考虑个体差异的系统退化建模与半Markov过程维修决策

为了在采样不完全、个体差异明显的条件下对缓慢退化系统的维修策略进行研究,针对具有个体差异的缓慢退化系统,选择线性混合效应模型进行退化建模,并利用自回归方法对模型残差中的时间序列相关性进行调节,提高了模型的准确性。在此基础上构造合理的状态空间和维修决策空间,求解退化过程的状态转移概率,并使用策略迭代算法求解最小化单位时间长期预计成本的最优化维修策略。以激光退化实际案例求解了基于半Markov决策过程的维修策略,并与经典的基于役龄的维修策略和周期检查的维修策略进行比较,证明了所提方法能够更加精确地刻画系统的退化过程,并可帮助制定兼顾成本与可靠性的维修策略。     

基于维修状态BOM的设备维修状态管理

目前,对于设备维修历史的管理缺乏层次性与系统性,导致在大量维修文档中查询设备维修记录困难,同时导致设备维修历史记录缺失。以维修状态项和维修状态为记录设备维修过程的元数据,以维修状态BOM为设备维修状态看板与管理工具,基于维修状态BOM中每个维修状态项的维修状态演化表记录设备维修状态,从而能够系统性记录与管理设备维修历史。最后以碳酸制瓶机的维修状态管理为案例阐释了研究思路。     

基于滚动窗口方法的风力机动态机会维修优化

以由多个部件组成的风力机为对象,针对此类系统存在的维护困难、停机损失大等特点,研究多部件系统动态机会维修优化问题。采用役龄回退因子描述部件不完全维修效果,在定义故障率函数的基础上建立单部件不完全维修平均成本模型;考虑预防性维修、最小维修和停机损失等维修成本,根据部件维修活动之间的经济相关性,以节省的总机会维修成本最大为目标,研究预防性维修活动安排,构建有限时间内多部件系统机会维修决策模型;考虑到风力机运行环境的严酷性和动态性,采用滚动窗口方法完成维修活动的动态调度,以随机停机事件作为风力机成组维修的机会,并动态更新原有的维修计划。以某风力机齿轮箱、转子、发电机和轴承等四个关键部件的维修决策为例,完成案例研究。研究结果表明,该模型能够实时更新风力机系统维修计划,实现维修活动的动态优化,有效地降低维修成本。     

基于随机过程的风力机状态维护建模

为保证系统安全运行、降低系统维护费用,以随机退化的多部件风力机系统为研究对象,构建了状态维护模型。用非定态Gamma过程和非齐次Poisson过程分别对正常退化和随机冲击两个相互影响的退化过程进行建模,考虑维护准备时间和维护时间以及自报警失效和潜在失效两种失效模式,运用更新定理,建立了基于随机退化的状态维护模型。通过实验分析了不同影响因子下期望成本与检测间隔时间之间的关系,结果表明所提出的建模方法对构建带随机退化的多部件系统维护决策问题模型是有效且实用的。     

机电系统健康状态预测和维修决策的双向优化方法

在以机电系统为代表的复杂装备健康管理的应用场景中,健康状态预测与维修决策操作依赖于装备的健康状态演化进程,二者在所依赖的知识上具有明显的耦合性,对应的二元知识也因此具有双向融合的价值。本文从健康状态评估与维修排故二元知识的双向融合出发,提出一种面向机电系统的健康状态预测和维修决策双向优化方法,即定期利用该阶段累积的有限运行记录,在该阶段的健康状态预测和即时维修决策模型上做出优化。最后,本文基于实际机电系统中天线调平系统的仿真实验对本文所提的双向优化方法进行了验证,健康状态预测误差稳定降低到0.002%,维修决策收益稳定提升到93.57,验证了本文提出的健康状态预测与维修决策协同方法的有效性。     

基于Gamma退化过程的剩余寿命预测及维修决策优化模型研究北大核心

通过研究产品故障发生的机理,建立了基于Gamma退化过程的状态空间模型,运用EM-PF参数估计方法对模型中的参数进行求解,确定模型的具体形式,进而得出产品剩余寿命的分布函数和概率密度函数。该剩余寿命预测方法将退化状态与故障阈值联系起来,从而降低了剩余寿命预测的误差,以轴承磨损量特征进行建模,完善了状态信息与剩余寿命之间的相互关系。利用剩余寿命的概率密度函数建立了以费用最小为目标的维修决策模型,确定最优的维修更换时间并实现维修决策的优化。最后用轴承寿命试验所得到的数据对模型进行了验证,实例结果证明该模型是可行有效的。     

基于状态的维修

本文论述了设备维修的新方式——基于状态的维修,并对其状态监测技术作了简要分析,给出了状态监测的方法及步骤。     

基于多状态劣化空间划分的多部件系统维修决策

针对劣化独立的同类型部件组成的系统,提出了最优的维修决策优化模型.将系统中部件的劣化过程描述为具有时间连续状态离散的马尔可夫过程,在分析系统转移特性的基础上,运用马尔可夫过程理论求解了系统中单个部件各状态的平稳概率表达式,建立了具有多状态劣化特性的多部件系统的平均费用率最优决策模型,在系统长期平均费用率最小的情况下,得...     

基于自动机的设备维修状态演化模型研究

目前采用维修文档记录与管理每次设备维修活动,对于设备维修过程没有建立模型,导致设备维修信息缺乏系统性。为此在逻辑层次建立设备维修状态演化模型,对设备维修过程进行定性描述。在分析设备维修过程的动力学特性的基础上,提出维修状态项与维修状态的概念。维修状态项的所有维修事件被归纳为恢复性维修事件、换改型维修事件以及设备改造型维修事件这3类维修事件,维修状态项的维修过程被归纳A/B/C这3种维修模式,在每种维修模式下,维修状态项的维修过程被分解为维修事件序列以及维修状态转移序列,维修状态转移序列被维修事件序列驱动与控制,两类符号序列之间的逻辑关联采用有穷自动机进行形式化的定义,从而建立设备维修状态演化模型。最后以碳酸吹瓶机的设备维修状态演化模型为案例进行例证。     

基于机会策略的复杂系统视情维修决策模型

针对部件间存在经济相关性的复杂系统,提出一类基于机会策略的视情维修优化模型。模型从部件本身的失效规律分析出发,确定不同失效模式下部件的维修方式及对应的预防性维修阈值。对于整个复杂系统的维修决策问题,借鉴机会维修思想,通过增加机会维修阈值,将时间和状态两类不同度量空间上的维修控制参数组合起来,解决系统层事后维修与视情维修的综合优化问题。同时利用更新过程理论,提出一类基于马氏决策过程的值迭代算法,确定系统的最优检测时间间隔与机会维修状态阈值。以某机械设备为例对机会维修决策模型和值迭代算法的有效性进行了验证。通过对比分析发现,应用模型能够降低系统的运行维护费用,如果部件级失效率之比在适当范围内,其经济相关性越强,节省费用的效率越高。     

基于半马尔可夫过程的冷备系统维护策略优化

为了提高系统的可靠性,构建了两机冷备系统,提出了基于半马尔可夫过程的冷备系统预防性维护模型,该模型考虑随机失效、退化失效两种失效形式,采用了小修、大修、预防性维护相结合的维护方式。基于半马尔可夫理论及再生点技术分析了系统运行中的状态变化过程,建立了马尔可夫更新方程组。通过拉普拉斯变换求得系统首次平均失效时间和稳态可用度的函数表达式,并分别以系统首次平均失效时间和稳态可用度为可靠性指标求解最佳预防性维护策略。最后通过实例分析了不同参数变化对系统可靠性及最佳预防性维护周期的影响。实验结果表明,所提出的建模方法对解决冷备系统维护决策具有指导意义。     

Intelligent Predictive Decision Support System for Condition-Based Maintenance

The high costs in maintaining today’s complex and sophisticated equipment make it necessary to enhance modern maintenance management systems. Conventional condition-based maintenance (CBM) reduces the uncertainty of maintenance according to the needs indicated by the equipment condition. The intelligent predictive decision support system (IPDSS) for condition-based maintenance (CBM) supplements the conventional CBM approach by adding the capability of intelligent condition-based fault diagnosis and the power of predicting the trend of equipment deterioration. An IPDSS model, based on the recurrent neural network (RNN) approach, was developed and tested and run for the critical equipment of a power plant. The results showed that the IPDSS model provided reliable fault diagnosis and strong predictive power for the trend of equipment deterioration. These valuable results could be used as input to an integrated maintenance management system to pre-plan and pre-schedule maintenance work, to reduce inventory costs for spare parts, to cut down unplanned forced outage and to minimise the risk of catastrophic failure.     

基于几何过程的石化旋转机械维修优化研究

旋转机械是石化生产中的核心设备,维修是保障其正常运行的重要手段。为了有效地降低维修成本,以单位时间内设备管理费用最低为目标,建立了适用于各种寿命分布的基于几何过程维修优化模型,对机械设备的最佳寿命周期进行预测。在模型中,首先以单调的几何过程为基础,得到了设备管理费用率的数学模型,然后引入蒙特卡罗仿真方法,最后编制了相应的MATLAB程序。为了验证该模型的有效性,以服从二参数威布尔分布的离心泵作为分析实例。     

基于可靠性的设备维修优化方法研究

为了提高设备维修活动的针对性和有效性，对设备维修活动、部件特性、系统特性以及综合效用函数之间的逻辑关系进行了分析，构造了一种维修优化分析框架。从维修需求和维修目标出发，提出了维修效用函数驱动的多目标维修优化模型，量化分析了维修活动的优化问题。该模型可为维修计划的制定提供决策支持和信息支持。最后用实例对模型进行分析。     

基于本体和FTF的风力发电设备维护优化

为满足优化风电设备维护计划的需求,提出了用本体将故障模式影响及危害性分析(FMECA)与故障树分析(FTA)相结合的方法,即FTF方法。该方法根据风电设备故障模式的特点,分四个步骤建立了风电FMECA领域本体,然后利用本体推导出故障树,计算故障树最小割集的风险顺序数以优化维护计划。该方法解决了FMECA不能研究多故障的问题,并实现了知识的共享、重用和推理,能有效提高风电设备维护效率。     

[刀具及切削工艺]基于元活动的工艺优化决策评估方法

针对飞机复杂结构零件工艺优化目标多变、优化要素难以确定的问题,引入价值工程理论,提出了基于工艺元活动的工艺优化价值评价方法。面向企业动态变化的优化需求, 提出了价值期望权重分配算法,从工艺元活动功能评价、成本评价、价值评价维度,建立了飞机结构件工艺优化的价值评价模型,针对不同工艺层级进行了优化价值分析。最后,通过一个优化实例验证了该方法的有效性。     

基于多采样率的风电多机组远程监测

针对风力机许多部件的振动频率很低,振动监测的风电机组远程状态监测受限于网络速度而难以实现的问题,研究了基于多采样率信号处理技术的多机组远程振动监测。通过对风电机组的振动信号进行二次抽样处理,大大减小了包含风电机组振动信息的数据量。仿真分析表明,在现有网络条件下,可实现风电多机组振动数据的广域网传输,进而可实现风电多机组的远程振动监测。     

基于本体的大型风力发电机组故障智能诊断研究

针对目前快速发展的风电行业中大型风力发电机组故障诊断方法多、理论复杂,维护人员难以掌握的问题,提出了基于本体的风力发电机组故障智能诊断系统,辅助维护人员选择合适的故障诊断方法。系统以本体形式表示风电机组故障诊断领域知识,提供了与用户进行信息交互的接口,并建立了诊断方法推理所需的规则集。基于Java平台开发了基于本体的风力发电机组故障智能诊断原型系统,该系统可用于风电机组故障智能诊断。