設(shè)備狀態(tài)維修系統(tǒng)結(jié)構(gòu)與決策模型研究.pdf

1、現(xiàn)代生產(chǎn)設(shè)備技術(shù)含量高、結(jié)構(gòu)復(fù)雜、系統(tǒng)特性強(qiáng)，其故障不但表現(xiàn)為很強(qiáng)的隨機(jī)性，而且故障損失嚴(yán)重。傳統(tǒng)的維修理念和方法受到嚴(yán)峻挑戰(zhàn)，而狀態(tài)維修作為一種更科學(xué)、更先進(jìn)、更有效的維修理念和維修方式日益受到學(xué)術(shù)界和企業(yè)界的密切關(guān)注，并成為當(dāng)前維修領(lǐng)域研究的熱點(diǎn)問(wèn)題。
　　狀態(tài)維修系統(tǒng)結(jié)構(gòu)框架的構(gòu)建有助于指導(dǎo)狀態(tài)維修的研究和發(fā)展，完善和拓展?fàn)顟B(tài)維修的研究?jī)?nèi)容。狀態(tài)維修決策作為狀態(tài)維修系統(tǒng)的重要組成部分，是狀態(tài)維修工作不可忽視的重要內(nèi)容。對(duì)于狀

2、態(tài)維修系統(tǒng)結(jié)構(gòu)的設(shè)計(jì)以及狀態(tài)維修決策過(guò)程的深入研究具有非常重要的意義和實(shí)用價(jià)值。
　　本文在梳理和分析狀態(tài)維修相關(guān)研究文獻(xiàn)的基礎(chǔ)上，界定了狀態(tài)維修的內(nèi)涵，分析了狀態(tài)維修的特點(diǎn)，并根據(jù)狀態(tài)維修系統(tǒng)應(yīng)實(shí)現(xiàn)的一系列功能和實(shí)際需要，構(gòu)建了狀態(tài)維修系統(tǒng)結(jié)構(gòu)框架。根據(jù)狀態(tài)維修系統(tǒng)結(jié)構(gòu)框架，給出了狀態(tài)維修的工作內(nèi)容，提出了狀態(tài)維修工作過(guò)程的三個(gè)階段和決策過(guò)程的關(guān)鍵環(huán)節(jié)。此外，根據(jù)我國(guó)企業(yè)設(shè)備維修管理的現(xiàn)狀，提出了狀態(tài)維修實(shí)施的技術(shù)支持和管理保障

3、基礎(chǔ)，指出了企業(yè)開(kāi)展?fàn)顟B(tài)維修的基本原則，并詳細(xì)闡述了企業(yè)實(shí)施狀態(tài)維修的工作流程。
　　本文對(duì)狀態(tài)維修決策過(guò)程進(jìn)行了系統(tǒng)深入的研究和分析。
　　首先，對(duì)缺陷狀態(tài)進(jìn)行早期識(shí)別。在分析設(shè)備運(yùn)行特點(diǎn)的基礎(chǔ)上，針對(duì)傳統(tǒng)方法存在的缺陷和不足，分兩種情況闡述了識(shí)別缺陷發(fā)生時(shí)刻的建模方法，重點(diǎn)探討了測(cè)量信號(hào)為單值的情況，針對(duì)測(cè)量信號(hào)為多維向量的情況，提出了利用主成分分析方法進(jìn)行特征量提取，提取出的主成分作為建模的輸入數(shù)據(jù)，并建立了多維主成分

4、與被監(jiān)測(cè)對(duì)象狀態(tài)之間的關(guān)系。同時(shí)，應(yīng)用EM算法對(duì)模型中的未知參數(shù)進(jìn)行估計(jì)，為了提高算法的收斂速度和估計(jì)的準(zhǔn)確性，對(duì)EM算法進(jìn)行了相應(yīng)的改進(jìn)。此外，對(duì)缺陷發(fā)生時(shí)刻的識(shí)別方法和過(guò)程進(jìn)行了計(jì)算機(jī)仿真研究，驗(yàn)證了該方法的有效性和準(zhǔn)確性。
　　其次，對(duì)缺陷狀態(tài)的劣化程度進(jìn)行預(yù)知。在分析缺陷狀態(tài)的可預(yù)測(cè)性和當(dāng)前狀態(tài)預(yù)知建模方法不足的基礎(chǔ)上，闡述了基于隨機(jī)濾波理論的殘余壽命預(yù)知建模方法和過(guò)程，并在原有建模方法的基礎(chǔ)上進(jìn)行了重要改進(jìn)。通過(guò)假設(shè)被監(jiān)

5、測(cè)設(shè)備在正常運(yùn)行階段和缺陷運(yùn)行階段的狀態(tài)監(jiān)測(cè)信號(hào)服從尺度參數(shù)存在一定關(guān)系、形狀參數(shù)不同的兩參數(shù)分布，而將一階段的狀態(tài)預(yù)知模型擴(kuò)展到兩階段的狀態(tài)預(yù)知模型。同時(shí)，為提高估計(jì)的有效性，減少估計(jì)誤差，提出了在故障數(shù)據(jù)較少的情況下，利用極大似然方法進(jìn)行模型參數(shù)估計(jì)的方法和過(guò)程。此外，對(duì)殘余壽命預(yù)知建模方法和過(guò)程進(jìn)行了計(jì)算機(jī)仿真研究，驗(yàn)證了該建模方法和參數(shù)估計(jì)方法的有效性和準(zhǔn)確性。
　　最后，在識(shí)別缺陷發(fā)生時(shí)刻、預(yù)知缺陷狀態(tài)劣化程度的基礎(chǔ)上進(jìn)