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。     

基于近似似然的频响函数不确定性模型修正

针对流程工业复杂机电系统状态不断更迭、性能出现漂移等问题,提出了一种基于自组织特征映射网络的系统服役过程动态标记方法。首先,构建多变量间耦合关系网络,并在此基础上提取网络特征;其次,将动态标记过程分为状态主动更新过程和状态主动更新过程两个阶段,状态被动更新过程通过不断训练自组织特征映射网络来适应系统新状态出现及性能漂移等情况,状态主动更新过程可用于消除系统已消亡状态对网络模型产生的影响;最后,通过分析实际化工生产系统监测数据对所提方法进行有效性验证。实验结果表明,该方法可有效标记复杂机电系统服役过程中不断变化的多种状态,并建立符合系统动态演化过程的状态标记知识库,从而为系统状态辨识和预测提供可靠依据。     

基于性能退化预测的数控机床预防维修方法

为解决数控机床传统维修方法存在的"欠维护"或"过维护"弊端,提出了一种基于系统性能退化预测的预防维修方法,利用统计过程控制技术分析产品质量数据,实现机床工作状态的预测。建立了关键零部件的Wiener退化模型来预测寿命分布,从而可结合剩余寿命和收益确定最优预防维修策略。以某汽车活塞生产线上的数控机床异常数据为例,验证了所提方法的有效性。     

[设备健康管理]基于CPS方法与脆弱性评估的制造系统健康状态智能诊断

现有的制造系统健康管理技术很少应用信息物理系统(CPS)，也很少有学者从脆弱性的角度探究制造系统的“病因”。根据制造系统的结构特征和健康管理技术原理，提出在其关键设备上嵌入基于CPS与脆弱性分析的健康管理模块，以实现系统健康状态与影响因素的在线动态分析。重点研究基于脆弱性的系统健康状态判断方法、基于数据驱动的制造系统性能异常判断和亚健康状态下设备异常因素的识别。基于嵌入式CPS的制造系统设备健康状态诊断与分析可以根据设备服役过程中的脆弱性状况判断设备的健康状态，基于数据驱动的设备异常因素判断方法可以监测设备服役过程中的性能参数变化情况，及时判断造成设备异常的关键因素。通过柔性制造系统仿真实验，证明了所提方法可实时判断系统的健康状态，有效识别导致设备亚健康状态的性能参数。     

基于威布尔的R2R系统维护决策研究

针对柔性材料卷对卷(Roll to Roll, R2R)系统过度使用或过度维修的问题,结合柔性材料R2R系统不同性能退化阶段的特点,以最大可用度为决策目标构建了威布尔比例故障率模型,并以此制定柔性材料R2R系统维修策略。将上述维护决策模型应用到实际的印刷车间R2R系统中,通过历史状态监测数据制定合理维修策略。结果表明,印刷车间放卷辊轴运行时长在50～72天期间,决策指数趋近于最佳维护决策曲线;运行时长72天之后,决策指数大幅度上升,逐渐进入中期退化状态,建议采取适当的预防性维修措施。     

面向健康保障的制造系统预测性维修决策模型

为实现制造系统稳定完成生产任务并输出高质量产品的目标,提出一种面向健康保障的制造系统预测性维修决策方法。针对制造系统的动态构成,从任务执行状态、设备性能状态以及产品质量状态3方面综合描述了其运行过程;建立了一种综合考虑设备性能多态性与任务要求多变性的时序动态任务可靠性预测模型,并提出了质量偏差指标量化方法以实现产品质量的矢量表达;以任务可靠性为决策变量,引入输出产品质量控制,以任务周期生产总费用最小为目标进行了维修策略优化。以某发动机缸盖制造系统为例开展了方法验证,结果表明,应用该决策方法比传统预测性维修与等周期预防性维修分别节约了18.41%和23.67%的生产费用。     

机载液压系统寿命预测与估计

寿命预测和估计是机载液压系统健康管理的核心难点。综述了机载系统寿命预测与估计常用方法,针对长寿命机载系统不可能在出厂前给出准确寿命,提出动态数据更新的粒子滤波寿命估计方法。建立机载液压系统多场耦合作用下性能退化规律,将研制寿命试验的累积损伤表征在退化状态内部,实际飞行数据通过贝叶斯滤波动态更新到寿命估计模型中,考虑余度液压系统多退化状态增广,给出动态机载液压系统寿命预测与估计方法,实现机载液压系统高精度寿命估计。     

基于寿命预测的预防性维护维修策略

针对退化分布函数难以估计的复杂系统,研究了剩余寿命预测及预防性维护维修最优决策问题,提出一种基于复杂系统剩余寿命有效预测的预防性维护维修策略。在系统退化状态分布函数未知的条件下,由已知的设备寿命分布函数预测其平均剩余寿命,以平均剩余寿命为阈值制定预防性维护维修策略。根据更新过程理论,建立了以系统的预测间隔、预防性维护阈值为优化变量和最小化平均维护维修费用为目标函数的优化模型。采用微粒群算法进行优化求解,得到系统最佳的预测周期和维护维修阈值,并使系统长期运行的平均费用率最低。分别以在翼寿命符合威布尔分布的民航发动机和寿命分布符合正态分布的航海设备电控罗经中的某型变压器为例,验证了所提维护维修策略的可行性。     

基于CPS方法与脆弱性评估的制造系统健康状态智能诊断

现有的制造系统健康管理技术很少应用信息物理系统(CPS),也很少有学者从脆弱性的角度探究制造系统的"病因"。根据制造系统的结构特征和健康管理技术原理,提出在其关键设备上嵌入基于CPS与脆弱性分析的健康管理模块,以实现系统健康状态与影响因素的在线动态分析。重点研究基于脆弱性的系统健康状态判断方法、基于数据驱动的制造系统性能异常判断和亚健康状态下设备异常因素的识别。基于嵌入式CPS的制造系统设备健康状态诊断与分析可以根据设备服役过程中的脆弱性状况判断设备的健康状态,基于数据驱动的设备异常因素判断方法可以监测设备服役过程中的性能参数变化情况,及时判断造成设备异常的关键因素。通过柔性制造系统仿真实验,证明了所提方法可实时判断系统的健康状态,有效识别导致设备亚健康状态的性能参数。     

基于脆性理论的多状态制造系统可靠性分析

针对传统制造系统可靠性分析方法的不足,将复杂系统脆性理论与多状态制造系统理论相结合,提出一种基于脆性理论的多状态制造系统可靠性分析方法。研究了制造系统多态性的产生机理与脆性激发机理,从加工过程、人员、环境三个方面构建了脆性激发因素集以及三方面因素之间的相互耦合关系,并给出各脆性激发因素风险度、耦合度与脆性度的量化方法;引入状态空间模型,描述了脆性效应作用下多状态制造系统的状态演变过程,在此基础上建立多状态制造系统的状态演变模型;提出一种考虑脆性效应的改进通用生成函数法,分别定义了多状态制造系统及其设备单元的生成函数,对多状态制造系统的工作性能状态与实际稳态可靠度等指标进行了分析。以国内某制造企业的双缸体零件族制造系统为例,证明了所提方法的可用性与有效性。     

数字孪生驱动的航空发动机涡轮盘剩余寿命预测

为解决航空发动机涡轮盘剩余寿命在线预测难题,提出一种数字孪生驱动的涡轮盘剩余寿命预测方法。在建立数字孪生模型的过程中,首先,分析涡轮盘疲劳裂纹损伤机理,构建性能退化指标,建立涡轮盘性能退化过程的共性表征模型;其次,分析多种不确定性因素,采用状态空间模型建立涡轮盘性能退化过程的个性表征模型;然后,通过动态贝叶斯网络描述状态空间模型随时间的演化规律,建立涡轮盘性能退化过程的动态演化模型;最后,采用粒子滤波算法实现涡轮盘退化状态追踪和剩余寿命预测,从而完成涡轮盘性能退化数字孪生模型的建立。融合涡轮盘实时传感数据,通过贝叶斯推理实现对该数字孪生模型的动态更新。通过某型涡轮盘试验数据对该方法进行验证,结果表明该数字孪生模型能够较好地解决涡轮盘剩余寿命在线预测问题。     

基于机器学习的水液压高速开关阀退化趋势预测

高速开关阀以其结构简单、响应速度快、抗污染能力强、稳定性好等优点得到了广泛的应用。水液压高速开关阀的工作介质黏性低,更容易因性能退化发生故障。提出了一种基于机器学习的水液压高速开关阀性能退化状态识别及退化趋势预测方法。搭建了高速开关阀性能测试试验台,将电流信号的变化作为高速开关阀的性能退化指标。根据高速开关阀性能退化程度,将其退化状态定义为正常期、退化期和严重退化期3个阶段。采用BP神经网络(BPNN)方法对高速开关阀的退化状态进行了识别,并采用粒子群优化长短期记忆模型(PSO-LSTM)方法对高速开关阀的退化趋势进行了预测。使用高速开关阀的性能退化试验数据对提出模型的有效性进行了检验,结果表明该方法具有较高的预测精度。     

现代制造系统维修策略研究

分析了雏修在工业生产中的地位，阐述了维修策略与方法对现代制造系统的重要作用，提出了以经济效益为核心的维修决策方法和基于费用最低的预防性维修策略及其应用方法。     

基于LabVIEW的航空轴承摩擦学性能模拟实验系统

航空轴承具备高速、高载、高温的运行特性,在其服役过程中摩擦学的状态演变对其性能衰变有着重要的影响。为实现航空轴承摩擦学状态参数的动态监测,设计一种基于LabVIEW环境下的航空轴承试验台摩擦学性能状态模拟测控系统,通过人机界面（HMI）对航空轴承的服役过程进行环境的模拟预设,由驱动系统执行动作指令,过程中由动态监测单元获取实验过程中的摩擦学动态数据链,实现高性能测量、基于FPGA的高级分析与控制;并根据动态的数据链利用LabVIEW中的NI软运动技术,以获取更为贴合运行工况的真实模拟,实现PID控制到高级的动态智能控制系统。试验表明,设计的航空轴承试验台摩擦学性能测控系统,能够很好地获取航空轴承在复杂工况下的性能演变过程中的摩擦磨损信息,从而实现对航空轴承的动态性能评价。     

基于信息熵的制造系统复杂性测度及其在调度中的应用

制造系统的复杂性是指制造系统难以被理解、描述、预测和控制的状态。从信息论角度指出制造系统的复杂度是描述制造系统的状态所预期需要的信息量。将制造系统的复杂性描述为静态和动态两种形式:静态复杂性是描述制造系统在静止状态下各制造资源根据其调度方案所预期拥有的状态所需要的信息量,动态复杂性则指描述制造系统在运行过程中各资源的实际状态所需要的信息量。应用信息论中的信息熵理论研究制造系统的复杂性测度问题,分别建立了基于信息熵的静态和动态复杂性测度模型。将上述复杂性理论应用于调度研究,提出最大可行调度时限和调度依附度两个评价调度有效性的量化指标,为调度有效性的分析、评价及改善提供了重要工具。实例研究表明所提理论和方法的有效性。     

基于数字孪生的光电探测系统性能预测

为解决光电探测系统由于多场耦合引起的性能退化建模难题,提出以光电探测系统的能量域表述为基础,建立数字孪生模型以解决其性能退化预测问题的方法。在该数字孪生模型的建立过程中,采用调制传递函数构建光电探测系统的静态性能物理模型;进一步采用动态贝叶斯网络表示调制传递函数随时间的演变规律,实现对其动态性能退化过程的图模型描述;最后通过粒子滤波算法实现系统的状态监测和性能预测,从而完成光电探测系统数字孪生模型的建立,并给出了具有不确定性估计的仿真验证结果,验证了数字孪生模型能够较好的解决光电探测系统的性能预测问题。     

机械加工系统运行状态异常检测方法的研究

智能维护技术对实现机械加工系统的预测维护意义重大,其中,对加工系统性能退化程度进行定量评估是实现预测维护的重要环节,但由于设备故障信息难以获取,使预测维护技术的应用受到一定的限制.为此,本文提出了异常检测的概念和基于统计理论的异常检测方法.通过对加工系统当前状态的异常检测,来对其异常偏离程度进行量化,目的是大幅提高加工系统预测维护的易操作性和应用范围.该方法已在精密曲线磨削主轴系统运行状态的监测中取得了良好的效果,并为系统性能退化程度的在线评估奠定了基础.     

基于风险矩阵的海洋石油动态RCM技术研究

传统RCM技术是设备完整性管理和开展预防性维修的重要手段,可以根据不同设备和风险因素制定对应的预防性维修策略,但时效性不足。海洋石油关键动设备逐步建设具备智能化的在线状态监测系统,可以提供设备实时状态。本文提出采用基于风险矩阵,将具备在线状态监测与传统RCM进行数据打通,基于在线状态监测智能预警诊断状态修正维修策略的动态RCM方法,并研发出海洋石油动态RCM分析软件系统,系统测试达到了设计要求。     

机电装备性能退化建模与健康状态评估方法

机电装备具有结构复杂、样本量少、工况多变的特点,对其进行预防性维修十分困难,因此研究其性能退化规律以及健康状态评估对预防性维修具有重要意义。以机电装备为研究对象,利用维纳过程研究性能退化建模与健康状态评估方法。建立了描述单性能退化的维纳过程模型,并给出融合多性能退化的维纳过程模型,得到了多性能退化轨迹,实现了多性能状况下的性能退化预测。利用逼近理想解法和马氏距离,根据相对贴近度划分出装备健康状态空间,并将性能退化轨迹转换到健康状态空间中,实现了对装备健康状态的评估。在数控机床进给系统试验平台上进行实验,验证了融合多性能退化的维纳过程模型和健康状态评估方法的正确性和有效性。     

多级载荷累积损伤下结构的动态可靠性分析

在服役环境中的各种不确定性因素及时间因素的共同作用下,结构将产生强度退化与累积损伤,进而严重影响到可靠性。传统的可靠性模型不能很好地反映载荷作用次序与强度退化等因素对可靠性的影响。利用区间理论,考虑应力作用次序不同而导致疲劳损伤的不同非线性演化过程,研究了多级载荷的等效转化问题;为承受多级载荷的强度退化下的结构,建立了动态非概率可靠性预测模型,构造了一种区间模型的动态可靠性分析方法;通过算例对多级载荷累积损伤作用下的结构动态可靠性进行了分析,并验证了方法与模型的有效性。