基于长短期记忆网络的齿轮剩余寿命预测研究

设备运行数据蕴含了大量的状态退化信息,利用状态退化信息对设备进行剩余寿命预测,可以为预测性维修提供重要的依据。针对监测过程中接收到表征设备退化的大量数据,提出一种改进的基于记忆机理循环神经网络实时剩余寿命预测模型。该模型利用随机搜索选择模型超参数,采用加入动量考虑的随机梯度下降算法优化模型参数,防止陷入局部最优,从而提高剩余寿命预测模型的预测精度。通过齿轮弯曲疲劳试验,验证了该模型剩余寿命预测的准确性。     

超高压变电站设备状态检修技术分析

近年来,电网开始向高压和超高压的趋势发展,国内超高压变电站数量也不断增加,作为超高压变电站,其运行的可靠性至关重要,所以状态检修技术在超高压变电站内得以应用。目前我国超高压变电站内设备状态检修工作中还存在着许多不完善的地方,在很多环节上还需要进行不断的完善,所以需要检修人员要不断地加强自身检修技术水平,从而确保变电站能够安全、稳定的运行。     

大数据背景下相似性设备剩余寿命预测研究进展

剩余寿命预测是设备故障预测与健康管理的重要组成部分,准确预测设备剩余寿命将有助于决策者及时制定维修策略,避免巨额的失效损失。随着物联网和大数据技术的发展,实时监控设备的运行状态变得越来越便利,为改进和发展设备剩余寿命预测方法奠定了坚实基础。基于相似性的设备剩余寿命预测方法不需要假设设备退化模型,而是通过大数据分析设备间运行状态的相似性进行预测,具有很高的预测精度和强鲁棒性。本文从健康指标构建、相似性度量选取、数据融合等方面,对基于相似性的设备剩余寿命预测方法进行了梳理总结,分析比较了相应性质。文章最后对基于相似性的设备剩余寿命预测方法的未来研究方向进行了探讨。     

变电站设备检修技术研究

本文通过简要地介绍变电站设备检修体制的发展历史,对目前的变电站设备检修现状进行分析研究总结了变电站一、二次侧状态检修的技术,目的在保障设备运行可靠性为第一原则,最终使变电设备达到健康运行的目标。     

变电站一次设备的状态检修分析

随着电台事业的发展,台站所属变电站高压电气设备越来越趋向于在不可能长时间停电检查和检修的情况下运行,因此必须适时地开展状态检修,这就有必要对运行中的变电站设备进行监视和诊断,以便能检测到异常情况的征兆或使用寿命终结的迹象。从发射台站电力系统的实际情况出发。对变电站一次设备实行状态检修的背景、选取原则和系统流程及一次设备中的变压器、断路器、隔离开关的状态检修等作了介绍。     

关于变电站设备状态检修技术探讨

变电站的状态检修,涉及到状态监测、故障诊断、设备寿命管理和预测、信息管理与决策等技术,随着计算机技术、遥感技术在状态检修中的大量运用,设备的状态检修将越来越多,从而降低了变电站检修的人力、物力以及财力投入,提高了供电企业的运行水平及经济效益。     

统计模式识别和自回归滑动平均模型在 设备剩余寿命预测中的应用

为了对设备预知性维护研究提供支持,采用统计模式识别（SPR）方法对设备进行性能评估,获取设备健康指标;再运用自回归滑动平均模型（ARMA）对设备剩余寿命进行预测,建立了基于设备健康状况的设备剩余寿命预测模型.对生产过程中刀具加工设备寿命预测进行分析和验证结果表明,该设备评估和预测方法是有效且实用的.     

基于信息融合的刀具剩余寿命在线预测方法

针对加工中心刀具剩余寿命预测的实际需求,提出了一种基于信息融合的刀具剩余寿命在线预测方法.通过在加工中心主要功能部件上安装传感器,实时采集加工中心运行过程中的动态信号,经信号预处理和特征参数提取,采用皮尔逊相关系数和残差分析相结合的方法进行特征降维,获得最优的特征参数集.建立基于自适应神经模糊推理系统的刀具剩余寿命预测模型,在线预测刀具剩余寿命.实例分析结果显示:该预测方法的预测结果平均准确率为95.21%,可以满足实际需求.同时,将该预测方法与BP神经网络及其变异模型进行了对比,发现该预测方法预测精度更高.     

应用交互式多模型算法的设备剩余寿命预测

针对目前异常检测与剩余寿命预测联合研究中存在的问题,基于交互式多模型算法,提出了一种考虑退化模式动态转移的设备剩余寿命预测模型。首先根据模式动态转移的状态空间模型对设备进行退化建模,然后使用IMM算法对设备的隐含退化状态与退化模式后验概率进行联合估计,根据后验概率判别异常点,并采用期望最大化(Expectation Maximum,EM)算法对模型参数进行在线估计与更新,最终实现设备的实时剩余寿命预测。数值分析结果表明:该模型能够准确地检测异常点、降低剩余寿命概率分布的不确定性与提高剩余寿命的预测精度,为实现设备的视情维修提供决策依据。     

数字孪生驱动的小样本旋转机械剩余寿命预测

针对小样本数据下旋转机械剩余使用寿命难以准确预测的问题，提出一种数字孪生驱动的旋转机械健康因子构建及剩余使用寿命预测方法。通过融合卷积自编码器与Weibull分布构建数据驱动的旋转机械退化行为模型。使用旋转机械早期退化信号训练卷积自编码器，使其学习到早期退化信号模式；使用卷积自编码器对测试信号进行重构并计算重构误差，将重构误差映射到[0,1]区间作为健康因子，根据健康因子拟合Weibull可靠度函数并预测旋转机械剩余使用寿命；在旋转机械持续运行过程中基于实时数据重复上述步骤，实现旋转机械剩余寿命的实时更新。在PHM2012公开数据集上的测试结果表明：所提方法可以在不需要末期退化信号的前提下预测轴承剩余寿命，预测结果明显高于现有报道的各类方法，均方根误差和平均绝对百分比误差分别为938.8 s与42.62%。在巴斯夫新材料有限公司某自动化测试系统数字孪生预测性维护平台的应用案例表明，所提方法具有实际工业场景下小样本旋转机械寿命预测的可行性。     

基于混合威布尔分布的水稻插秧机的可靠性分析及剩余寿命预测

为了更准确描述水稻插秧机的失效规律,提高可靠性分析的准确性,对某型水稻插秧机的故障数据进行分析,采用两参数混合威布尔分布对水稻插秧机进行建模。以残差平方和最小为优化目标,建立参数估计优化模型,利用改进粒子群算法对其进行求解,然后采用K-S检验法对模型进行检验,对比单一威布尔模型、混合威布尔模型与水稻插秧机失效数据之间的拟合程度,得出使用两参数混合威布尔模型评估水稻插秧机可靠性的合理性,在此模型的基础上计算得到水稻插秧机的平均无故障工作时间为161.75h,中位寿命为147.14h,特征寿命为191.31h,且在可靠度为0.6时,预防性维修周期为115.19h,最后在混合威布尔分布模型的基础上计算出剩余寿命-可靠度的关系,可定量分析插秧机在一定使用时间下的剩余寿命,从而进行预测性维护。     

间接状态监测下基于维修费用及残余寿命的设备维修策略

针对不能直接诊断间接状态监测下设备劣化状态的问题,提出了制定费用最优的设备预防性维修策略方法.利用马尔可夫链表示设备的劣化状态,给出了设备可靠度函数,运用贝叶斯规则和马尔可夫模型进行设备状态概率分布研究,建立了间接状态下设备维修费用和设备残余寿命模型,分析了基于设备维修费用和设备残余寿命的设备维修策略.通过实例说明了间接状态监测下基于维修费用和残余寿命制定并实施最优维修决策标准的方法.
关键词：     

基于互信息的主成分分析结合支持向量回归的滚动轴承剩余寿命预测研究

滚动轴承作为旋转机械设备中的关键部件,影响着设备的可靠性运行。为了智能开展设备维护工作,提高设备的运转效率,提出一种基于互信息（mutual information,MI）的主成分分析（principal component analysis,PCA）（MI-PCA）结合支持向量回归（support vector regression,SVR）的滚动轴承剩余寿命预测方法。首先利用小波包降噪算法剔除原始振动信号中的异常数据点和噪声,并基于降噪数据提取其时域、频域和时频域特征;然后结合特征与剩余寿命的互信息值进行特征筛选,再通过PCA降维算法获得可表征轴承退化状态的敏感特征,用于SVR的输入;最后构建并训练SVR剩余寿命预测模型,并将其应用于滚动轴承全寿命试验数据。试验结果表明与基于MI和基于PCA的SVR回归预测模型（MI-SVR模型、PCA-SVR模型）相比,基于MI-PCA的SVR模型具有更高的预测精度（预测精度可达97%）,能够实现滚动轴承剩余寿命的精准预测,为开展及时有效的设备维护工作提供了决策依据。     

水下生产系统关键设备维修策略优化方法

为研究水下生产系统关键设备预防性维修策略制定及优化问题,通过建立以威布尔分布为模型的可靠性衰退趋势模型,构建以可靠性和经济性为指标的多组件系统的预防性维修策略多目标优化模型,并在可靠性预测数学模型的基础上,对水下生产系统中实际生产中各组件全寿期内的维修成本进行计算,并对三种维修策略下的维修成本与可靠性进行分析与讨论。研究结果表明,采用基于功能的多组件成组维修策略可以在对可靠性水平较小的牺牲下,有效降低维修成本,同时有效避免传统成组维修策略中欠维修与过维修的现象发生。     

基于RCM的冶金单体设备预防性维修模型

应用以可靠性为中心的维修(RCM)方法对冶金单体设备的维修策略进行研究.以开卷机为具体对象,引入役龄回退因子对设备役龄进行修正,采用威布尔分布对设备的故障间隔时间进行拟合,得到设备的故障率函数,并以设备维修总成本最小化为目标,建立基于可靠性和经济性约束的不完全预防性维修模型.通过一个算例对该模型进行了验证.     

桥上纵连板式无砟轨道HRB500钢筋概率S-N曲线研究

为研究桥上纵连板式无砟轨道HRB500钢筋的疲劳特性,对HRB500钢筋标准试件进行对称循环荷载下轴向拉压疲劳试验,得到不同应力水平下HRB500钢筋标准试件的疲劳寿命及其累积失效概率.在此基础上,以相关系数p和Theil不等系数u作为估计精度评价指标,对3种常用的三参数威布尔分布参数估计方法进行对比研究,并用精度最高的灰色预测法对HRB500钢筋标准试件疲劳寿命的威布尔分布参数进行估计,得到不同应力水平下HRB500钢筋疲劳寿命分布函数.最后,基于Kohout-Vêchet方程,建立全应力水平范围内可靠指标为4.2的HRB500钢筋概率S-N曲线.本文的研究成果可为服役期间组合荷载下桥上纵连板式无砟轨道HRB500钢筋疲劳寿命预测模型的建立提供试验依据.     

基于威布尔分布的水电设备费用模型研究

对于现代设备管理信息系统的新模式，建立了水电设备全寿期费用定量模型．将设备在全寿命周期内的费用划分为购置费和维护费，分别建立了基于时间分摊的投资费用模型和基于威布尔分布的维护费用模型，分析了威布尔分布函数的各个参数的性质，讨论了水电设备的最小费用和最佳使用寿命的求解方法．针对维护费用模型中的不确定性问题，给出了两参数威布尔分布函数拟合方法，采用线性回归方法对参数进行估计，最后给出了参数求解的实例．     

基于作战管理的有人-无人协同作战体系结构建模

航空发动机精确的剩余使用寿命预测是确保发动机安全服役必须开展的环节。针对复杂工况环境下涡扇发动机的剩余使用寿命预测问题,提出了一种基于极端梯度提升和卡尔曼滤波的寿命预测模型。首先,采用高斯分布对原始振动数据进行分析,提取具有时间序列和退化趋势的特征数据,并为其设置剩余使用寿命（RUL）标签;其次,利用随机搜索算法对融合参数范围进行寻优,在极端梯度提升(XGBoost)中加入卡尔曼滤波器解决预测值不平滑和噪声干扰的问题;最后在商用模块化航空推进系统仿真数据集（C-MAPSSC）上进行了验证和分析,实验结果证明：与其他模型相比,文中采用的寿命预测方法准确度更高。     

智能变电站二次设备状态的灰色层次聚类评估

智能变电站作为智能电网建设的核心部分,其二次设备运行状态关系着电力系统的安全性和稳定性。针对智能变电站二次设备故障原因错综复杂以及运行状态信息不完全的特征,建立智能变电站二次设备状态评估层次模型和指标体系,引入灰色聚类对智能变电站二次设备状态进行灰色分类以及构建灰色白化权函数,并利用层次分析法计算状态指标权重,结合层次分析法与灰色聚类对智能变电站二次设备进行定性和定量的状态评估。实例分析验证了文中方法有效易行,为智能变电站二次设备状态检修工作提供了理论依据。