锂离子电池健康状态估计及寿命预测研究进展综述

随着锂离子电池的应用越来越广泛,锂电池健康状态的精确估计和剩余寿命的实时预测对于锂电池系统的安全运行和降低运维成本具有重要意义。锂电池内部复杂的物理化学反应和外部复杂工作条件,使得实现精准的健康状态估计和寿命预测具有挑战性。该文综述近年来锂电池健康状态估计和剩余使用寿命预测方法的研究现状,分析基于物理/数学模型、数据驱动、模型法和数据驱动融合,以及多种数据驱动融合的锂电池健康状态估计方法的优缺点及适用条件,并对比分析不同数据驱动类型的锂电池寿命预测方法。指出锂电池健康状态估计及寿命预测尚存在的问题,并对未来研究方向进行展望,对完善锂电池健康状态估计和寿命预测算法理论体系、指导实际应用技术具有重要意义。

盐冻耦合作用下水工混凝土耐久性及寿命预测

为研究西北地区冻融盐侵环境下水工混凝土的耐久性,制备了不同粉煤灰掺量的混凝土试件,以不同浓度的硫酸钠溶液作为介质开展了冻融循环试验,阐明了不同循环次数下试件的外观、质量、抗压强度和动弹模量的变化规律,基于XGBoost模型建立了混凝土寿命预测模型并对其进行了评价和验证。研究结果表明,随着冻融循环次数增加,混凝土质量、抗压强度和动弹模量逐渐减小;冻融循环次数和硫酸钠溶液浓度是影响混凝土寿命的关键因素,8%硫酸钠溶液破坏度最高,此溶液浓度下冻融150次后混凝土质损率达4.55%;粉煤灰的掺入量对混凝土耐久性有一定影响;最优粉煤灰掺量为10%,此掺量下冻融150次后混凝土质损率为3.99%;XGBoost模型在混凝土寿命预测方面具有较高的精确性和可靠性。本研究可为混凝土结构的耐久性设计和寿命预测提供参考。

采油单螺杆泵动态力学特性及疲劳寿命预测研究

针对常规采油螺杆泵定子橡胶疲劳失效的问题,以油田常用的GLB120-27型单螺杆泵为研究对象,开展了50℃油浸工况下定子橡胶材料疲劳试验,获取了橡胶材料的疲劳性能参数,并构建了疲劳寿命预测模型。运用ABAQUS软件对螺杆泵进行动态力学特性有限元分析,基于数值模拟得到应力应变响应结果和定子橡胶材料单轴拉伸试验应力应变拟合表达式,计算了疲劳危险位置点应变能释放率的范围。利用构建的疲劳寿命预测模型对不同过盈量条件下的螺杆泵进行了疲劳寿命预测研究。结果表明,随着过盈量的增加,疲劳寿命呈指数函数下降,通过与某采油厂近5年单螺杆泵平均工作寿命的对比,发现基于裂纹扩展方法预测得到的螺杆泵定子橡胶疲劳寿命可以满足工程预测精度要求。

基于改进JRD及误差修正的轴承剩余寿命预测方法

目前,风电机组齿轮箱性能发生初始退化时难以识别,现有退化指标易出现剧烈波动、单调性较差,且无法准确预测齿轮箱关键部件如轴承的剩余使用寿命(RUL),针对该问题,提出了一种基于改进杰森-瑞丽散度(JRD)及误差修正的双指数模型轴承RUL预测方法。首先,提取了振动信号样本的多域特征指标,利用高斯混合模型(GMM)与指数型权重JRD,得到了样本的后验概率分布向量,再经归一化处理得到置信值(CV);然后,对轴承从初始健康状态退化至当前检查时刻的CV值进行了相空间重构,提取了CV序列的动力学特征,并将其作为相关向量机(RVM)的训练集,获得了支撑整个退化轨迹的相关向量;最后,利用双指数模型拟合了相关向量,外推趋势至失效门限以计算RUL,并引入了差分整合移动平均自回归模型(ARIMA),对拟合相关向量产生的拟合误差进行了预测,以修正预测的结果。实验结果表明:改进后的退化指标单调性指标提高14.3%;且在不同工况、不同时刻下,经误差修正后的轴承的RUL预测结果较未修正之前有明显提高。研究结果表明:该预测方法可为风电机组齿轮箱重要部件的预测性维护提供参考。

基于概率稀疏自注意力的航空发动机剩余寿命预测

航空发动机剩余寿命预测对其健康管理具有重要意义,针对长序列、多维度的航空发动机监测参数,提出一种基于概率稀疏自注意力(ProbSparse Self-Attention)的Transformer模型以实现航空发动机剩余寿命的准确预测。用ProbSparse Self-Attention取代原始Transformer中的常规自注意力机制,使得模型更关注时间序列中重要的时间节点,大幅缩减时间维度,减小了时间和空间复杂度;通过注意力层整合后的信息,进一步通过前馈神经网络层和卷积层,提取传感器的空间特征,编码层之间通过扩张因果卷积相连接,扩大了感受野,提高了模型对长序列信息的捕获能力。在新公开的N-CMAPSS数据集上验证算法,实验结果表明,相比于实验中的对比模型,所提模型的RMSE和Score值均有提升,推理速度也优于其他模型。

锈蚀及疲劳损伤后钢筋混凝土梁寿命预测及敏感性分析

为了探究锈蚀和疲劳作用后钢筋混凝土梁的长期性能,基于试验建立了钢筋混凝土梁含初始损伤的长期性能计算模型.基于该模型建立了锈蚀及疲劳损伤后钢筋混凝土梁的极限状态方程,采用蒙特卡洛模拟研究了梁长期性能的时变可靠度并进行了寿命预测,分析了设计参数和初始损伤对梁使用寿命的影响,研究了试验梁满足100 a使用寿命的临界服役条件.结果表明,锈蚀和疲劳作用会严重削弱钢筋混凝土梁的长期性能,仅含4%锈蚀率和15%疲劳损伤梁的长期性能难以满足服役要求.增加梁的截面高度和钢筋截面面积可以有效地提高梁的长期性能,增大梁的截面宽度只能改善初始损伤小的梁的长期性能.

镍基高温合金的热机械疲劳寿命预测模型研究

针对发动机热端部件常用材料镍基高温合金GH4169进行了200~450℃及400~650℃条件下的同相位热机械疲劳(TMF)试验,考虑TMF条件下多晶材料在弹性阶段产生的微观损伤应变能,提出一种适用于多晶材料的TMF寿命预测模型,并结合试验数据确定模型参数;采用GH4169、IN718、DD8三种高温合金对该模型的TMF寿命预测能力进行评估,结果表明,提出的寿命模型预测精度高于TMF寿命预测常用的Manson-Coffin模型和Ostergren模型。

矿用干式变压器故障诊断和寿命预测技术现状及展望

干式变压器故障诊断技术通过对监测数据进行分析,能够实现信号特征提取、故障诊断、状态评估和寿命预测,提高干式变压器在井下运行的安全性,降低由于故障带来的损失。文章介绍了信号特征提取方法(频率响应法、小波变换法、堆叠自编码器)、故障诊断方法(贝叶斯网络、支持向量机、BP神经网络)、状态评估和寿命预测方法(交叉熵组合预测法、灰色理论、层次分析法)的研究现状,将几种方法进行对比,并对干式变压器故障诊断技术进行展望。

盐冻循环下粉煤灰再生混凝土性能劣化规律及寿命预测

为研究粉煤灰再生混凝土在高寒、盐渍土地区的耐久性问题,以质量分数为3%的NaCl和5%的Na_(2)SO_(4)混合溶液为冻融介质,采用快冻法对不同粉煤灰掺量的再生混凝土进行冻融循环试验,测定各组试件的质量损失、抗压强度以及相对动弹性模量的数据,研究粉煤灰再生混凝土在盐冻耦合作用下的性能劣化规律,并通过抛物线损伤模型预测再生混凝土的耐久性寿命。研究结果表明:在盐冻侵蚀作用下,不同掺量粉煤灰再生混凝土的相对动弹性模量和抗压强度变化均呈现前期平缓下降,后期快速下降的趋势,而质量损失率则前期缓慢增长,后期快速增加;抛物线模型能较好表征粉煤灰再生混凝土在复合盐环境下的冻融损伤,其模型拟合曲线与试验结果符合较好,具有较高的精度;当粉煤灰掺量为20%时,再生混凝土的抗冻耐久性寿命最长。

基于脉冲涡流监测与Wiener过程的再制造工作辊实时剩余寿命预测方法

再制造工作辊在热轧工作过程中熔覆层易发生复杂的退化行为,而其性能退化会影响轧制产品的质量。为实时监测轧辊退化情况并预测其剩余寿命,构建一套在线脉冲涡流监测方法和系统,采用变分模态分解-希尔伯特变换(VMD-Hilbert)方法提取0~5000 Hz频率边际谱能量和的增量作为轧辊退化特征。基于此,构造考虑个体差异的状态退化空间模型,结合最大期望(EM)算法和Kalman平滑滤波算法联合对模型中未知参数进行自适应参数估计,并利用层次分析法融合监测的历史数据与实时数据,以实现对再制造工作辊实时剩余寿命预测。实验结果表明,所提方法能够准确预测再制造工作辊剩余寿命,具有一定的应用前景。

复杂载荷、极端环境下焊接结构疲劳寿命预测研究综述

焊接接头易出现缺陷和应力集中,在疲劳载荷作用下将成为疲劳裂纹萌生和扩展的薄弱区域。与均质材料相比,接头各区域微观组织及应力局部化使得焊接结构疲劳问题进一步复杂化。区别于理想实验条件,实际焊接结构服役环境复杂,疲劳寿命预测须考虑环境因素与焊接结构耦合特性。为此,对影响焊接结构的内在因素进行总结分析,从复杂载荷和极端服役环境两方面对现有焊接结构寿命预测模型进行综述,结合最新研究进展对改进焊接结构疲劳寿命评估方法提出建议。

湿热环境苯基阻尼硅橡胶加速老化与寿命预测研究

研究了苯基阻尼硅橡胶的湿热老化过程,重点考察了其拉伸性能、阻尼性能和压缩回弹性能。对于拉伸性能,实验研究表明材料拉伸模量和100%定伸应力均随着温度或者湿度的上升而逐渐提高。对于阻尼性能,损耗系数随着温度或者湿度的上升而逐渐下降。对于压缩回弹性能,压缩永久变形随着温度或者湿度的上升而逐渐上升。另外,温度对苯基硅橡胶性能的影响大于湿度。这主要归因于老化过程中同时发生了侧基氧化和水解,进而导致分子链交联和断裂同时发生。相比于分子链断裂,分子链交联占据了主导作用。最后,采用Peck模型预测了不同温湿度环境下苯基硅橡胶的贮存寿命。由于阻尼性能决定了苯基硅橡胶的减振性能,因此将损耗系数作为评价特征参数。结果表明,在25℃下,当相对湿度在80%~40%间变动时,苯基硅橡胶的寿命在18~39 a间变化。此研究有助于进一步理解苯基硅橡胶的老化过程,并且提供了不同湿热环境下苯基阻尼硅橡胶寿命预测的方法。

CFRP-OFBG板加固损伤钢梁抗弯疲劳试验及其寿命预测研究

为研究采用碳纤维增强复合材料(CFRP)加固后钢梁的疲劳性能,采用自主研发的具有自监测性能的智能碳纤维-光纤光栅板(CFRP-OFBG板)加固受损钢梁,在完成常幅荷载四点弯曲疲劳试验的基础上,研究不同应力幅作用下CFRP-OFBG板加固钢梁的疲劳性能。借助有限元方法,建立“三维实体”有限元模型,结合J积分计算方法求解得到加固钢梁裂纹尖端的应力强度因子,基于线弹性断裂力学理论建立疲劳裂纹扩展模型,对CFRP-OFBG板加固钢梁的疲劳裂纹扩展寿命进行预测。研究表明:CFRP-OFBG板的加固作用可有效提高受损钢梁的疲劳寿命,延缓裂纹扩展速率,改善裂纹尖端的受力状态,降低裂纹尖端的应力强度因子;在循环荷载作用下,CFRP-OFBG板加固试件的疲劳寿命均随着应力幅的增大呈现递减趋势。将试验结果与预测结果相比较,发现加固试件疲劳寿命预测值比试验值略高,分析认为,这主要是因为在有限元模拟时没有考虑到试验中CFRP-OFBG板的局部剥离。

复杂环境下隆盛庄古建青砖劣化机理与剩余寿命预测

隆盛庄古镇是我国首批传统村落及第六批中国历史文化名镇,位于内蒙古乌兰察布丰镇市东北部,是历史悠久的蒙汉文化交融的商贸关口.古镇内现存大量以青砖为主要建筑材料的古建筑,在当地自然环境影响下古建青砖产生了严重的劣化现象,影响古建筑的安全性和耐久性.针对隆盛庄古镇复杂环境开展青砖的耐久性研究工作,研究结果表明:隆盛庄严寒气候与盐渍土环境是造成古建青砖劣化的两个主要环境因素,古建青砖劣化原因以冻融循环作用为主,可溶盐的存在加快了青砖的劣化速度;0.5可靠度水平清水冻融、基准浓度盐溶液冻融、10倍基准浓度盐溶液冻融下青砖的耐久性寿命分别为96、90、75次循环;隆盛庄自然环境下,通过小样本预测古建青砖的剩余寿命在43年及以上的占比为77%,除部分损伤较为严重的古建青砖需要修复或替换,剩余大部分可以继续使用.

基于多特征融合的水工闸门剩余寿命预测

剩余寿命预测对保证复杂结构运行安全具有重大意义,为了提高水工闸门剩余寿命预测精度,提出了一种多特征信息融合的闸门剩余寿命预测方法。首先,采用Gamma过程模拟闸门锈蚀演化过程,通过数值仿真获得闸门因锈蚀引起的应力、自振频率、干湿模态振型等特征参数的退化过程。其次,综合考虑单调性和离散性对特征参数进行筛选,并基于主成分分析法进行特征融合构建健康因子;进一步采用非线性维纳过程对闸门退化过程进行建模,利用粒子滤波方法预测其剩余寿命。最后,结合工程实例及有限元仿真验证了所提方法的可靠性和有效性。结果表明,融合多信息的方法能更加充分地反映闸门的退化状态,预测精度评价指标均方根RMSE为1.3955,平均绝对误差MAE为1.2628,方差绝对误差VAE为0.3528,说明预测达到了较高精度,可为闸门的健康管理和安全评估提供依据。

基于改进Transformer的滚动轴承剩余寿命预测方法

针对现有的滚动轴承剩余使用寿命预测方法存在预测准确度不足、训练效率不高等问题,提出一种时频分析结合改进Transformer的轴承剩余使用寿命预测方法。首先用短时傅里叶变换提取轴承的时频特征,为了改善Transformer的特征提取能力,研究了基于膨胀因果卷积的可变长度数据分析结构,并设计了自适应位置编码模块替代Transformer的传统编码方式,改进的模型增强了对时频数据的分析能力,实现了高效、准确的端到端的滚动轴承剩余寿命预测。在PHM2012轴承数据集上的实验结果表明提出的方法的效率比LSTM高20%,同时预测精度相比于多种现有传统方法均具有16%以上的提升。

EEMD与LSTM在轴承剩余寿命预测中的应用

剩余使用寿命(RUL)预测是实现装备健康管理与预测性维护的最主要技术手段之一,为了准确预测轴承的剩余使用寿命,提出了一种基于集合经验模态分解(EEMD)和长短时记忆网络(LSTM)的轴承剩余寿命预测方法。首先,对采集到的振动信号做时域、频域及时频分析,同时记录相应特征;进而,筛选特征,通过EEMD对振动信号予以分解并重构;最后,通过LSTM结合经过处理的信号构建健康特征指标。通过实验证明了该方法能有效的预测出轴承的剩余寿命,且有较高的预测精度。

基于深度神经网络的设备剩余使用寿命预测研究

随着传感器在工业设备上的广泛部署,数据驱动的设备状态预测与健康管理技术逐渐成为工业界和学术界研究的热点。该文针对其中的设备剩余使用寿命预测问题展开研究。利用深度神经网络建立设备剩余使用寿命预测模型的关键步骤,并基于C-MAPSS公开数据集,评价前馈神经网络、卷积神经网络、长短期记忆网络三种典型深度神经网络用于剩余使用寿命预测的性能,实验结果显示考虑时序特征的长短期记忆网络具有显著的性能优势,最后对该方向的发展趋势展开讨论。

基于界面电荷极化特性的变压器油纸绝缘寿命预测方法研究

准确预测变压器油纸绝缘寿命对于保障电力系统安全稳定运行具有重要意义。根据微观介电响应机制剖析界面极化与油纸绝缘老化的内在机理联系,并基于混合极化模型——一种在扩展德拜模型基础上引入界面极化支路的等效电路拓扑,探究界面电荷极化特性在油纸绝缘寿命预测中的应用。首先,分析温升过程中频谱特性变化背后蕴含的普适弛豫极化规律,基于混合极化模型重构回复电压极化谱。结合温度对主时间常数和模型参数的影响规律,提出一种单一温度测试下的油纸绝缘活化能计算方法,通过界面极化电容构建出频温平移因子。其次,剖析介质损耗因数随老化加深的变化规律,探究损耗峰偏移现象与界面极化弛豫时间的内在联系,凝练全新表征油纸绝缘聚合度含量的频域特征参量——界面极化支路极点Ph2。最后,联合界面极化支路极点Ph2、频温平移因子和损失累积动力学方程构建油纸绝缘寿命预测模型,并将不同运行年限变压器现场实测数据代入模型验证实效性,为油纸绝缘寿命预测提供了一种新思路。

多尺度局部特征和Transformer全局学习融合的发动机剩余寿命预测

飞机发动机剩余寿命(Remaining useful life,RUL)的准确预测对确保其安全性和可靠性至关重要.在基于多传感器检测数据预测时,需解决局部特征提取问题以全面捕捉设备在不同时间尺度下的退化趋势,并需解决时间序列中各元素之间长期依赖性的全局学习问题.因此,提出了结合多尺度局部特征增强单元(Multi-sacle local feature enhancement unit,MSLFU_BLOCK)和Transformer编码器的预测模型,称之为MS_Transformer.MSLFU_BLOCK利用堆叠的因果卷积逐层从时间序列数据中提取多尺度局部信息,同时避免了传统卷积计算中固有的未来数据泄漏问题.随后,Transformer编码器通过其自注意机制进一步捕获时间序列数据中的短期和长期依赖关系.通过将多尺度局部特征增强单元与Transformer编码器相结合,提出的MS_Transformer全面捕捉了时间序列数据中的局部和全局模式.在广泛使用的CMAPSS基准数据集上进行的消融和预测实验验证了模型的合理性和有效性.与13个先进预测模型的比较分析表明,MS_Transformer模型在操作条件更复杂的FD002和FD004数据集上的RMSE和Score指标优于其他模型,同时在四个数据集上的平均性能最优.该研究为发动机剩余寿命预测提供了更为可靠的解决方案.