基于CHMM的設備性能退化評估方法研究.pdf

1、隨著科學技術的飛速發(fā)展，現(xiàn)代機械設備不斷向大型化、高速化、重載化和智能化等方向發(fā)展。這類大型設備一旦發(fā)生突發(fā)故障，不僅會影響企業(yè)效率，造成經濟損失，甚至導致人員傷亡，產生不良的社會影響。因此，如何有效評估設備的運行狀態(tài)，從而能夠及時采取措施以防止災難性事故的發(fā)生是當前迫切需要解決的問題。機械設備的性能劣化是一個連續(xù)變化的過程，從正常到設備完全失效通常要經過一系列不同的性能退化階段。如果能夠在設備性能退化過程中監(jiān)測到其性能退化的程度，就可

2、以有針對性的制定設備維護計劃，防止設備故障的發(fā)生。設備性能退化評估正是基于以上思想提出的一種主動設備維護的技術。 本文對基于連續(xù)隱馬爾可夫模型（CHMM，Continuous Hidden MarkovModel）的性能退化評估方法展開了系統(tǒng)的研究，主要內容如下： 1）針對性能退化評估對特征提取所提出的要求，研究了基于核主元分析（KPCA，Kernel Principal Component Analysis）的特征提取

3、方法，對該方法中核函數的優(yōu)選方案做了深入討論，并通過實驗數據驗證了KPCA 特征提取方法比傳統(tǒng)的主元分析方法（PCA，Principal Component Analysis）具有更好的類別可分性。 2）將CHMM引入到性能退化分析中，根據設備狀態(tài)數據的不同完備性情況分別提出了相應的解決方案：針對設備狀態(tài)數據不完備情況提出了基于CHMM的性能監(jiān)測方法，并討論了其自適應報警技術；針對數據完備情況提出了基于CHMM的性能退化評估整體

4、框架，包括退化模式識別、性能的定量評估和剩余壽命預測。同時引入了層次分析（AHP，AnalyticHierarchy Process）的思想，給出了一種由設備零部件性能整合得到設備整體性能的方法。 3）為驗證所提出的性能退化評估方法的有效性，通過ABLT-1A軸承試驗臺進行了軸承加速疲勞試驗。實驗分析結果表明：在軸承狀態(tài)數據不完備情況下，基于CHMM的性能監(jiān)測方法能夠靈敏而準確的反映軸承的性能變化，并通過自適應報警技術及時的做出

5、了報警；在軸承狀態(tài)數據完備情況下，基于CHMM的性能退化評估方法能夠準確、定量的描述軸承所處的性能狀態(tài)，并對軸承剩余壽命做有效估計。 4）設計了設備性能退化評估原型系統(tǒng)。使用面向服務架構的分布式編程模型——WCF（Windows Communication Foundation）對作為系統(tǒng)核心的性能退化評估模塊進行設計與開發(fā)，解決了性能退化評估算法復雜，單服務器難以勝任的問題，并在.NET環(huán)境下實現(xiàn)了某鼓風機性能退化評估系統(tǒng)，驗