視情維修(CBM)和故障預(yù)測和健康管理(PHM)對于減少系統(tǒng)的停機時間、維修成本和提高整體的可用度起著重要的作用。齒輪作為機械傳動的關(guān)鍵部件,具有高效的傳動比和強的承受負載能力,廣泛應(yīng)用于航空航天、船舶工業(yè)和重型機械如直升機、高鐵和風力發(fā)電機中。齒輪失效將會引發(fā)整個機械系統(tǒng)停機,從而導致重大經(jīng)濟損失甚至人員傷亡。狀態(tài)監(jiān)測和故障檢測技術(shù)能顯著提高齒輪傳動系統(tǒng)的可靠性并減少失效的發(fā)生。本文以飛機關(guān)鍵部件齒輪箱為研究對象,圍繞早期故障檢測、健康預(yù)測及維修優(yōu)化建模三個方面展開研究,主要內(nèi)容如下:(1)提出了一個考慮退化和隨機失效的部分可觀測系統(tǒng)的最優(yōu)貝葉斯維修策略模型。用一個3狀態(tài)(狀態(tài)0,1,2)的隱半馬爾科夫模型(HSMM)來描述系統(tǒng)的退化過程。其中狀態(tài)0和1是不可觀測的,分別代表好的狀態(tài)和警告狀態(tài)。只有狀態(tài)2是可觀測的,代表失效狀態(tài)。在各個不可觀測狀態(tài)的駐留時間考慮通用的Erlang分布,從而比各隱藏狀態(tài)駐留時間服從指數(shù)分布的隱馬爾科夫模型(HMM)更符合系統(tǒng)的實際退化過程。在隱半馬爾科夫模型退化建模的基礎(chǔ)上,使用多元貝葉斯控制圖方法,以最大化長程單位時間期望可用度為目標,在半馬爾科夫決...

【文章頁數(shù)】：189 頁

【學位級別】：博士

【文章目錄】：
摘要
Abstract
縮略詞
第一章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 齒輪箱早期故障診斷方法研究現(xiàn)狀
        1.2.2 考慮維修策略的異常檢測方法研究現(xiàn)狀
        1.2.3 剩余壽命預(yù)測技術(shù)研究現(xiàn)狀
        1.2.4 基于預(yù)測信息的可靠性驗證試驗方法研究現(xiàn)狀
        1.2.5 維修和備件聯(lián)合優(yōu)化研究現(xiàn)狀
    1.3 研究問題的提出與主要內(nèi)容
        1.3.1 研究問題的提出
        1.3.2 文章結(jié)構(gòu)安排
第二章 考慮Erlang分布的隱半馬爾科夫模型及貝葉斯維修策略
    2.1 概述
    2.2 常用的隨機退化建模方法
        2.2.1 回歸模型
        2.2.2 Wiener過程
        2.2.3 Gamma過程
        2.2.4 逆高斯過程
        2.2.5 馬爾科夫模型
        2.2.6 隨機濾波模型
        2.2.7 比例風險模型
    2.3 隱馬爾科夫模型
        2.3.1 模型建立及參數(shù)估計
        2.3.2 似然函數(shù)推導
        2.3.3 偽對數(shù)似然函數(shù)推導
        2.3.4 最大化偽對數(shù)似然函數(shù)
        2.3.5 基于隱馬爾科夫模型的剩余壽命預(yù)測
    2.4 隱半馬爾科夫模型
        2.4.1 模型建立及參數(shù)估計
        2.4.2 似然函數(shù)推導
        2.4.3 偽對數(shù)似然函數(shù)推導
        2.4.4 最大化偽對數(shù)似然函數(shù)
    2.5 基于HSMM的最優(yōu)貝葉斯控制圖
        2.5.1 基本假設(shè)和符號
        2.5.2 可用度最大化的貝葉斯控制圖
        2.5.3 SMDP算法設(shè)計
        2.5.4 仿真驗證
    2.6 本章小結(jié)
第三章 基于HSMM的齒輪軸早期故障預(yù)測及最優(yōu)維修策略
    3.1 概述
    3.2 齒輪軸狀態(tài)監(jiān)測數(shù)據(jù)預(yù)處理
        3.2.1 齒輪箱壽命試驗方案
        3.2.2 時域同步平均
        3.2.3 向量自回歸模型
        3.2.4 殘差計算
    3.3 隱半馬爾科夫模型建模及參數(shù)估計
    3.4 齒輪軸故障檢測可用度最大化的最優(yōu)多元貝葉斯控制圖方法
        3.4.1 貝葉斯控制方法
        3.4.2 策略對比
    3.5 基于HSMM的剩余壽命預(yù)測方法
        3.5.1 齒輪軸壽命預(yù)測結(jié)果
        3.5.2 對比分析
    3.6 本章小結(jié)
第四章 競爭風險模型下最優(yōu)貝葉斯維修策略
    4.1 概述
    4.2 考慮兩種失效模式的競爭風險模型
        4.2.1 基本符號
        4.2.2 競爭風險模型
    4.3 基于競爭風險模型的貝葉斯控制圖
        4.3.1 轉(zhuǎn)移概率
        4.3.2 期望駐留時間
        4.3.3 期望正常運行時間
    4.4 實例分析
        4.4.1 監(jiān)測數(shù)據(jù)預(yù)處理
        4.4.2 關(guān)聯(lián)失效模式下隱馬爾科夫模型參數(shù)估計
        4.4.3 最優(yōu)貝葉斯維修策略
        4.4.4 基于競爭風險模型剩余壽命預(yù)測方法
    4.5 本章小結(jié)
第五章 基于監(jiān)測數(shù)據(jù)的Weibull分布可靠性序貫驗證試驗方法
    5.1 概述
    5.2 Weibull分布可靠性序貫驗證試驗方法
        5.2.1 抽樣特性曲線及抽樣風險
        5.2.2 指數(shù)分布可靠性序貫驗證試驗方法
        5.2.3 Weibull分布可靠性序貫驗證試驗方法
        5.2.4 形狀參數(shù)對Weibull分布可靠性序貫驗證試驗方案的影響
    5.3 齒輪箱可靠性序貫驗證試驗方法
        5.3.1 齒輪箱壽命分布
        5.3.2 基于TSA和 VAR模型的振動監(jiān)測數(shù)據(jù)殘差計算方法
        5.3.3 基于HSMM的壽命預(yù)測
        5.3.4 齒輪箱可靠性序貫驗證試驗
    5.4 本章小結(jié)
第六章 基于預(yù)測信息的視情更換和備件訂購聯(lián)合優(yōu)化
    6.1 概述
    6.2 基于失效時間分布的更換和訂購優(yōu)化策略
        6.2.1 序貫優(yōu)化策略
        6.2.2 聯(lián)合優(yōu)化策略
    6.3 基于剩余壽命預(yù)測的更換和備件訂購優(yōu)化策略
        6.3.1 序貫優(yōu)化策略
        6.3.2 聯(lián)合優(yōu)化策略
    6.4 基于隨機交付時間和預(yù)測信息的更換和備件訂購聯(lián)合優(yōu)化
        6.4.1 基于狀態(tài)的服務(wù)水平
        6.4.2 聯(lián)合優(yōu)化模型
    6.5 實例分析——變工況下齒輪箱更換和備件訂購聯(lián)合優(yōu)化
        6.5.1 變工況下齒輪箱壽命試驗方案
        6.5.2 數(shù)據(jù)預(yù)處理
        6.5.3 基于HSMM的剩余壽命實時預(yù)測
        6.5.4 基于預(yù)測信息的更換和備件訂購聯(lián)合優(yōu)化
        6.5.5 對比分析
    6.6 本章小結(jié)
第七章 結(jié)論與展望
    7.1 全文工作總結(jié)
        7.1.1 研究的主要內(nèi)容
        7.1.2 論文的創(chuàng)新工作
    7.2 工作展望
參考文獻
致謝
在學期間的研究成果及發(fā)表的論文
附錄



本文編號：3810983