融合Cox回归与维纳过程的设备状态评估方法

针对机场自助行李托运设备运行状态评估存在数据利用率低和预测精度不高的问题,提出一种融合Cox回归与维纳过程的设备状态评估方法;首先基于事件型数据构建多风险因素影响下的设备状态突变模型,又基于关键子系统的状态型数据构建设备状态渐变模型,提出了复合退化指标并基于维纳过程建立设备性能退化模型,得到设备整体的健康状态值并提出相应维修决策;利用商用模块化航空推进系统仿真数据集和自助行李托运设备运行监测数据对所提方法进行实验验证,结果表明融合Cox回归与维纳过程的设备状态评估方法提高了设备数据利用率和预测精度.     

概率因果网络在航电系统多故障诊断中的应用

以飞机航电系统为研究对象,以设备可靠性数据和专家经验为数据来源,建立了基于因果网络的航电系统多故障诊断体系,给出了诊断过程、推理思路和诊断算法并做了实例验证,成功提高了航电设备的故障诊断效率并缩短了维修周期。     

相依多模失效下冷贮备系统最优切换及视情维护决策

针对存在冲击影响的冷贮备系统,研究其最优切换及视情维护决策问题.首先,在系统结构和切换式运行和维护特性分析的基础上,制定基于周期切换和状态检测的切换式离线视情维护策略;其次,建立累积冲击过程影响下系统退化所致的软失效和极端冲击过程所致的硬失效竞争可靠性模型;再次,通过分析两类冲击过程影响下系统运行与备用设备交替使用、维修过程中的状态转移特性,重点推导各检测周期时刻系统状态概率分布的迭代计算模型;然后,以系统平均费用率最小为目标,建立解析决策模型,以求解系统的最优切换周期和维护阈值.最后,以矿井主通风系统为案例验证策略及模型的有效性,并分析模型对参数的灵敏度.结果表明,系统的最优维修策略随机冲击影响的不同而变化显著.     

基于随机系数回归模型的退化过程及维修策略

随机系数回归模型是一种描述设备退化过程的重要模型.在基本随机回归系数模型的基础上,运用加速失效时间模型,加入协变量的影响,对设备的退化过程进行建模分析.针对退化过程设置两类更新阈值,一类是预防性维修更新阈值,一类是故障更新阈值.当设备的运行状态被监测到达到或超过预防性更新阈值时,设备将被预防性维修更新,一个预防性更新周期完成;当设备的运行状态被监测到达到故障阈值时,设备将被故障更新,一个故障更新周期完成.运用更新回报定理,对两类更新周期内的单位时间期望维修费用建立模型,对模型求解可得设备的最优监测区间和最优预防性维修阈值.为进一步对所建立的模型进行验证,设计仿真过程求解最优值,并运用数值案例对所建立的模型和仿真过程进行计算.     

基于退化数据与marker数据综合的产品可靠性建模分析

基于性能退化数据的可靠性建模分析方法,为现代工业中长寿命、高可靠产品的可靠性研究提供了重要途径,但在破坏性测量中无法获得足够的产品性能退化数据.对此,综合利用产品性能退化数据和marker数据对产品可靠性进行建模,不仅能够提高可靠性评估的精度,还可以在产品运行过程中通过对marker的测量来预测产品剩余寿命,从而为产品维修、更换以及备件决策提供依据.采用二元Wiener过程对产品的性能参数和marker进行建模,给出模型参数的估计方法和基于marker测量数据的剩余寿命预测方法,并通过仿真示例验证所提出方法的有效性.     

基于退化状态空间划分的风电机组视情维修决策

风场的运维成本约占其收入的三分之一之多,风电机组的最优维修问题一直是风电系统降低运维成本的主要途径.针对同一风场多台风力机组成的系统,制定基于状态检测的视情机会维修策略,提出基于退化状态空间划分的多设备系统状态维修决策建模方法,在此基础上建立维修成本最小的解析模型,以决策风力机最优的状态检测周期和维修阈值.实验结果表明,基于状态监测的风力机视情维修机会方案可以很好地节约系统运维成本.     

冷/温混合贮备系统最优切换及视情维修决策

针对周期性切换冷/温混合贮备系统,研究其最优切换以及视情维修决策,在系统劣化建模的基础上,分析系统结构和切换式运行维修特性,制定基于周期切换和检测的离线视情维修策略.首先,通过分析系统运行与备用设备交替使用、维修过程中的状态转移特性,推导各检测周期时刻系统状态概率分布模型以及各维修活动的概率;然后,以系统有限时间范围内平均费用率最小为目标建立解析优化模型,以决策最优切换周期和维护阈值,并采用遗传算法对模型进行求解;最后,以汽轮发电机定子冷却水泵系统为对象验证策略和模型的正确性和有效性,并对参数进行灵敏度分析.实验结果表明,所提出离线视情维修策略能够有效地降低系统的维修成本.     

基于TMS320DM6467的监控视频去雾算法实现

有雾天气情况下拍摄的视频成像质量退化严重,极大地影响了安防监控、视觉导航等系统的整体性能.面向DSP嵌入式平台,提出一种实时监控视频去雾系统实现方案.首先在暗通道先验单幅图像去雾的基础上,提出了一种监控视频去雾算法;其次,基于TMS320DM6467处理器的硬件资源,对视频格式转换、除法运算、透射率计算、数据搬移等环节进行代码优化,最终在硬件平台上实现了整体系统.实测结果表明,对于D1格式的视频,在兼顾去雾质量的同时,达到了实时处理要求.     

退化数据驱动的设备剩余寿命在线预测

为在线预测单台服役设备的可用剩余寿命,提出一种融合先验退化数据和设备自身现场退化数据的剩余寿命预测方法。建立符合非线性Wiener过程描述的设备退化模型,利用先验数据采用极大似然法估计模型中的未知参数,使用贝叶斯方法融合新增的现场退化数据实时更新模型参数,进一步实现对设备实时剩余寿命评估。数值仿真和实例计算的结果表明,与固定参数法相比,该方法能够根据现场退化数据不断更新设备剩余寿命分布,进而更好地体现设备的个体差异,显著降低剩余寿命分布的不确定性。     

加速冲击损伤退化系统剩余寿命预测及预测维修决策

随着检测传感技术的发展,诸如风力发电机叶片等可对其状态进行检测,并依据检测结果进行剩余寿命预测.但此类系统在运行中受环境冲击影响较大,如何对冲击影响下的系统剩余寿命进行预测,并结合预测结果进行经济可靠的维修决策是一个值得研究的问题.对此,针对状态可检测的连续退化系统,研究考虑加速冲击损伤特性下的系统剩余寿命预测及基于预测的维修决策.首先,考虑自然退化和与退化相关的冲击损伤,构建加速冲击损伤退化模型和剩余寿命预测模型;其次,制定基于周期检测的状态维修与预测维修相结合的混合维修策略,并推导不同维修活动的发生概率;然后,构建以长期平均费用率最小为目标,以检测间隔和故障率阈值为决策变量的决策模型,并给出了优化解法;最后,以风力发电机叶片为案例验证模型的适用性和有效性,对系统的参数进行灵敏度分析,并与未考虑加速冲击损伤和未考虑预测的维修决策结果进行对比分析.     

Maintenance scheduling in manufacturing systems based on predicted machine degradation

In this paper, we propose a new method for scheduling of maintenance operations in a manufacturing system using the continuous assessment and prediction of the level of performance degradation of manufacturing equipment, as well as the complex interaction between the production process and maintenance operations. Effects of any maintenance schedule are evaluated through a discrete-event simulation that utilizes predicted probabilities of machine failures in the manufacturing system, where predicted probabilities of failure are assumed to be available either from historical equipment reliability information or based on the newly available predictive algorithms. A Genetic Algorithm based optimization procedure is used to search for the most cost-effective maintenance schedule, considering both production gains and maintenance expenses. The algorithm is implemented in a simulated environment and benchmarked against several traditional maintenance strategies, such as corrective maintenance, scheduled maintenance and condition-based maintenance. In all cases that were studied, application of the newly proposed maintenance scheduling tool resulted in a noticeable increase in the cost-benefits, which indicates that the use of predictive information about equipment performance through the newly proposed maintenance scheduling method could result in significant gains obtained by optimal maintenance scheduling.     

An artificial neural network method for remaining useful life prediction of equipment subject to condition monitoring

Accurate equipment remaining useful life prediction is critical to effective condition based maintenance for improving reliability and reducing overall maintenance cost. In this paper, an artificial neural network (ANN) based method is developed for achieving more accurate remaining useful life prediction of equipment subject to condition monitoring. The ANN model takes the age and multiple condition monitoring measurement values at the present and previous inspection points as the inputs, and the life percentage as the output. A function generalized from the Weibull failure rate function is used to fit each condition monitoring measurement series for a failure history, and the fitted measurement values are used to form the ANN training set so as to reduce the effects of the noise factors that are irrelevant to the equipment degradation. A validation mechanism is introduced in the ANN training process to improve the prediction performance of the ANN model. The proposed ANN method is validated using real-world vibration monitoring data collected from pump bearings in the field. A comparative study is performed between the proposed ANN method and an adapted version of a reported method, and the results demonstrate the advantage of the proposed method in achieving more accurate remaining useful life prediction.     

论集中存储及虚拟化在神东的应用

随着神东信息化建设的飞速发展,数据的安全性越来越得到企业的重视。为提升信息系统运行可靠性和数据安全性,实现数据集中存储、统一管理,降低维护成本、有效提高硬件设备利用率,经过统一规划和考虑,神东公司于2010年5月份开展数据存储项目的建设。项目完成数据层和应用层的集中存储虚拟化部署,以达到公司应用系统的整体稳定性和安全级别的提升。     

基于视情维修的涡轴发动机维修保障辅助决策体系研究

复杂装备科学的维修保障策略是保证装备合理使用与适时修理的基础,是有效实施复杂装备全寿命保障的前提,关系着装备任务效能的有效发挥;文中立足于航空装备的视情维修策略,以直升机中广泛采用的涡轴发动机为研究对象,首先基于装备维保过程的大量信息提出了构建涡轴发动机涡轴发动机及其关键部件寿命与健康管理综合知识库的方法、策略;其后结合涡轴发动机循环寿命统计法与基于K均值聚类算法等各类使用条件下的寿命损耗研究方法,阐明了涡轴发动机不同应用条件下的备件量化分析策略;更进一步地,以涡轴发动机关键部件典型故障模式梳理与成因分析(FMECA)与考虑故障概率的发动机核心备件的量化分析为基础,给出了涡轴发动机关键部件备件量化方法与策略;最后基于上述方法的研究成果,阐述了涡轴发动机维修保障辅助决策软件平台的体系架构;文中的相关研究成果可被用于航空发动机等复杂装备系统的维修保障策略构建与工程化应用.     

需求随机波动下多设备批量生产系统的视情维护策略研究

针对需求随机波动情况下多设备批量生产系统的设备维护问题,提出了一种基于滚动生产计划和设备退化状况的视情维护策略。首先,通过滚动时域规划方法预测不同产品的随机需求并在此基础上以总生产成本最小确定滚动生产计划。其次,在每一滚动生产周期开始前检测系统中各设备的退化水平,利用Gamma过程描述退化增量,以最小维护成本率确定当前退化状态下各设备的最佳维护时间,同时为避免生产过程中断利用提前延后维护策略对预防维护进行动态调整。在系统层,利用生产转换时机对需要维护的组件进行组合维护。再次,引入时间约束和服务水平约束,建立批量生产与视情维护的联合优化模型,以总成本最小为目标,确定实际生产计划和维护计划。最后,通过算例以整个生产计划期内的总成本和故障次数为度量验证了所提出的多设备批量生产系统视情维护策略的有效性。     

LabVIEW的电子设备故障检测系统

结合测试系统理论和虚拟仪器技术的研究,提出了以PXI检测设备为核心的LabVIEW8.5的专用综合测试系统。系统以LabVIEW为软件开发平台,用图形化程序语言设计了系统对电子设备测试的各个模块程序流程图以及源代码。该测试系统可以有效地缩短维修周期,降低维护成本,提高维护的可靠性,使电子设备故障系统的检测水平实现数字化、模块化和智能化。     

双时间尺度下的设备随机退化建模与剩余寿命预测方法

基于退化建模的剩余寿命预测（Remaining useful life,RUL）是当前可靠性领域研究的热点.现有的退化模型都是针对单个时间尺度下的退化设备,缺少对设备性能变化与多个时间尺度相关的退化建模与剩余寿命预测方法.鉴于此,本文基于Wiener过程提出了一种双时间尺度随机退化建模与剩余寿命预测方法,用随机比例系数描述不同时间尺度之间的不确定关系,推导出丫首达时间意义下设备的双时间尺度剩余寿命分布,讨论了其与基于单时间尺度退化模型得到的剩余寿命分布之间的关系,并给出了基于历史退化数据的未知参数极大似然估计方法.最后,将所提方法应用到惯性平台关键器件陀螺仪的退化建模与剩余寿命预测中,验证了方法的有效性.     

认知不确定性条件下轨道交通信号系统关键设备维修方案决策

基于Vague集的模糊决策在处理不确定及不精确信息时考虑了方案满足目标的不可能性因而优于传统的Fuzzy集。本文针对轨道交通信号系统中的无线闭塞中心系统设备的复杂性与故障相关信息的不确定性和模糊性问题,提出了一种认知不确定性条件下基于Vague集的设备维修策略决策方法。该方法以立即停车维修、优先安排维修、视情维修、定期维修和延迟维修等5种典型维修方案作为无线闭塞中心关键设备维修的对策集;在兼顾安全性和经济性的基础上,给出了安全性、可靠性、维修性、经济性以及可监测性等5个定性的决策评价语言变量集及相应的Vague数转换方法;构造了维修策略的Vague决策局势效果向量,并以接近正负理想Vague局势效果向量的相对贴近度为决策依据进行最优维修策略的决策。决策实例说明了该方法的具体实现过程,并验证了其有效性。