基于性能退化的機械設備壽命預測

何懿琳

DOI：10.19392/j.cnki.16717341.201722103

摘要：現(xiàn)階段，機械設備在產品生產過程中各個生產環(huán)節(jié)之間的聯(lián)系越來越緊密，一些關鍵設備結構的功能也越來越復雜，機械設備工作環(huán)節(jié)不斷的變化，機械設備的使用壽命也會逐漸想象，嚴重的話還會增加一些潛在故障風險。要想從根本上解決這一問題，就應該對機械設備的運行現(xiàn)狀進行監(jiān)測，找出其中的不足，并為其制定有效的解決對策，只有這樣才能保證機械設備可以正常的運行下去?；诖?，本文對性能退化的機械設備壽命預測進行了簡單的分析。

關鍵詞：性能退化；機械設備；壽命預測

隨著科技的進步我國工業(yè)高速發(fā)展，而工業(yè)在發(fā)展過程中為了提高生產效率與質量，就應該將機械設備向大型化、高速化、系統(tǒng)化的形式發(fā)展下去，只有這樣才能擴大機械制造行業(yè)的生產規(guī)模，提高機械產品的質量與性能。然而，機械設備在運行期間常常會出現(xiàn)機械設備退化問題，這一問題會直接影響整個機械設備的正常運行，嚴重的話還會造成災難性的人員傷亡。因此，在機械設備運行期間要定期開展機械設備運行狀態(tài)的監(jiān)測工作，根據機械設備運行狀態(tài)對其中等故障進行識別、分析、評估，了解設備的安全性、可靠性，找出其中的不足，及時制定科學、合理的故障維修計劃，減少故障事件的發(fā)生，保證機械設備的使用安全。

一、性能退化機械設備壽命物理模型的預測

機械設備在使用過程中主要劃分成以下幾種狀態(tài)：正常狀態(tài)、性能退化狀態(tài)、維護狀態(tài)、故障狀態(tài)。如果在機械設備運行處于性能失效退化狀態(tài)，需要對機械設備進行有針對性、有組織的生產、維護，只有這樣才能保證機械設備的使用安全，保證人們的使用安全。在機械設備運行期間要做好性能退化機械設備壽命預測工作，并將其與互聯(lián)網、非接觸式通訊技術、嵌入式智能電子技術相結合，只有這樣才能降低在機械設備在運行期間的故障事件發(fā)生，保證其的使用安全[1]。

常見的性能退化機械設備壽命預測方法主要通過物理模型的形式進行預測，在預測過程中需要建立一項全新的數(shù)據模型，并對機械設備的物理特性進行全方面的分析，找出機械設備在運行時的不足，并為其制定有效的解決對策。而物理模型可以有效的對機械設備的參數(shù)進行調整，并對其的壽命進行預測。另外，物理模型的退化性能的機械設備壽命預測技術可以有效的了解機械設備的本質，并對其中復雜機電設備數(shù)據進行合理分析，建立一項精準、完整的數(shù)學模型。然而，該模型在實際使用期間，機械設備不能生產機械產品，只能小規(guī)模的生產，從而保證產品的質量，保證機設備的使用安全[2]。

二、性能退化機械設備壽命數(shù)據驅動方法

數(shù)據驅動方法可以有效的對一些性能退化機械設備壽命進行預測，收集機械設備中的數(shù)據信息，并對這些數(shù)據信息進行分析，找出機械設備中的不足，并為其制定有效的解決的對策。

（一）統(tǒng)計理論方法

統(tǒng)計理論方法主要依據機械設備的系統(tǒng)歷史數(shù)據參數(shù)對其模型故障問題進行全方面分析，將對機械設備中的參數(shù)概率空間進行比較，只有這樣才能了解機械設備的壽命，了解機械設備性能退化趨勢。常見的統(tǒng)計理論方法主要有體貝葉斯網絡、支持向量機等方法組成，其中的貝葉斯網絡可以有效的將機械設備系統(tǒng)中各個參數(shù)不確定關系體現(xiàn)出來，并通過變量的形式其中的因果、關系進行全方面分析，判斷機械設備可疑信息，判斷機械設備的使用壽命；而支持向量機可以有效的對機械設備的運行狀態(tài)進行監(jiān)督管理，只有這樣才能避免故障意外事件發(fā)生。BoSuk是機械設備故障性能預測中重要組成部分，可以有效的對其壽命壽命進行預測，找出其中的不足，并為其制定有效的解決對策[3]。

（二）人工智能方法

人工智能方法的數(shù)據驅動技術可以有效的對性能退化機械設備壽命進行預測，并通過神經網絡分類、識別的形式判斷機械設備的壽命壽命。由于人工神經網絡集成方法具有泛化性的特點，導致原有的神經網絡集成模型會出現(xiàn)退化的過程中，要想從根本上解決這一問題就需要對是設備通過粒子群的算法對網絡神經進行受命預測，只有這樣才更好的為機械設備解性能退化的問題[4]。

神經網絡主要通過知己異常的形式對機械設備性能退化軌跡進行處理，并根據機械設備的非線性特征建立全系難度機械設備故障類型關系，從而保證機械設備的壽命預測工作可以順利進行下去[5]。然而，神經網絡系統(tǒng)在實際運行期間需求要大量的數(shù)據信息，只有這樣才能了解機械設備壽命數(shù)據，識別機械設備的解釋能力，對神經網絡使用范圍進行控制，從而保證機械設備壽命的預測工作可以順利進行下去，保證機械設備的使用安全。

三、總結

在開展機械設備壽命預測工作時，可以通過物理模型方法、數(shù)據驅動方法對機械設備的壽命進行預測，只有這樣才能對機械設備的狀態(tài)監(jiān)控和物聯(lián)網技術進行全方面控制，了解機械設備的在運行時參數(shù)，從而保證機械設備壽命預測工作可以順利進行下去。

參考文獻：

[1]王遠航，鄧超，胡湘洪，高軍，黃創(chuàng)綿.基于性能退化的機械設備壽命預測[J/OL].計算機集成制造系統(tǒng)，2015（08）.

[2]王恒，馬海波，徐海黎，朱龍彪，賈民平.機械設備性能退化評估與預測研究綜述[J].機械強度，2013，06：716723.

[3]彭穎.基于退化隱式半馬爾科夫模型的設備健康預測及系統(tǒng)性維護策略研究[D].上海交通大學，2011.

[4]肖文斌.基于耦合隱馬爾可夫模型的滾動軸承故障診斷與性能退化評估研究[D].上海交通大學，2011.

[5]王書鋒.機載電子設備在線可靠性評估與剩余壽命預測方法研究[D].南京航空航天大學，2014.