基于PHM的发动机轴承状态维修决策研究

故障预测与健康管理(PHM)是美国针对先进装备提出的一种维修保障技术,可实现对装备的状态监控、故障诊断与预测、寿命预测、健康管理和状态维修决策。PHM体系结构中的两个重要环节是剩余寿命预测和状态维修决策。利用灰色GM(1,1)模型,编程实现了某型发动机轴承剩余寿命预测系统,描述了系统的主要功能模块。然后,应用威布尔比例风险模型实现了某型发动机轴承的状态维修决策,验证了该模型的实用性和合理性。

面向任务性目标的装备状态维修决策方法

针对定期维修存在的缺点,提出以威布尔比例风险模型(Weibull proportional hazards model,WPHM)作为状态描述模型,对装备进行基于状态的维修决策。针对装备的独特任务属性,通过构造决策目标函数对状态维修行为和状态检测间隔期两类决策内容进行了研究。以转移概率的形式描述了状态协变量的劣化过程,以条件可用度最大化为目标提出了预防性维修和变步长检测的状态维修决策模型以及计算方法。最后,以某型发动机为例,对决策方法的适用性和合理性进行了验证。

基于比例风险模型的装备状态维修决策方法

利用多维状态特征参数对装备故障风险的强相关关系,采用威布尔比例风险模型建立了状态维修决策模型。针对典型比例风险建模过程中参数估计方面存在的缺点,采用基于遗传算法的参数估计方法,提高了建模精度。针对检测间隔期决策,提出通过确定状态劣化阈值,在状态劣化阶段实施动态检测的检测策略,建立了区间型检测间隔期优化方法;针对维修行为决策,将失效风险阈值与状态检测间隔期阈值相结合维修行为的综合决策,提高了决策的稳定性。以某发动机为例对状态维修决策方法的有效性进行了验证。

基于多目标智能加权灰靶理论的电力变压器状态维修决策

针对电力变压器状态信息"部分已知,部分未知"的灰色不确定性,提出基于多目标智能加权灰靶理论的变压器状态维修决策模型.根据变压器目前的维修情况,确立灰局势向量,结合对策集的计算有效确定维修决策.实例分析结果表明该状态维修决策方法具有可行性.

考虑依赖性的多部件系统状态维修优化仿真建模

针对多部件系统状态维修决策建模存在的不足以及现有模型难以推广到实际应用的问题,提出考虑经济、结构和随机3种依赖性的多部件系统仿真建模和优化方法。首先,利用Gamma退化过程对部件退化进行描述,并给出模型参数估计方法。然后,结合多部件系统的维修作业流程、组成关系和故障历史等信息,分别提出经济依赖性强度矩阵、结构依赖性可达矩阵和随机依赖性概率矩阵对3种依赖性进行建模。最后,同时考虑部件级和系统级决策,构建多部件系统期望周期费用仿真模型,并针对该仿真模型特点,提出了用单纯形算法(NMA)改进的遗传算法(GA)优化求解的过程。某电传系统实例仿真结果表明:多部件系统的3类依赖关系对维修决策的影响不可忽略,考虑依赖性和成组维修的存在能够节省平均维修费用,且使得维修决策优化更加符合实际,验证了所建模型和优化方法的有效性。