矿井提升机健康状态评估与预测系统研究

针对目前对矿井提升机整个系统进行健康状态评估与预测的相关研究相对较少的问题,建立了矿井提升机健康状态评估指标体系和评语集,设计了矿井提升机健康状态评估与预测系统。针对矿井提升机各组成系统的监测数据无法充分利用、健康状态评估结果不能满足实际生产需求的问题,提出了一种提升机健康状态模糊综合评估方法:引入相对劣化度表征提升机不同类型指标的健康度,并利用健康度对矿井提升机的健康状态进行量化;采用模糊综合评估法计算矿井提升机的健康状态,使用指数标度代替1-9标度对层次分析法(AHP)进行改进,以降低计算复杂度;采用CRITIC客观赋权法,结合主客观权重计算各子系统和指标的综合权重;根据模糊综合评估计算过程和最大隶属原则,得到矿井提升机的健康状态评估结果和故障原因。在提升机健康状态评估结果基础上,利用哈里斯鹰优化(HHO)算法优化支持向量回归(SVR)模型的重要参数,构建HHO-SVR模型对矿井提升机的健康状态进行预测,提高健康预测结果的准确性。实验结果表明:模糊综合评估方法能够准确实现提升机健康状态评估;与粒子群优化支持向量回归(PSO-SVR)、遗传算法优化支持向量回归(GA-SVR)、灰狼算法优化支持向量回归(GWO-SVR)模型相比,HHO-SVR模型的预测结果更接近实际值,具有更好的预测效果。

基于Petri网的复杂设备健康状态退化分析

针对大型设备结构复杂,健康状态难以评估的问题,以设备最小可监测或可评估单元健康状态为输入,建立了健康退化Petri网模型,利用健康等级信度的变化描述复杂设备全系统各层次单元的健康状态退化情况。首先给出了健康退化Petri网的定义,分析了库所间"冗余"、"共同"、"并发"以及"继发"四种关系形式,用以评估各层次单元健康状态;然后分析了健康状态信度转换为健康度的规则并给出一种线性映射方法;根据健康状态退化趋势特点,在离散灰色模型中引入非线性时变项,提出了基于粒子群优化的拓展非线性时变参数离散灰色模型的健康度预测算法。最后将模型应用于某发射装置的健康状态退化分析,说明了模型的适用性。