本文關鍵詞：基于改進GA-SVR的機械關鍵部件壽命預測及維修策略研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著“工業(yè)4.0時代”和“智能制造時代”的到來,機械傳動裝備系統(tǒng)在航空航天、船舶和高端制造業(yè)等領域發(fā)揮著越來越重要的作用,因此裝備系統(tǒng)及其某些關鍵部件的可靠性被視為設備健康管理的重要關注點之一。剩余壽命預測與維修方式決策是設備健康管理極其重要的兩個方面,同時也是提升設備可靠性的重要手段。通過運用科學的預測方法提升壽命預測精度,再以預測結果為基礎,選擇合適的維修策略是提升設備系統(tǒng)及其關鍵部件可靠度的一種非常有效的途徑。本文從預測算法研究與改進和維修策略決策兩個方面入手,通過運用一定的數據挖掘方法和智能機器學習算法來提升壽命預測精度和預測效率,然后再建立考慮可靠度的維修成本模型來選擇、決策最優(yōu)的維修方式和維修時間,旨在提升關鍵部件的可靠度和健康管理維護的經濟性,具有重要的學術研究價值和現實意義。論文主要研究內容如下:(1)闡述分析了剩余壽命預測技術的研究現狀、存在的主要問題和當前國內外研究熱點及難點,概述了維修決策的理論體系、主要影響因素和未來研究的主流趨勢,進而總結提出本文擬研究的問題、目標和意義。(2)針對實時在線剩余壽命預測往往面對的是機械設備大規(guī)模的健康狀態(tài)數據問題,提出了融合增量LHD采樣算法的GA-SVR機械關鍵部件剩余壽命預測模型,并引入二次指數平滑法對性能衰退指標集進行了輸入前預處理來提升模型的預測精度和泛化性能,在驗證分析時改進增量GA-SVR預測模型在預測精度和預測效率方面表現出了明顯的優(yōu)勢,與標準SVR模型相比,預測誤差下降44.89%,預測時間縮短39.87%。(3)構建了以關鍵部件生命周期內單位時間維修成本最小化為目標,面向零非計劃停機的維修策略決策優(yōu)化模型,該模型考慮了失效概率隨服役時間變化和預先維修累積損傷對維修成本的影響,并引入了維修時間閾值的概念。該模型最終能給出最優(yōu)的維修方式和維修時間點,并通過算例驗證了該模型的有效性和可行性。
【關鍵詞】：機械關鍵部件 LHD算法 GA-SVR 壽命預測 維修決策
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TH17
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-17
• 1.1 選題背景和研究意義8-10
• 1.1.1 選題背景8-9
• 1.1.2 研究目的與意義9-10
• 1.2 國內外研究現狀10-14
• 1.2.1 剩余壽命預測國內外研究現狀10-12
• 1.2.2 維修方式決策國內外研究現狀12-14
• 1.3 文章結構和創(chuàng)新點14-17
• 1.3.1 本文創(chuàng)新點14-15
• 1.3.2 本文研究內容15
• 1.3.3 本文技術路線15-17
• 2 剩余壽命預測與維修決策的相關理論及方法17-27
• 2.1 剩余壽命預測17-21
• 2.1.1 機械裝備剩余壽命預測的特征17-18
• 2.1.2 性能衰退指標集的構造18-19
• 2.1.3 預測方法的選取19-21
• 2.1.4 構建預測模型的一般流程21
• 2.2 維修策略決策理論21-27
• 2.2.1 維修方式概述21-23
• 2.2.2 視情維修策略的特征23-24
• 2.2.3 基于壽命預測的維修決策原理及優(yōu)勢24-27
• 3 基于改進增量GA-SVR的剩余壽命預測方法研究27-41
• 3.1 模型輸入融合指標集27-29
• 3.1.1 性能衰退評估分析27-28
• 3.1.2 輸入融合指標集的構造28-29
• 3.2 標準SVR算法概述29-33
• 3.2.1 基本SVM算法概述29-31
• 3.2.2 標準SVR算法的原理及存在的不足31-33
• 3.3 基于改進增量GA-SVR算法的預測模型33-40
• 3.3.1 增量SVR算法思想及原理33-35
• 3.3.2 增量LHD采樣算法35-38
• 3.3.3 基于遺傳算法的改進增量SVR38-40
• 3.4 本章小結40-41
• 4 基于剩余壽命預測的關鍵部件維修策略決策研究41-49
• 4.1 維修決策模型設置41-42
• 4.1.1 模型條件假設41-42
• 4.1.2 模型參數定義42
• 4.2 維修優(yōu)化決策模型關鍵參數分析42-45
• 4.3 構建平均單位時間維修成本模型45-47
• 4.3.1 預先維修成本模型45-46
• 4.3.2 事后維修成本模型46-47
• 4.4 面向零非計劃停機的維修策略優(yōu)化47-48
• 4.5 本章小結48-49
• 5 實例分析49-57
• 5.1 背景介紹49
• 5.2 試驗數據采集49-51
• 5.2.1 嚙合頻率的計算49-50
• 5.2.2 測量參數選擇50
• 5.2.3 測點選擇50
• 5.2.4 試驗參數設置50-51
• 5.3 剩余壽命預測驗證分析51-53
• 5.4 面向零非計劃停機的維修策略決策驗證53-56
• 5.5 本章小結56-57
• 6 結論及展望57-59
• 6.1 結論57
• 6.2 展望57-59
• 致謝59-60
• 參考文獻60-65
• 附錄65
• A.作者在攻讀學位期間發(fā)表的論文及軟件著作權目錄65
• B.作者在攻讀學位期間取得的科研成果目錄65

【相似文獻】

中國期刊全文數據庫 前10條

1 A.W.Labib,梁工謙,肖媛;面向結構重組的維修策略[J];設備管理與維修;2005年09期

2 吳偉;;蒸汽閥門維修策略探討[J];閥門;2006年03期

3 熊曄;方澤明;呂偉;;基于設備風險指數的維修策略制定及應用[J];給水排水;2013年01期

4 王文義,張洪芬;維修策略的概念、方法和模型(Ⅰ)[J];運籌與管理;1997年02期

5 范世東,鐘駿杰,嚴立;設備針對性維修策略[J];武漢交通科技大學學報;1998年06期

6 王祖芬;工程機械的維修策略和檢修項目的確定[J];工程機械與維修;2000年07期

7 戴旭東,趙三星,謝友柏,楊兆建,馬亞鈴;以可靠性為中心的機械設備針對性維修策略研究[J];機械科學與技術;2002年01期

8 吳建忠,王生鳳,徐宗昌;維修策略的新發(fā)展——以利潤為中心的維修策略[J];機械制造;2002年12期

9 張俊濤;趙新文;;復雜設備的經濟維修策略[J];設備管理與維修;2006年11期

10 蔡景;左洪福;劉明;耿端陽;;復雜系統(tǒng)成組維修策略優(yōu)化模型研究[J];應用科學學報;2006年05期

中國重要會議論文全文數據庫 前10條

1 顧莉群;;大型企業(yè)辦公微機采購維修策略[A];2008全國第十三屆自動化應用技術學術交流會論文集[C];2008年

2 馮兵;陶鳳和;;與武器系統(tǒng)服役期相適應的維修策略[A];第十屆全國設備監(jiān)測與診斷技術學術會議論文集[C];2000年

3 邢瑞;于鵬;王小翠;鄭更新;;故障小修的改進維修策略[A];中國企業(yè)運籌學[C];2009年

4 林鵬程;吳庭毅;;簡論航站樓設備維修策略的決擇[A];上�？崭郏ǖ�4輯）[C];2007年

5 宋東平;;兩級連續(xù)傳輸線的單人維修策略[A];1994年中國控制會議論文集[C];1994年

6 張翠鳳;;歐美維修工程的新發(fā)展[A];第三屆全國設備管理經驗交流研討會議論文集[C];2000年

7 胡剛;;設備維修策略與全面潤滑解決方案[A];中國汽車工程學會燃料與潤滑油分會第11屆年會論文集[C];2004年

8 趙洪燦;;康仁644電解質儀維修策略[A];2004年浙江省檢驗醫(yī)學學術會議論文匯編[C];2004年

9 孫學鋒;趙元立;;艦艇裝備的預先主動性維修策略設計[A];中國造船工程學會修船技術學術委員會船舶維修理論與應用論文集第七集（2004年度）[C];2004年

10 顧祝平;鄭逢亮;;基于自動數據獲得技術的飛機CBM維修策略[A];2011航空維修理論研究及技術發(fā)展學術交流會論文集[C];2011年

中國博士學位論文全文數據庫 前6條

1 高俏俏;基于幾何過程的退化可修系統(tǒng)維修策略研究[D];燕山大學;2015年

2 鄭建祥;基于可靠性和經濟性的城市公交車輛維修策略研究[D];江蘇大學;2012年

3 錢新博;水力發(fā)電機組故障預測與狀態(tài)維修策略研究[D];華中科技大學;2014年

4 黃勇理;電站設備維修管理信息平臺建設的實踐研究[D];華中科技大學;2005年

5 谷東偉;基于故障相關的刀架系統(tǒng)維修策略研究[D];吉林大學;2013年

6 張大波;基于狀態(tài)監(jiān)測與系統(tǒng)風險評估的電力設備維修及更新策略研究[D];重慶大學;2012年

中國碩士學位論文全文數據庫 前10條

1 李明程;基于車載信息的機車部件壽命分布規(guī)律及維修策略研究[D];西南交通大學;2015年

2 林森;退化系統(tǒng)剩余壽命預測及非完美維修策略研究[D];太原科技大學;2015年

3 趙婧;面向設備使用企業(yè)的MRO支持系統(tǒng)相關問題研究[D];太原科技大學;2015年

4 王少敏;動車組轉向架關鍵零部件的故障規(guī)律及維修策略研究[D];北京交通大學;2016年

5 周壯;維修策略及擔保合同的決策模型及博弈分析[D];北京交通大學;2016年

6 張慧茹;發(fā)電廠DCS維修策略研究和風險分析[D];華北電力大學(北京);2016年

7 劉珍翔;基于改進GA-SVR的機械關鍵部件壽命預測及維修策略研究[D];重慶大學;2016年

8 郭一明;基于強化學習的劣化系統(tǒng)維修策略研究[D];合肥工業(yè)大學;2011年

9 付亞利;基于維修策略的安全儀表系統(tǒng)建模及優(yōu)化[D];華北電力大學;2015年

10 黃成果;設備維修策略模型分析與決策支持[D];華中科技大學;2006年

  本文關鍵詞：基于改進GA-SVR的機械關鍵部件壽命預測及維修策略研究，由筆耕文化傳播整理發(fā)布。

本文編號：456814