基于多阶段退化建模的谐波减速器实时可靠性评估与寿命预测

谐波减速器是工业机器人的关键核心部件,其可靠性的实时评估和剩余寿命预测对于提升工业机器人的工作性能和健康监管具有重要意义.作为一种复杂的高精度机械部件,其退化过程表现出明显的多阶段性特点.因此,针对谐波减速器的退化特性,提出基于Gamma过程的多阶段退化模型对谐波减速器性能退化过程进行精确描述.首先,根据谐波减速器退化趋势的变化,进行多阶段退化过程的划分;然后采用历史性能指标数据,基于最大皮尔逊相关系数准则估计模型先验分布的超参数,建立基于Gamma过程的多阶段退化模型.在此基础上,针对在役设备的实际运行特点和工程现场中性能指标数据获取困难的问题,提出采用振动特征来建立高斯过程回归模型,对性能指标值进行精准预测以实现对退化模型后验分布参数的实时更新.最后在此基础上对谐波减速器进行实时可靠性评估和剩余寿命预测.通过对谐波减速器可靠性实验数据的分析表明,所提出的方法能够实现可靠性的实时评估,并且与单一阶段退化模型相比,该方法对剩余寿命的预测精度更高.     

锂离子电池剩余寿命间接预测方法简

针对锂离子电池在线剩余寿命预测时容量难以直接测量以及预测表达的不确定性等问题,提出一种利用锂离子电池充放电监测参数构建剩余寿命预测健康因子的方法框架,实现了锂电池健康状态的表征,同时利用高斯过程回归（Gaussian process regression,GPR）方法给出剩余寿命预测的不确定性区间,从而构建了锂离子电池在线剩余寿命预测的方法体系。基于NASA锂离子电池数据集和卫星锂离子试验数据的剩余寿命预测验证和评估实验,表明本文提出的方法框架可以很好地支撑电池在线剩余寿命预测的应用,具备较好的电池剩余寿命预测精度和不确定性管理能力。     

锂离子电池剩余寿命间接预测方法

针对锂离子电池在线剩余寿命预测时容量难以直接测量以及预测表达的不确定性等问题,提出一种利用锂离子电池充放电监测参数构建剩余寿命预测健康因子的方法框架,实现了锂电池健康状态的表征,同时利用高斯过程回归(Gaussian process regression,GPR)方法给出剩余寿命预测的不确定性区间,从而构建了锂离子电池在线剩余寿命预测的方法体系。基于NASA锂离子电池数据集和卫星锂离子试验数据的剩余寿命预测验证和评估实验,表明本文提出的方法框架可以很好地支撑电池在线剩余寿命预测的应用,具备较好的电池剩余寿命预测精度和不确定性管理能力。     

面向一类混合退化装备RUL预测的平行仿真技术

针对一类带离散冲击的混合退化装备剩余寿命预测问题,研究了面向混合退化装备剩余寿命预测的平行仿真技术.提出以混合Wiener状态空间模型为基础仿真模型,以泊松冲击到达为模型选择判据,在实时退化数据驱动下,实现仿真模型在线选择,利用强跟踪滤波和期望最大化算法进行仿真模型数据同化和未知参数在线估计,从而实现仿真模型演化,提高仿真模型逼真度.在此基础上,实现了基于平行仿真的剩余寿命实时预测.利用某轴承性能退化数据对平行仿真方法进行了实例验证,仿真结果表明平行仿真方法能有效仿真轴承的性能退化过程,剩余寿命预测的不确定性小、精度高.      

基于等压差充电时间的锂离子电池寿命预测

针对锂离子电池寿命在线预测时直接测量困难及容量再生的现象,提出一种基于等压差充电时间和改进高斯过程回归模型的电池寿命预测方法.建立了具备不确定性表达能力的高斯过程回归模型,并采用组合核函数与粒子群算法进行了模型优化.在恒流充电过程中提取等压差充电时间参数,将其作为健康因子建立了广义线性回归模型,通过预测等压差充电时间进行电池容量估计与寿命预测,根据电池充放电循环数据进行实验验证.结果表明:基于等压差充电时间的高斯过程回归模型预测方法可以预测容量非线性退化轨迹,具备较高的锂离子电池寿命预测精度及在线预测能力.     

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。     

机械零件可靠性寿命判定的计算机仿真

通过实验对影响机械零件寿命的有关参数进行测试分析 ,然后根据线性相关原理 ,建立与零件寿命相关的线性判别标准 ,对零件可靠性寿命进行预测。编制相应的计算机程序 ,实现寿命判定的计算机仿真     

风电机组主轴系统实时可靠性分析与预测方法研究

对于历史数据不完整的风电机组系统,运行过程中需要对系统和设备进行实时可靠性分析和预测。以风电机组主轴轴承系统为例,以参数偏差为其量化指标,建立实时的可靠性评价模型,对风电机组主轴轴承系统进行实时状态评价和可靠性分析。同时,基于灰色预测法对监测参数进行趋势预测。根据趋势预测结果,结合实时可靠性分析所确定的系统当前状态评价结果,及时预警并识别故障,确定设备维修方案,保障风电机组良好运行。     

综合退化数据与寿命数据的某型电连接器寿命预测方法

针对基于寿命数据的预测方法效率不高的问题,在进行温、湿度双应力加速退化试验的基础上,研究了通过分析加速退化数据而进行寿命预测的途径.为了充分利用所收集的产品寿命数据来提高预测精度,提出了综合退化数据与寿命数据的寿命预测方法.分别使用Wiener过程、逆高斯分布和广义Eyring模型对产品性能的退化数据、少量寿命数据以及产品反应率进行建模,并建立了综合以上信息的可靠性模型.在此基础上,利用Markov Chain Monte Carlo仿真方法得到模型参数的点估计值,通过Bootstrap自助抽样法获得了模型参数的估计区间.结果表明,所提出的综合退化数据与寿命数据的方法可以提高寿命预测精度.     

Life prediction and test period optimization research based on small sample reliability test of hydraulic pumps

Hydraulic pumps belong to reliable long-life hydraulic components.The reliability evaluation includes characters such as long test period,high cost,and high power loss and so on.Based on the principle of energy-saving and power recovery,a small sample hydraulic pump reliability test rig is built,and the service life of hydraulic pump is predicted,and then the sampling period of reliability test is optimized.On the basis of considering the performance degradation mechanism of hydraulic pump,the feature information of degradation distribution of hydraulic pump volumetric efficiency during the test is collected,so an optimal degradation path model of feature information is selected from the aspect of fitting accuracy,and pseudo life data are obtained.Then a small sample reliability test of period constrained optimization search strategy for hydraulic pump is constructed to solve the optimization problem of the test sampling period and tightening end threshold,and it is verified that the accuracy of the minimum sampling period by the non-parametric hypothes is tested.Simulation result shows it could possess instructional significance and referenced value for hydraulic pump reliability life evaluation and the test' s research and design.     

现役水工钢闸门结构剩余寿命的预测

基于可靠性原理，确定了现役钢闸门结构构件最低可靠度设置标准．采用类比的方法确定了现役钢闸门结构可靠度评估时荷载的统计参数，建立了钢闸门结构构件抗力的衰减模型．在此基础上，提出了基于可靠度理论的现役钢闸门结构剩余寿命预测算法，并以受弯构件为例，对其剩余寿命进行了预测．结果表明，提出的方法在预测闸门构件剩余寿命时是有效的．     

基于LabVIEW的离心式化工泵振动测试系统设计

针对传统离心泵振动测试时仪器较多、仪器可靠性较差和测试成本偏高等缺点,运用虚拟仪器技术,采用LabVIEW图形化、模块化的编程语言编写了数据的采集、处理、保存和故障诊断程序,并且利用闭式回路试验装置、振动加速度传感器和数据采集卡组建了离心泵振动测试系统.详细阐述了虚拟仪器系统的硬件结构与软件构成、设计思想及其理论依据.虚拟振动测试系统以离心泵为研究对象,实现了多通道的数据采集、数据实时分析和数据保存等功能.通过该虚拟振动测试系统可以采集试验离心泵的振动加速度信号,并对所得信号数据进行轴心轨迹分析和频谱分析,实现了离心泵的故障诊断.最后在离心泵实验台验证了该虚拟仪器系统在实际振动监测中的有效性,该系统具备良好的人机交互界面,易于维护和系统扩展.     

地铁钢轨损伤健康管理系统设计

针对城市地铁钢轨损伤维护预测的需要,研究建立基于超声探测的钢轨损伤健康管理系统及实现方法.提出基于决策分析的健康管理系统框架结构,对其中的系统数据库、文件系统和数据结构关系进行讨论.用分层设计思想定义各功能模块,采用软件技术和自动化数据流处理,实现主界面模块、用户管理模块、线路管理模块、线路匹配模块等的开发与设计.系统能结合不同环境条件下的历史数据集和实际测试数据集,实现钢轨疲劳寿命预测.     

基于组件技术的主蒸汽管道寿命预测的在线实现

为了提高对某厂室内蒸汽管道安全性能的监测,基于COM组件技术,以一种新的体系结构设计管道剩余寿命预测分析模块,并嵌入到锅炉的DCS系统中.分析管道寿命预测的模型及模块的设计过程.现场运行情况表明,采用组件技术开发该系统具有模块化、可重用性高的特点.该模块运行稳定,可实现对主干蒸汽管道寿命评价.     

基于维修事件信息的船闸可靠性分析

为挖掘维修信息中隐含的工程系统健康规律,构建并验证了基于维修事件数据的船闸寿命周期可靠性分析模型。以工程系统结构分解为技术支撑,集成船闸运行阶段的维修事件信息,依据复杂系统可靠性理论,用维修间隔时间来界定船闸寿命周期可靠性,定义大修间隔时间、中修间隔时间、故障维修时间和故障次数等作为船闸系统可靠性参数。借鉴制造业产品研制阶段可靠性分析的思路和方法,提出了基于维修事件数据的船闸系统可靠性分析模型,并采用京杭运河苏北段17座船闸的历史维修数据验证了模型的科学性。     

贝叶斯框架的LS-SVM回归在民机液压系统预测中的应用

 为实现民机液压系统的健康预测,将贝叶斯框架应用于LS-SVM参数的选优.选用径向基核函数,选择了预测回归模型的算法和区间预测公式.用训练样本建立了液压系统的健康预测模型,用测试样本验证了公式的有效性;对液压数据参数进行预测,将预测值带入健康评估模型中得到预测结果.结果表明,基于贝叶斯框架下的LS-SVM回归模型可以很好地用于民机液压系统的健康预测.     

航空液压系统流量智能预测方法研究

液压系统是飞机重要机载系统之一,它为飞机输出能源驱动,其性能、稳定性和可靠性直接影响飞机的安全性。流量是衡量液压系统稳定性的重要判据,实时监测液压系统管路流量可对系统特性分析、故障诊断提供有力的支持。但由于流量传感器造成的流阻对系统特性有显著影响,因此在航空液压系统中未广泛使用。针对传感器带来的流阻问题,深入分析了与流量相关的参数,提出基于梯度提升回归树的航空液压系统流量预测模型,通过关键参数预测液压系统的流量。试验结果表明：梯度提升回归树(gradient boosting regression tree, GBRT)模型相比最小二乘线性回归模型、决策树回归模型、极端梯度提升树XGBoost模型,在预测准确度、训练时间、测试时间等指标中取得了较好的表现,验证了所提方法的有效性。     

液压泵故障诊断专家系统研究

液压泵是液压系统的动力源,它的失效直接影响着系统的正常工作,因此液压泵的状态监测与故障诊断是迫切需要解决的问题。作者以YB16型叶片泵为研究对象,将传统的求振动信号功率谱法与先进的专家系统技术相结合,使对泵的故障诊断更为准确。本文所介绍的方法可推广到其它类型液压泵的故障诊断中去,还可对长期运行而重要的液压系统中的动力源进行在线监测。