无失效样本信息下的机械运行可靠性评估

为了解决单台机械设备可靠性评估过程中样本难以获取和可靠性评估结果难以反映设备个性特征的问题,对在无失效样本信息条件下的机械运行可靠性评估进行了研究。基于故障既是状态(设备性能和状况)又是过程(故障萌生和扩展)这一本质属性,提出设备的运行信息是辨别设备是否可靠运行的关键证据;为了提高证据的证据力,提出了一种基于支持向量数据描述方法以形成支持证据空间的方法;针对无失效样本信息的问题,提出了支持证据统计方法。最后利用一个轴承失效实验验证了方法的可行性。

基于深度支持证据统计的轴承运行可靠性评估

某台具体设备的运行可靠性评估是"个性"问题。基于设备运行数据大而丰富的特点,从证据论的观点出发,结合深度卷积自编码器,提出了一种深度支持证据统计方法,以实现无失效样本信息或缺乏分布函数等相关先验知识时的轴承运行可靠性评估。在传统的证据或特征获取过程中需要大量的人工干预或先验知识,利用深度卷积稀疏自编码器以实现证据的自动获取,借助支持向量数据描述的思想,通过统计比较标定与过程证据间的动态变化过程,最终完成某台具体设备的运行可靠性评估。随后通过航空轴承试验对提出的方法进行了验证,结果表明运用该方法得到的可靠度,能较好的反映轴承运行可靠性的"个性"。

基于小波核Logistic模型的运行可靠性评估

为了解决深孔加工过程中刀具的磨损状态难以监测及其可靠性评估过程中样本难以获取的情况,提出了一种基于小波核Logistic模型的深孔加工运行可靠性模型。在该方法中,首先,建立了小波核Logistic模型以解决小子样情况下的可靠性评估问题,其次,以刀杆自激振动相对小波能量及从电流信号提取的切削力比为模型输入参数以解决状态难以监测的问题;最后,用一个深孔加工实验对模型进行了验证,结果表明该方法具有一定的实用价值。