面向复杂工程系统的故障预测方法研究

发布时间：2022-10-10 10:54

　　随着科学技术和现代工业的飞速发展,机械、能源、石化、运载和国防等行业的设备日趋大型化、高速化、集成化和自动化。随之而来的是对设备运行的安全性与可靠性的要求不断加大,从而使得相应的维修策略从传统的事后维修和定期维修向视情维修转变。然而目前大部分系统及设备还是以定期维修为主,这种方式不仅耗费资源而且效率低下。因此,有必要研究故障预测与健康管理技术以实现系统的视情维修。故障预测与健康管理技术在近些年得到越来越多的关注、研究与应用,已经成为可靠性领域的热点研究方向。其中故障预测是故障预测与健康管理的基础与核心内容。如果能够预测复杂工程系统中故障发展的趋势,确定部件或系统的剩余使用寿命,就可以综合当前的经济、设备等各种因素制定出最优的维护策略,从而保障复杂工程系统的安全性与可靠性。本课题从复杂工程系统对故障预测与健康管理技术的需求出发,以全面提升复杂工程系统的安全性和可靠性为目的。重点对复杂工程系统的健康状态评估和剩余使用寿命预测方法展开了理论研究与应用验证,力求为实现复杂工程系统的视情维修提供重要的决策支撑。本文的主要研究内容包括以下几个方面:（1）针对复杂工程系统退化状态难以观测和故障严重程... 

【文章页数】：143 页

【学位级别】：博士

【文章目录】：
致谢
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 故障预测与健康管理的研究现状
        1.2.2 故障预测的研究现状
    1.3 存在的问题和挑战
    1.4 论文的主要内容与章节安排
2 基于DBN的健康状态退化趋势识别
    2.1 引言
    2.2 基本理论
        2.2.1 RBM
        2.2.2 DBN
    2.3 基于DDBN的无监督健康指标构建方法
    2.4 实验验证
        2.4.1 航空发动机数据集
        2.4.2 实验结果
    2.5 本章小结
3 基于连续HMM的健康状态动态划分与主动感知
    3.1 引言
    3.2 基本理论
        3.2.1 马尔可夫过程
        3.2.2 HMM原理
    3.3 基于CHMM的健康状态识别方法
    3.4 实验验证
    3.5 本章小结
4 基于RNN和PF的大数据复杂环境下剩余使用寿命预测
    4.1 引言
    4.2 基本理论
        4.2.1 RNN
        4.2.2 PF
        4.2.3 VAE
    4.3 基于deep RNN和PF的剩余使用寿命预测方法
    4.4 基于CVAE的改进PF方法
    4.5 实验验证
        4.5.1 带钢热轧过程验证
        4.5.2 锂电池退化过程验证
    4.6 本章小结
5 基于SVDD的多故障模式下故障识别与剩余使用寿命预测
    5.1 引言
    5.2 基本理论
        5.2.1 Gap metric
        5.2.2 SVDD
    5.3 基于Gap-DBN和SVDD的多故障模式下故障识别与预测方法
        5.3.1 基于Gap-DBN的退化特征提取
        5.3.2 基于SVDD的故障监测与识别
        5.3.3 基于自适应故障阈值的RUL预测
    5.4 实验验证
    5.5 本章小结
6 基于模糊综合评价的安全等级层次化综合评估与可视化
    6.1 引言
    6.2 基本理论
        6.2.1 层次分析法
        6.2.2 模糊综合评价
        6.2.3 可视化平台开发环境
    6.3 基于模糊综合评价的安全等级层次化综合评估方法
    6.4 基于安全等级评估一体化设计的故障预测可视化平台
    6.5 实验验证
    6.6 本章小结
7 结论与展望
    7.1 研究工作总结
    7.2 未来研究展望
参考文献
作者简历及在学研究成果
学位论文数据集



本文编号：3689491