基于監(jiān)測(cè)數(shù)據(jù)的機(jī)械設(shè)備剩余壽命預(yù)測(cè)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(wèn)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(guò)程大型化、自動(dòng)化、高參數(shù)運(yùn)行、高能量?jī)?chǔ)備的趨勢(shì)使得機(jī)械產(chǎn)品的安全問(wèn)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(píng)估和壽命預(yù)測(cè)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(dòng)的壽命預(yù)測(cè)方法為解決這類問(wèn)題提供了可行的途徑，本文針對(duì)現(xiàn)階段機(jī)械設(shè)備運(yùn)行維護(hù)中的重要科學(xué)問(wèn)題，結(jié)合國(guó)家機(jī)械與制造科學(xué)的發(fā)展規(guī)劃，對(duì)基于數(shù)據(jù)驅(qū)動(dòng)的壽命預(yù)測(cè)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(gè)方面的工作:
　　第一，對(duì)機(jī)械設(shè)備剩余壽命預(yù)測(cè)研究方法進(jìn)行了綜述，將壽命預(yù)測(cè)方法分為基于物理模型預(yù)測(cè)的方法，基于統(tǒng)計(jì)經(jīng)驗(yàn)的預(yù)測(cè)方法，基于知識(shí)的預(yù)測(cè)方法和基于數(shù)據(jù)驅(qū)動(dòng)預(yù)測(cè)的方法四類，分別對(duì)這些方法進(jìn)行

3、分析，比較各方法的優(yōu)缺點(diǎn)。對(duì)機(jī)械設(shè)備故障預(yù)測(cè)的基本概念、發(fā)展歷程以及故障預(yù)測(cè)內(nèi)容進(jìn)行了介紹，對(duì)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(cè)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(duì)雙列滾子軸承的振動(dòng)信號(hào)提取RMS值作為退化特征，為減少信號(hào)中不規(guī)則特性的影響，同時(shí)簡(jiǎn)化信號(hào)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(duì)軸承退化趨勢(shì)進(jìn)行

4、了單步與多步預(yù)測(cè)。對(duì)預(yù)測(cè)的結(jié)果，依據(jù)Hazen作圖位置公式，得出了軸承退化預(yù)測(cè)點(diǎn)的分布，并給出了預(yù)測(cè)點(diǎn)基于t分布的95％的置信區(qū)間。同時(shí)將預(yù)測(cè)結(jié)果與單一SVM模型和神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比分析。
　　第三，在狀態(tài)空間模型的應(yīng)用實(shí)例中，測(cè)取了銑刀加工過(guò)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(guò)程描述刀具磨損量的變化過(guò)程并建立狀態(tài)空間模型，這個(gè)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(duì)銑刀的退