基于馬爾可夫模型的壽命預(yù)測技術(shù)研究.pdf

1、隨著科學(xué)技術(shù)的飛速發(fā)展和市場競爭的日益激烈，工業(yè)生產(chǎn)表現(xiàn)出大型化、高速化、自動化和復(fù)雜化等特點(diǎn)。這些大型系統(tǒng)中的關(guān)鍵設(shè)備，一旦發(fā)生故障，必然會使生產(chǎn)效率降低，還可能造成設(shè)備停機(jī)、生產(chǎn)停頓，甚至發(fā)生機(jī)毀人亡的惡性事故，造成災(zāi)難性的后果。而在適當(dāng)?shù)臅r候?qū)υO(shè)備進(jìn)行相應(yīng)的維修或更換，就能減少停機(jī)時間，降低事故發(fā)生次數(shù)。因此，有計劃、有組織地制定合理的維護(hù)策略就顯得非常重要，但傳統(tǒng)的設(shè)備維護(hù)方式（事后維護(hù)和定期維護(hù)）存在造成經(jīng)濟(jì)損失過大的缺點(diǎn)。在

2、此背景下，基于狀態(tài)的維護(hù)和智能維護(hù)方式應(yīng)運(yùn)而生。它們都以設(shè)備當(dāng)前實際工作狀態(tài)為依據(jù)，獲取故障的早期征兆，進(jìn)而對設(shè)備預(yù)期的剩余壽命做出預(yù)測，有針對性地制定設(shè)備維護(hù)計劃。準(zhǔn)確的剩余壽命預(yù)測是基于狀態(tài)的維護(hù)和智能維護(hù)具有實際應(yīng)用價值的基礎(chǔ)。本文面向基于狀態(tài)的維護(hù)和智能維護(hù)，從設(shè)備性能衰退的角度，對基于馬爾可夫模型的壽命預(yù)測技術(shù)進(jìn)行研究。
　　本文針對設(shè)備的故障率符合浴盆曲線的特點(diǎn)，利用設(shè)備性能和故障率之間的關(guān)系，提出了性能拐點(diǎn)的概念。在

3、拐點(diǎn)之前，設(shè)備性能衰退緩慢，故障率相對較低，可以降低性能監(jiān)測頻率，減少壽命預(yù)測次數(shù)，提高預(yù)測效率，為企業(yè)節(jié)省費(fèi)用；拐點(diǎn)之后，設(shè)備性能衰退趨勢由緩慢變?yōu)榧眲≡黾樱@種急劇變化影響以性能衰退為基礎(chǔ)的剩余壽命預(yù)測的準(zhǔn)確性，故利用拐點(diǎn)以后的設(shè)備性能進(jìn)行壽命預(yù)測可以提高剩余壽命預(yù)測的準(zhǔn)確性。利用灰色理論良好的擬合性能，采用預(yù)測曲線的斜率判別拐點(diǎn)，本文建立了基于灰色理論的拐點(diǎn)識別模型，并用仿真數(shù)據(jù)和實驗數(shù)據(jù)進(jìn)行了驗證。
　　針對馬爾可夫預(yù)測模

4、型長期預(yù)測達(dá)到極限狀態(tài)和信息不更新的缺點(diǎn)，本文建立了改進(jìn)的馬爾可夫預(yù)測模型；影響馬爾可夫模型的關(guān)鍵因素是模型輸入序列的狀態(tài)劃分，傳統(tǒng)依靠人工經(jīng)驗劃分帶來劃分狀態(tài)不確定和不準(zhǔn)確的問題，為此采用模糊C-均值（FCM）聚類算法實現(xiàn)對馬爾可夫過程的狀態(tài)劃分，建立了FCM-權(quán)馬爾可夫壽命預(yù)測模型；結(jié)合灰色理論模型和馬爾可夫模型各自的優(yōu)點(diǎn)，建立了灰色馬爾可夫壽命預(yù)測模型，并對灰色馬爾可夫預(yù)測模型的預(yù)測特點(diǎn)進(jìn)行了分析；針對單樣本預(yù)測模型存在的未來信息

5、完全未知的缺點(diǎn)，提出了基于多樣本思想的動態(tài)加權(quán)預(yù)測方法，同時參考小波理論中的動態(tài)變尺度方法，對歷史信息和實時信息劃分不同的狀態(tài)，最終建立動態(tài)變尺度馬爾可夫壽命預(yù)測模型，并對加權(quán)系數(shù)進(jìn)行了遍歷尋優(yōu)。采用威布爾仿真數(shù)據(jù)對建立的四種模型進(jìn)行了驗證，結(jié)果顯示動態(tài)變尺度馬爾可夫模型的預(yù)測性能最好。
　　最后，本文以Bently-RK4轉(zhuǎn)子不平衡試驗臺獲得的轉(zhuǎn)子不平衡實驗數(shù)據(jù)為基礎(chǔ)，對建立的四種馬爾可夫模型預(yù)測模型進(jìn)行了實驗驗證，并選擇最優(yōu)的