數(shù)據(jù)驅(qū)動(dòng)的緩變微小故障早期診斷及剩余壽命預(yù)測.pdf

1、大型復(fù)雜系統(tǒng)一旦發(fā)生災(zāi)難性故障將會造成巨大的經(jīng)濟(jì)損失和人員傷亡，相對于計(jì)劃維修而言，視情維修既能減少不必要的停機(jī)停產(chǎn)損失，又能更好地保證系統(tǒng)的安全性。早期故障診斷和剩余壽命預(yù)測是視情維修的基礎(chǔ)。
　　本文以提升工業(yè)安全以及節(jié)省大量維修開支為應(yīng)用背景，以緩變微小故障早期診斷為基礎(chǔ)，利用先進(jìn)的特征抽取理論和預(yù)測技術(shù)，開展剩余壽命(Residual Useful Life, RUL)預(yù)測研究，為工程維護(hù)人員制定維修策略提供決策依據(jù)。

2、r>　　全文以數(shù)據(jù)驅(qū)動(dòng)的故障特征抽取技術(shù)為主線，利用小波濾波(Wavelet Filtering, WF)技術(shù)、主元分析(Principal Component Analysis, PCA)、指定元分析(Designated Component Analysis, DCA)、深度學(xué)習(xí)(Deep Learning, DL)等理論知識，根據(jù)可利用的故障數(shù)據(jù)量、故障征兆知識、觀測數(shù)據(jù)的統(tǒng)計(jì)分布和觀測數(shù)據(jù)是否呈非線性等先驗(yàn)信息，分別開展基于統(tǒng)計(jì)

3、特征非線性擬合的系統(tǒng)級RUL預(yù)測和元部件RUL預(yù)測研究、基于深度特征的早期故障診斷和RUL預(yù)測研究。論文的主要?jiǎng)?chuàng)新點(diǎn)如下：
　　(1)高斯觀測數(shù)據(jù)情況下，將小波濾波技術(shù)與主元分析相結(jié)合實(shí)現(xiàn)早期微小故障特征抽取，根據(jù)所定義的故障演變標(biāo)尺建立基于指數(shù)型非線性擬合方法的實(shí)時(shí) RUL預(yù)測模型，實(shí)現(xiàn)系統(tǒng)級的RUL預(yù)測。故障征兆知識可用情況下，利用指定元分析提取關(guān)鍵部件的故障特征，開展關(guān)鍵部件實(shí)時(shí)RUL預(yù)測研究。
　　(2)觀測數(shù)據(jù)非線