基于故障預測的設備預防性維護策略研究及應用.pdf

1、隨著現代工業(yè)生產的規(guī)模日益擴大，生產過程中所用設備的精密化、自動化和復雜化程度變得越來越高。這些先進設備在大大提高生產效率、提高產品質量、節(jié)省人力資源的同時，也帶來了較昂貴的維護和保障成本。一旦設備在運行過程中出現故障，輕則致使設備停機，產生很高的維護費用，重則影響整個生產系統(tǒng)，造成人身安全和重大經濟損失。據統(tǒng)計，設備故障帶來的停機損失和維修費用已占產品制造成本的15%~40%。因此，如何在設備發(fā)生故障前及時準確地預測設備故障，并在此基

2、礎上制定有效的預防性維護策略以避免設備發(fā)生故障，成為了企業(yè)亟待解決的問題。本文以單設備為研究對象，提出基于灰色粗糙集與BP神經網絡的設備故障預測方法，并基于故障預測信息制定預防性維護策略，從而對設備進行科學的維護管理，使設備能夠正常運行。論文的主要內容如下：
　　首先，對基于故障預測的預防性維護策略進行總體研究。明確設備故障預測相關理論、方法以及設備維護策略的種類和特征，在此基礎上，分析現有研究的局限性，從而得到了論文需要解決的關

3、鍵問題，圍繞關鍵問題，提出論文的研究思路和技術路線。
　　其次，提出基于灰色粗糙集與BP神經網絡的設備故障預測方法。采用灰色關聯分析法對故障數據決策表進行橫向數據精簡，采用粗糙集方法對故障數據決策表進行縱向條件屬性約簡，充分去除決策表中的冗余和無效的數據；將約簡后的故障決策表數據輸入BP神經網絡中，預測設備故障率。
　　然后，提出基于故障預測的設備預防性維護策略。以包含設備故障導致的風險在內的維護總成本最小為優(yōu)化目標，以故障