設(shè)備預(yù)測與健康管理,是利用設(shè)備狀態(tài)監(jiān)測數(shù)據(jù)預(yù)測剩余壽命、確定維修策略,以實現(xiàn)維修保障費用和設(shè)備失效風(fēng)險最小化。顯然,設(shè)備剩余壽命預(yù)測是設(shè)備維修決策的前提。對于具有“小樣本、貧信息”失效數(shù)據(jù)特性的高可靠、長壽命復(fù)雜設(shè)備,利用實時狀態(tài)監(jiān)測數(shù)據(jù)預(yù)測設(shè)備剩余壽命是一種有效方法。因此,研究退化數(shù)據(jù)驅(qū)動的設(shè)備剩余壽命預(yù)測,具有理論意義和應(yīng)用價值。典型的數(shù)據(jù)驅(qū)動剩余壽命預(yù)測方法分為基于計算智能的剩余壽命預(yù)測和基于概率統(tǒng)計的剩余壽命預(yù)測等兩類,本文圍繞兩類方法分別進行研究。針對一種故障可表征為多種特征信號,即設(shè)備剩余壽命與多個性能參數(shù)相關(guān)的情形,研究了多變量灰色系統(tǒng)預(yù)測模型。首先,對原始數(shù)據(jù)序列進行一次累加,并采用非齊次指數(shù)函數(shù)對其擬合,進而重構(gòu)背景值計算公式,建立背景值優(yōu)化的多變量灰色系統(tǒng)預(yù)測模型,得到原始數(shù)據(jù)序列的初始預(yù)測值。然后,利用神經(jīng)網(wǎng)絡(luò)建立殘差序列與原始數(shù)據(jù)序列之間的映射關(guān)系,訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò);最后,將改進的模型和RBF神經(jīng)網(wǎng)絡(luò)集成,建立多變量灰色誤差神經(jīng)網(wǎng)絡(luò)預(yù)測模型。以某型繼電器為對象,對表征其壽命特征的三個性能退化參數(shù)預(yù)測的結(jié)果表明,該法能夠有效提高預(yù)測精度。針對設(shè)備運行環(huán)境、負載等... 

【文章來源】：太原科技大學(xué)山西省

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
    1.2 設(shè)備剩余壽命預(yù)測研究綜述
    1.3 本文工作
        1.3.1 研究內(nèi)容
        1.3.2 技術(shù)路線
    1.4 內(nèi)容組織與章節(jié)安排
第二章 數(shù)據(jù)驅(qū)動的剩余壽命預(yù)測
    2.1 數(shù)據(jù)的分類
    2.2 數(shù)據(jù)預(yù)處理
    2.3 基于計算智能的剩余壽命預(yù)測方法
    2.4 基于概率統(tǒng)計理論的剩余壽命預(yù)測方法
第三章 基于多變量灰色誤差神經(jīng)網(wǎng)絡(luò)的剩余壽命預(yù)測
    3.1 基于灰色系統(tǒng)理論的灰色預(yù)測方法
        3.1.1 灰色系統(tǒng)理論概述
        3.1.2 基于灰色系統(tǒng)理論的灰色預(yù)測模型
        3.1.3 多變量MGM（1, ）預(yù)測模型
        3.1.4 多變量MGM（1, ）模型優(yōu)化方法
    3.2 基于RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測方法
        3.2.1 RBF神經(jīng)網(wǎng)絡(luò)模型概述
        3.2.2 基于RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測模型算法
    3.3 基于多變量灰色誤差神經(jīng)網(wǎng)絡(luò)的剩余壽命預(yù)測方法
        3.3.1 算法理論基礎(chǔ)
        3.3.2 算法實現(xiàn)步驟
    3.4 實例仿真
    3.5 小結(jié)
第四章 面向非線性退化過程的剩余壽命預(yù)測
    4.1 Wiener過程模型概述
        4.1.1 Wiener過程的定義
        4.1.2 Wiener過程的性質(zhì)與特性
    4.2 基于非線性漂移Wiener過程的退化模型及其壽命分布
        4.2.1 基于非線性漂移Wiener過程的退化模型
        4.2.2 剩余壽命分布
    4.3 退化模型參數(shù)估計及其在線更新
    4.4 仿真分析
        4.4.1 數(shù)值仿真
        4.4.2 實例仿真
    4.5 小結(jié)
結(jié)束語
參考文獻
致謝
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文


【參考文獻】：
期刊論文
[1]數(shù)據(jù)驅(qū)動故障預(yù)測和健康管理綜述[J]. 彭宇,劉大同.  儀器儀表學(xué)報. 2014(03)
[2]GM(1,1)模型的幾種基本形式及其適用范圍研究[J]. 劉思峰,曾波,劉解放,謝乃明.  系統(tǒng)工程與電子技術(shù). 2014(03)
[3]基于PoF模型的電子產(chǎn)品可靠性參數(shù)計算方法[J]. 駱明珠,陳穎,康銳.  系統(tǒng)工程與電子技術(shù). 2014(04)
[4]基于維納過程的衛(wèi)星用光纖陀螺剩余壽命預(yù)測[J]. 唐圣金,郭曉松,司小勝,王振業(yè).  紅外與激光工程. 2013(12)
[5]基于Wiener過程的民用航空發(fā)動機性能可靠性預(yù)測[J]. 朱磊,左洪福,蔡景.  航空動力學(xué)報. 2013(05)
[6]武器裝備故障預(yù)測建模方法選擇研究[J]. 馬倫,康建設(shè),趙春宇,呂雷.  計算機應(yīng)用研究. 2013(07)
[7]基于改進灰色神經(jīng)網(wǎng)絡(luò)的液壓泵壽命預(yù)測[J]. 何慶飛,陳桂明,陳小虎,姚春江.  中國機械工程. 2013(04)
[8]背景值優(yōu)化的多變量灰色模型在路基沉降預(yù)測中的應(yīng)用[J]. 劉寒冰,向一鳴,阮有興.  巖土力學(xué). 2013(01)
[9]帶測量誤差的非線性退化過程建模與剩余壽命估計[J]. 司小勝,胡昌華,周東華.  自動化學(xué)報. 2013(05)
[10]機械設(shè)備運行故障預(yù)測方法綜述[J]. 陸寶春,程相亮,樊帆,張登峰.  機械制造與自動化. 2012(05)

博士論文
[1]基于Wiener過程的可靠性建模方法研究[D]. 彭寶華.國防科學(xué)技術(shù)大學(xué) 2010
[2]民航發(fā)動機性能可靠性評估與在翼壽命預(yù)測方法研究[D]. 任淑紅.南京航空航天大學(xué) 2010

碩士論文
[1]衛(wèi)星鋰離子電池剩余壽命預(yù)測方法及應(yīng)用研究[D]. 王紅.哈爾濱工業(yè)大學(xué) 2013
[2]機電產(chǎn)品壽命預(yù)測方法研究[D]. 楊帥.電子科技大學(xué) 2013
[3]動態(tài)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)的研究[D]. 胡仁兵.北京工業(yè)大學(xué) 2009
[4]基于灰色理論和RBF神經(jīng)網(wǎng)絡(luò)民航客運量預(yù)測方法研究[D]. 王翠.北京交通大學(xué) 2008
[5]灰色關(guān)聯(lián)分析模型及其應(yīng)用的研究[D]. 曹明霞.南京航空航天大學(xué) 2007



本文編號：2942266