發(fā)布時(shí)間：2022-10-10 10:54

　　隨著科學(xué)技術(shù)和現(xiàn)代工業(yè)的飛速發(fā)展,機(jī)械、能源、石化、運(yùn)載和國(guó)防等行業(yè)的設(shè)備日趨大型化、高速化、集成化和自動(dòng)化。隨之而來(lái)的是對(duì)設(shè)備運(yùn)行的安全性與可靠性的要求不斷加大,從而使得相應(yīng)的維修策略從傳統(tǒng)的事后維修和定期維修向視情維修轉(zhuǎn)變。然而目前大部分系統(tǒng)及設(shè)備還是以定期維修為主,這種方式不僅耗費(fèi)資源而且效率低下。因此,有必要研究故障預(yù)測(cè)與健康管理技術(shù)以實(shí)現(xiàn)系統(tǒng)的視情維修。故障預(yù)測(cè)與健康管理技術(shù)在近些年得到越來(lái)越多的關(guān)注、研究與應(yīng)用,已經(jīng)成為可靠性領(lǐng)域的熱點(diǎn)研究方向。其中故障預(yù)測(cè)是故障預(yù)測(cè)與健康管理的基礎(chǔ)與核心內(nèi)容。如果能夠預(yù)測(cè)復(fù)雜工程系統(tǒng)中故障發(fā)展的趨勢(shì),確定部件或系統(tǒng)的剩余使用壽命,就可以綜合當(dāng)前的經(jīng)濟(jì)、設(shè)備等各種因素制定出最優(yōu)的維護(hù)策略,從而保障復(fù)雜工程系統(tǒng)的安全性與可靠性。本課題從復(fù)雜工程系統(tǒng)對(duì)故障預(yù)測(cè)與健康管理技術(shù)的需求出發(fā),以全面提升復(fù)雜工程系統(tǒng)的安全性和可靠性為目的。重點(diǎn)對(duì)復(fù)雜工程系統(tǒng)的健康狀態(tài)評(píng)估和剩余使用壽命預(yù)測(cè)方法展開(kāi)了理論研究與應(yīng)用驗(yàn)證,力求為實(shí)現(xiàn)復(fù)雜工程系統(tǒng)的視情維修提供重要的決策支撐。本文的主要研究?jī)?nèi)容包括以下幾個(gè)方面:（1）針對(duì)復(fù)雜工程系統(tǒng)退化狀態(tài)難以觀測(cè)和故障嚴(yán)重程... 

【文章頁(yè)數(shù)】：143 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 故障預(yù)測(cè)與健康管理的研究現(xiàn)狀
        1.2.2 故障預(yù)測(cè)的研究現(xiàn)狀
    1.3 存在的問(wèn)題和挑戰(zhàn)
    1.4 論文的主要內(nèi)容與章節(jié)安排
2 基于DBN的健康狀態(tài)退化趨勢(shì)識(shí)別
    2.1 引言
    2.2 基本理論
        2.2.1 RBM
        2.2.2 DBN
    2.3 基于DDBN的無(wú)監(jiān)督健康指標(biāo)構(gòu)建方法
    2.4 實(shí)驗(yàn)驗(yàn)證
        2.4.1 航空發(fā)動(dòng)機(jī)數(shù)據(jù)集
        2.4.2 實(shí)驗(yàn)結(jié)果
    2.5 本章小結(jié)
3 基于連續(xù)HMM的健康狀態(tài)動(dòng)態(tài)劃分與主動(dòng)感知
    3.1 引言
    3.2 基本理論
        3.2.1 馬爾可夫過(guò)程
        3.2.2 HMM原理
    3.3 基于CHMM的健康狀態(tài)識(shí)別方法
    3.4 實(shí)驗(yàn)驗(yàn)證
    3.5 本章小結(jié)
4 基于RNN和PF的大數(shù)據(jù)復(fù)雜環(huán)境下剩余使用壽命預(yù)測(cè)
    4.1 引言
    4.2 基本理論
        4.2.1 RNN
        4.2.2 PF
        4.2.3 VAE
    4.3 基于deep RNN和PF的剩余使用壽命預(yù)測(cè)方法
    4.4 基于CVAE的改進(jìn)PF方法
    4.5 實(shí)驗(yàn)驗(yàn)證
        4.5.1 帶鋼熱軋過(guò)程驗(yàn)證
        4.5.2 鋰電池退化過(guò)程驗(yàn)證
    4.6 本章小結(jié)
5 基于SVDD的多故障模式下故障識(shí)別與剩余使用壽命預(yù)測(cè)
    5.1 引言
    5.2 基本理論
        5.2.1 Gap metric
        5.2.2 SVDD
    5.3 基于Gap-DBN和SVDD的多故障模式下故障識(shí)別與預(yù)測(cè)方法
        5.3.1 基于Gap-DBN的退化特征提取
        5.3.2 基于SVDD的故障監(jiān)測(cè)與識(shí)別
        5.3.3 基于自適應(yīng)故障閾值的RUL預(yù)測(cè)
    5.4 實(shí)驗(yàn)驗(yàn)證
    5.5 本章小結(jié)
6 基于模糊綜合評(píng)價(jià)的安全等級(jí)層次化綜合評(píng)估與可視化
    6.1 引言
    6.2 基本理論
        6.2.1 層次分析法
        6.2.2 模糊綜合評(píng)價(jià)
        6.2.3 可視化平臺(tái)開(kāi)發(fā)環(huán)境
    6.3 基于模糊綜合評(píng)價(jià)的安全等級(jí)層次化綜合評(píng)估方法
    6.4 基于安全等級(jí)評(píng)估一體化設(shè)計(jì)的故障預(yù)測(cè)可視化平臺(tái)
    6.5 實(shí)驗(yàn)驗(yàn)證
    6.6 本章小結(jié)
7 結(jié)論與展望
    7.1 研究工作總結(jié)
    7.2 未來(lái)研究展望
參考文獻(xiàn)
作者簡(jiǎn)歷及在學(xué)研究成果
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3689491