机电系统故障预测技术的现状与分析

故障预测技术作为智能维护系统(IMS)和故障预测与健康管理(PHM)系统的重要技术基础,近些年来受到越来越广泛的重视。首先综合机电系统故障预测方法,并从对象和方法两个维度展现机电系统故障预测技术的发展状况,同时对各类方法的优缺点进行分析。最后,给出当前机电系统故障预测领域存在的机遇与挑战,为进一步研究明确方向。

船舶主推进系统故障预测与健康管理设计

随着装备系统复杂性、综合化、智能化程度的不断增加,其可靠性、维修性、测试性,保障性、安全性以及寿命周期费用的问题越来越受到人们的重视,为故障预测与健康管理(PHM)技术的产生发展提供了契机。本文首先简要介绍了PHM的内涵、功能及结构。在此基础上,以船舶主推进系统为研究对象,从体系结构、应用功能组成两个方面开展船舶主推进系统的PHM初步设计。最后,重点针对其中的设备健康检查模块,从工作原理、模块组成及功能实现流程等方面进行了详细设计。

带退化效应多态生产系统调度与维护集成优化

为了探索设备退化效应对维护和生产调度耦合关系的影响,对多态单机生产系统调度与预防性维护集成优化进行研究。基于预防性维护费用、工件加工成本以及工件完工回报值,建立了无限阶段平均期望报酬Markov决策模型,并分析和证明了该集成优化模型最优平稳策略的存在性,获得了该模型的最优方程。基于模型最优方程设计了一种无模型强化学习算法用于求解Markov决策模型,可有效解决传统动态规划算法在求解模型时所遭遇的维数灾和模型灾难题。为了评估该无模型强化学习的性能,基于无限阶段平均期望报酬设计了一种启发式求解算法,实验分析结果验证了所引入的无模型强化学习算法的有效性。最后,对该强化学习算法参数进行了敏感性分析,探索各参数对算法性能的影响,为算法设计及其性能提高提供了相应的实验依据。

机载诊断模型的工程化开发方法

建立准确、有效的机载诊断模型是飞机健康管理系统能力提升中最为核心的技术问题;在分析国内外故障诊断模型开发方法研究现状的基础上,对机载诊断模型的工程化开发方法进行了深入研究;重点阐述了基于模型的故障诊断原理、机载诊断模型建立流程,并设计和实现了相应的机载诊断模型工程化开发辅助工具,其阶段性成果已在实际的工程项目中得到应用和验证。

飞机机电系统PHM的综合诊断推理机设计

在分析区域级PHM功能及区域管理器结构的基础上,开展了综合诊断推理机设计基础准备工作,包括机电系统功能建模、aFMECA分析、机电系统关联分析。最终,设计出飞机机电系统PHM综合诊断推理机的结构及其工作流程。所设计的综合诊断推理机综合了以往多种推理机的推理机制,更加系统全面地实现了对飞机机电系统的综合诊断功能,具有一定的工程应用价值。