jù)特征建立WT-SVM模型，對軸承退化趨勢進(jìn)行

4、了單步與多步預(yù)測。對預(yù)測的結(jié)果，依據(jù)Hazen作圖位置公式，得出了軸承退化預(yù)測點(diǎn)的分布，并給出了預(yù)測點(diǎn)基于t分布的95％的置信區(qū)間。同時將預(yù)測結(jié)果與單一SVM模型和神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果進(jìn)行了對比分析。
　　第三，在狀態(tài)空間模型的應(yīng)用實(shí)例中，測取了銑刀加工過程中的磨損量數(shù)據(jù)，采用帶有隨機(jī)漂移效應(yīng)的線性維納過程描述刀具磨損量的變化過程并建立狀態(tài)空間模型，這個模型與粒子濾波算法結(jié)合，基于自助法重采樣得出了模型的未知參數(shù)，進(jìn)而對銑刀的退