設(shè)備健康管理系統(tǒng)的一項(xiàng)重要功能—故障預(yù)測(cè)與健康管理(Prognostic and Health Management,簡(jiǎn)稱(chēng)PHM),可以實(shí)時(shí)監(jiān)控設(shè)備的工作數(shù)據(jù),及時(shí)發(fā)現(xiàn)故障原因與部位,同時(shí)可以預(yù)估設(shè)備未來(lái)的運(yùn)行狀態(tài),幫助企業(yè)提前排查設(shè)備故障,減小損失。本課題以高溫真空壓合機(jī)為研究案例,設(shè)計(jì)適用于中小型設(shè)備的通用PHM系統(tǒng),滿(mǎn)足企業(yè)工作人員可以遠(yuǎn)程監(jiān)控、實(shí)時(shí)了解設(shè)備工作情況的需求,達(dá)到快速發(fā)現(xiàn)問(wèn)題解決問(wèn)題,提高工作效率的目的,給企業(yè)和社會(huì)帶來(lái)更大的經(jīng)濟(jì)效益。本課題選擇基于案例推理方法(Case-based Reasoning,簡(jiǎn)稱(chēng)CBR)進(jìn)行研究,設(shè)計(jì)相應(yīng)的故障預(yù)測(cè)模型,針對(duì)CBR算法進(jìn)行改進(jìn),并檢測(cè)改進(jìn)算法的準(zhǔn)確性,從而有效地提高高溫真空壓合機(jī)系統(tǒng)的穩(wěn)定性和可靠性。本文以咸陽(yáng)威迪機(jī)電科技有限公司生產(chǎn)的高溫真空壓合機(jī)為案例對(duì)象,利用傳感器技術(shù)采集設(shè)備工作所產(chǎn)生的數(shù)據(jù),驗(yàn)證設(shè)計(jì)的模型,并實(shí)現(xiàn)了故障預(yù)測(cè)與健康管理。設(shè)備在運(yùn)行過(guò)程中會(huì)產(chǎn)生實(shí)時(shí)數(shù)據(jù),這些數(shù)據(jù)可定量表示設(shè)備運(yùn)行狀態(tài)的優(yōu)劣。首先通過(guò)傳感器采集設(shè)備的特征屬性參數(shù)存儲(chǔ)到后臺(tái),系統(tǒng)如果要以更加便利規(guī)整的方式計(jì)算訪(fǎng)問(wèn)后臺(tái)數(shù)據(jù),必須讓它們以特殊...

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 高溫真空壓合機(jī)介紹
        1.3.1 高溫真空壓合機(jī)相關(guān)知識(shí)
        1.3.2 高溫真空壓合機(jī)故障分類(lèi)
    1.4 主要研究?jī)?nèi)容與創(chuàng)新點(diǎn)
    1.5 論文結(jié)構(gòu)與章節(jié)安排
2 PHM技術(shù)基礎(chǔ)
    2.1 PHM概述
        2.1.1 PHM基本概念
        2.1.2 PHM研究?jī)?nèi)容和關(guān)鍵技術(shù)
    2.2 PHM一般架構(gòu)
        2.2.1 PHM體系結(jié)構(gòu)
        2.2.2 高溫真空壓合機(jī)數(shù)據(jù)采集和存儲(chǔ)
    2.3 故障預(yù)測(cè)技術(shù)
        2.3.1 故障預(yù)測(cè)概念
        2.3.2 故障預(yù)測(cè)模型
        2.3.3 故障預(yù)測(cè)算法
    2.4 設(shè)備健康管理
        2.4.1 PHM健康管理
        2.4.2 健康評(píng)價(jià)量化
        2.4.3 設(shè)備維修策略
    2.5 本章小結(jié)
3 高溫真空壓合機(jī)的故障預(yù)測(cè)
    3.1 基于案例推理概念
        3.1.1 CBR概述
        3.1.2 CBR技術(shù)實(shí)現(xiàn)
    3.2 CBR工作機(jī)制
        3.2.1 案例的表示與存儲(chǔ)
        3.2.2 案例的檢索與匹配
    3.3 高溫真空壓合機(jī)案例庫(kù)分級(jí)
    3.4 案例的學(xué)習(xí)修改
        3.4.1 原始案例學(xué)習(xí)修改
        3.4.2 代表案例學(xué)習(xí)修改
    3.5 本章小結(jié)
4 K近鄰算法改進(jìn)
    4.1 KNN算法概述
        4.1.1 KNN算法原理
        4.1.2 KNN計(jì)算方法
        4.1.3 高溫真空壓合機(jī)案例屬性權(quán)值
    4.2 KNN實(shí)現(xiàn)方法
        4.2.1 循環(huán)遍歷計(jì)算法
        4.2.2 裁剪分治計(jì)算法
    4.3 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
5 高溫真空壓合機(jī)PHM系統(tǒng)實(shí)現(xiàn)
    5.1 需求分析
    5.2 功能模塊設(shè)計(jì)
    5.3 系統(tǒng)實(shí)現(xiàn)
        5.3.1 系統(tǒng)功能
        5.3.2 實(shí)時(shí)監(jiān)測(cè)和故障預(yù)測(cè)
        5.3.3 設(shè)備管理
        5.3.4 故障報(bào)警
        5.3.5 探針程序
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 本文小結(jié)
    6.2 研究展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文
致謝



本文編號(hào)：4038835