基于监测数据的飞机齿轮箱健康预测及维修优化方法研究
发布时间：2023-05-07 17:10
视情维修(CBM)和故障预测和健康管理(PHM)对于减少系统的停机时间、维修成本和提高整体的可用度起着重要的作用。齿轮作为机械传动的关键部件,具有高效的传动比和强的承受负载能力,广泛应用于航空航天、船舶工业和重型机械如直升机、高铁和风力发电机中。齿轮失效将会引发整个机械系统停机,从而导致重大经济损失甚至人员伤亡。状态监测和故障检测技术能显著提高齿轮传动系统的可靠性并减少失效的发生。本文以飞机关键部件齿轮箱为研究对象,围绕早期故障检测、健康预测及维修优化建模三个方面展开研究,主要内容如下:(1)提出了一个考虑退化和随机失效的部分可观测系统的最优贝叶斯维修策略模型。用一个3状态(状态0,1,2)的隐半马尔科夫模型(HSMM)来描述系统的退化过程。其中状态0和1是不可观测的,分别代表好的状态和警告状态。只有状态2是可观测的,代表失效状态。在各个不可观测状态的驻留时间考虑通用的Erlang分布,从而比各隐藏状态驻留时间服从指数分布的隐马尔科夫模型(HMM)更符合系统的实际退化过程。在隐半马尔科夫模型退化建模的基础上,使用多元贝叶斯控制图方法,以最大化长程单位时间期望可用度为目标,在半马尔科夫决...
【文章页数】：189 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
缩略词
第一章 绪论
1.1 研究背景
1.2 研究现状
1.2.1 齿轮箱早期故障诊断方法研究现状
1.2.2 考虑维修策略的异常检测方法研究现状
1.2.3 剩余寿命预测技术研究现状
1.2.4 基于预测信息的可靠性验证试验方法研究现状
1.2.5 维修和备件联合优化研究现状
1.3 研究问题的提出与主要内容
1.3.1 研究问题的提出
1.3.2 文章结构安排
第二章 考虑Erlang分布的隐半马尔科夫模型及贝叶斯维修策略
2.1 概述
2.2 常用的随机退化建模方法
2.2.1 回归模型
2.2.2 Wiener过程
2.2.3 Gamma过程
2.2.4 逆高斯过程
2.2.5 马尔科夫模型
2.2.6 随机滤波模型
2.2.7 比例风险模型
2.3 隐马尔科夫模型
2.3.1 模型建立及参数估计
2.3.2 似然函数推导
2.3.3 伪对数似然函数推导
2.3.4 最大化伪对数似然函数
2.3.5 基于隐马尔科夫模型的剩余寿命预测
2.4 隐半马尔科夫模型
2.4.1 模型建立及参数估计
2.4.2 似然函数推导
2.4.3 伪对数似然函数推导
2.4.4 最大化伪对数似然函数
2.5 基于HSMM的最优贝叶斯控制图
2.5.1 基本假设和符号
2.5.2 可用度最大化的贝叶斯控制图
2.5.3 SMDP算法设计
2.5.4 仿真验证
2.6 本章小结
第三章 基于HSMM的齿轮轴早期故障预测及最优维修策略
3.1 概述
3.2 齿轮轴状态监测数据预处理
3.2.1 齿轮箱寿命试验方案
3.2.2 时域同步平均
3.2.3 向量自回归模型
3.2.4 残差计算
3.3 隐半马尔科夫模型建模及参数估计
3.4 齿轮轴故障检测可用度最大化的最优多元贝叶斯控制图方法
3.4.1 贝叶斯控制方法
3.4.2 策略对比
3.5 基于HSMM的剩余寿命预测方法
3.5.1 齿轮轴寿命预测结果
3.5.2 对比分析
3.6 本章小结
第四章 竞争风险模型下最优贝叶斯维修策略
4.1 概述
4.2 考虑两种失效模式的竞争风险模型
4.2.1 基本符号
4.2.2 竞争风险模型
4.3 基于竞争风险模型的贝叶斯控制图
4.3.1 转移概率
4.3.2 期望驻留时间
4.3.3 期望正常运行时间
4.4 实例分析
4.4.1 监测数据预处理
4.4.2 关联失效模式下隐马尔科夫模型参数估计
4.4.3 最优贝叶斯维修策略
4.4.4 基于竞争风险模型剩余寿命预测方法
4.5 本章小结
第五章 基于监测数据的Weibull分布可靠性序贯验证试验方法
5.1 概述
5.2 Weibull分布可靠性序贯验证试验方法
5.2.1 抽样特性曲线及抽样风险
5.2.2 指数分布可靠性序贯验证试验方法
5.2.3 Weibull分布可靠性序贯验证试验方法
5.2.4 形状参数对Weibull分布可靠性序贯验证试验方案的影响
5.3 齿轮箱可靠性序贯验证试验方法
5.3.1 齿轮箱寿命分布
5.3.2 基于TSA和 VAR模型的振动监测数据残差计算方法
5.3.3 基于HSMM的寿命预测
5.3.4 齿轮箱可靠性序贯验证试验
5.4 本章小结
第六章 基于预测信息的视情更换和备件订购联合优化
6.1 概述
6.2 基于失效时间分布的更换和订购优化策略
6.2.1 序贯优化策略
6.2.2 联合优化策略
6.3 基于剩余寿命预测的更换和备件订购优化策略
6.3.1 序贯优化策略
6.3.2 联合优化策略
6.4 基于随机交付时间和预测信息的更换和备件订购联合优化
6.4.1 基于状态的服务水平
6.4.2 联合优化模型
6.5 实例分析——变工况下齿轮箱更换和备件订购联合优化
6.5.1 变工况下齿轮箱寿命试验方案
6.5.2 数据预处理
6.5.3 基于HSMM的剩余寿命实时预测
6.5.4 基于预测信息的更换和备件订购联合优化
6.5.5 对比分析
6.6 本章小结
第七章 结论与展望
7.1 全文工作总结
7.1.1 研究的主要内容
7.1.2 论文的创新工作
7.2 工作展望
参考文献
致谢
在学期间的研究成果及发表的论文
附录
本文编号：3810983
【文章页数】：189 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
缩略词
第一章 绪论
1.1 研究背景
1.2 研究现状
1.2.1 齿轮箱早期故障诊断方法研究现状
1.2.2 考虑维修策略的异常检测方法研究现状
1.2.3 剩余寿命预测技术研究现状
1.2.4 基于预测信息的可靠性验证试验方法研究现状
1.2.5 维修和备件联合优化研究现状
1.3 研究问题的提出与主要内容
1.3.1 研究问题的提出
1.3.2 文章结构安排
第二章 考虑Erlang分布的隐半马尔科夫模型及贝叶斯维修策略
2.1 概述
2.2 常用的随机退化建模方法
2.2.1 回归模型
2.2.2 Wiener过程
2.2.3 Gamma过程
2.2.4 逆高斯过程
2.2.5 马尔科夫模型
2.2.6 随机滤波模型
2.2.7 比例风险模型
2.3 隐马尔科夫模型
2.3.1 模型建立及参数估计
2.3.2 似然函数推导
2.3.3 伪对数似然函数推导
2.3.4 最大化伪对数似然函数
2.3.5 基于隐马尔科夫模型的剩余寿命预测
2.4 隐半马尔科夫模型
2.4.1 模型建立及参数估计
2.4.2 似然函数推导
2.4.3 伪对数似然函数推导
2.4.4 最大化伪对数似然函数
2.5 基于HSMM的最优贝叶斯控制图
2.5.1 基本假设和符号
2.5.2 可用度最大化的贝叶斯控制图
2.5.3 SMDP算法设计
2.5.4 仿真验证
2.6 本章小结
第三章 基于HSMM的齿轮轴早期故障预测及最优维修策略
3.1 概述
3.2 齿轮轴状态监测数据预处理
3.2.1 齿轮箱寿命试验方案
3.2.2 时域同步平均
3.2.3 向量自回归模型
3.2.4 残差计算
3.3 隐半马尔科夫模型建模及参数估计
3.4 齿轮轴故障检测可用度最大化的最优多元贝叶斯控制图方法
3.4.1 贝叶斯控制方法
3.4.2 策略对比
3.5 基于HSMM的剩余寿命预测方法
3.5.1 齿轮轴寿命预测结果
3.5.2 对比分析
3.6 本章小结
第四章 竞争风险模型下最优贝叶斯维修策略
4.1 概述
4.2 考虑两种失效模式的竞争风险模型
4.2.1 基本符号
4.2.2 竞争风险模型
4.3 基于竞争风险模型的贝叶斯控制图
4.3.1 转移概率
4.3.2 期望驻留时间
4.3.3 期望正常运行时间
4.4 实例分析
4.4.1 监测数据预处理
4.4.2 关联失效模式下隐马尔科夫模型参数估计
4.4.3 最优贝叶斯维修策略
4.4.4 基于竞争风险模型剩余寿命预测方法
4.5 本章小结
第五章 基于监测数据的Weibull分布可靠性序贯验证试验方法
5.1 概述
5.2 Weibull分布可靠性序贯验证试验方法
5.2.1 抽样特性曲线及抽样风险
5.2.2 指数分布可靠性序贯验证试验方法
5.2.3 Weibull分布可靠性序贯验证试验方法
5.2.4 形状参数对Weibull分布可靠性序贯验证试验方案的影响
5.3 齿轮箱可靠性序贯验证试验方法
5.3.1 齿轮箱寿命分布
5.3.2 基于TSA和 VAR模型的振动监测数据残差计算方法
5.3.3 基于HSMM的寿命预测
5.3.4 齿轮箱可靠性序贯验证试验
5.4 本章小结
第六章 基于预测信息的视情更换和备件订购联合优化
6.1 概述
6.2 基于失效时间分布的更换和订购优化策略
6.2.1 序贯优化策略
6.2.2 联合优化策略
6.3 基于剩余寿命预测的更换和备件订购优化策略
6.3.1 序贯优化策略
6.3.2 联合优化策略
6.4 基于随机交付时间和预测信息的更换和备件订购联合优化
6.4.1 基于状态的服务水平
6.4.2 联合优化模型
6.5 实例分析——变工况下齿轮箱更换和备件订购联合优化
6.5.1 变工况下齿轮箱寿命试验方案
6.5.2 数据预处理
6.5.3 基于HSMM的剩余寿命实时预测
6.5.4 基于预测信息的更换和备件订购联合优化
6.5.5 对比分析
6.6 本章小结
第七章 结论与展望
7.1 全文工作总结
7.1.1 研究的主要内容
7.1.2 论文的创新工作
7.2 工作展望
参考文献
致谢
在学期间的研究成果及发表的论文
附录
本文编号：3810983
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3810983.html