設(shè)備預(yù)測(cè)與健康管理,是利用設(shè)備狀態(tài)監(jiān)測(cè)數(shù)據(jù)預(yù)測(cè)剩余壽命、確定維修策略,以實(shí)現(xiàn)維修保障費(fèi)用和設(shè)備失效風(fēng)險(xiǎn)最小化。顯然,設(shè)備剩余壽命預(yù)測(cè)是設(shè)備維修決策的前提。對(duì)于具有“小樣本、貧信息”失效數(shù)據(jù)特性的高可靠、長(zhǎng)壽命復(fù)雜設(shè)備,利用實(shí)時(shí)狀態(tài)監(jiān)測(cè)數(shù)據(jù)預(yù)測(cè)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(dòng)的設(shè)備剩余壽命預(yù)測(cè),具有理論意義和應(yīng)用價(jià)值。典型的數(shù)據(jù)驅(qū)動(dòng)剩余壽命預(yù)測(cè)方法分為基于計(jì)算智能的剩余壽命預(yù)測(cè)和基于概率統(tǒng)計(jì)的剩余壽命預(yù)測(cè)等兩類,本文圍繞兩類方法分別進(jìn)行研究。針對(duì)一種故障可表征為多種特征信號(hào),即設(shè)備剩余壽命與多個(gè)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(cè)模型。首先,對(duì)原始數(shù)據(jù)序列進(jìn)行一次累加,并采用非齊次指數(shù)函數(shù)對(duì)其擬合,進(jìn)而重構(gòu)背景值計(jì)算公式,建立背景值優(yōu)化的多變量灰色系統(tǒng)預(yù)測(cè)模型,得到原始數(shù)據(jù)序列的初始預(yù)測(cè)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(jìn)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(cè)模型。以某型繼電器為對(duì)象,對(duì)表征其壽命特征的三個(gè)性能退化參數(shù)預(yù)測(cè)的結(jié)果表明,該法能夠有效提高預(yù)測(cè)精度。針對(duì)設(shè)備運(yùn)行環(huán)境、負(fù)載等... 

【文章來(lái)源】：太原科技大學(xué)山西省

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)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(cè)研究綜述
    1.3 本文工作
        1.3.1 研究?jī)?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(dòng)的剩余壽命預(yù)測(cè)
    2.1 數(shù)據(jù)的分類
    2.2 數(shù)據(jù)預(yù)處理
    2.3 基于計(jì)算智能的剩余壽命預(yù)測(cè)方法
    2.4 基于概率統(tǒng)計(jì)理論的剩余壽命預(yù)測(cè)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(cè)
    3.1 基于灰色系統(tǒng)理論的灰色預(yù)測(cè)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(cè)模型
        3.1.3 多變量MGM（1, ）預(yù)測(cè)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(cè)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(cè)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(cè)方法
        3.3.1 算法理論基礎(chǔ)
        3.3.2 算法實(shí)現(xiàn)步驟
    3.4 實(shí)例仿真
    3.5 小結(jié)
第四章 面向非線性退化過(guò)程的剩余壽命預(yù)測(cè)
    4.1 Wiener過(guò)程模型概述
        4.1.1 Wiener過(guò)程的定義
        4.1.2 Wiener過(guò)程的性質(zhì)與特性
    4.2 基于非線性漂移Wiener過(guò)程的退化模型及其壽命分布
        4.2.1 基于非線性漂移Wiener過(guò)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(jì)及其在線更新
    4.4 仿真分析
        4.4.1 數(shù)值仿真
        4.4.2 實(shí)例仿真
    4.5 小結(jié)
結(jié)束語(yǔ)
參考文獻(xiàn)
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(xiàn)】：
期刊論文
[1]數(shù)據(jù)驅(qū)動(dòng)故障預(yù)測(cè)和健康管理綜述[J]. 彭宇,劉大同.  儀器儀表學(xué)報(bào). 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(jì)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(guò)程的衛(wèi)星用光纖陀螺剩余壽命預(yù)測(cè)[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(guò)程的民用航空發(fā)動(dòng)機(jī)性能可靠性預(yù)測(cè)[J]. 朱磊,左洪福,蔡景.  航空動(dòng)力學(xué)報(bào). 2013(05)
[6]武器裝備故障預(yù)測(cè)建模方法選擇研究[J]. 馬倫,康建設(shè),趙春宇,呂雷.  計(jì)算機(jī)應(yīng)用研究. 2013(07)
[7]基于改進(jìn)灰色神經(jīng)網(wǎng)絡(luò)的液壓泵壽命預(yù)測(cè)[J]. 何慶飛,陳桂明,陳小虎,姚春江.  中國(guó)機(jī)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(cè)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(cè)量誤差的非線性退化過(guò)程建模與剩余壽命估計(jì)[J]. 司小勝,胡昌華,周東華.  自動(dòng)化學(xué)報(bào). 2013(05)
[10]機(jī)械設(shè)備運(yùn)行故障預(yù)測(cè)方法綜述[J]. 陸寶春,程相亮,樊帆,張登峰.  機(jī)械制造與自動(dòng)化. 2012(05)

博士論文
[1]基于Wiener過(guò)程的可靠性建模方法研究[D]. 彭寶華.國(guó)防科學(xué)技術(shù)大學(xué) 2010
[2]民航發(fā)動(dòng)機(jī)性能可靠性評(píng)估與在翼壽命預(yù)測(cè)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(cè)方法及應(yīng)用研究[D]. 王紅.哈爾濱工業(yè)大學(xué) 2013
[2]機(jī)電產(chǎn)品壽命預(yù)測(cè)方法研究[D]. 楊帥.電子科技大學(xué) 2013
[3]動(dòng)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(yùn)量預(yù)測(cè)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(hào)：2942266