• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于離群點(diǎn)檢測(cè)的產(chǎn)品性能退化評(píng)估

    2021-05-07 02:57:36李玉鵬趙志華
    關(guān)鍵詞:性能參數(shù)功能模塊鄰域

    王 宇,李玉鵬,趙志華

    (中國(guó)礦業(yè)大學(xué) 礦業(yè)工程學(xué)院工業(yè)工程系,江蘇 徐州 221116)

    0 引言

    機(jī)械產(chǎn)品被廣泛應(yīng)用于各種復(fù)雜、嚴(yán)苛的環(huán)境中,功能和結(jié)構(gòu)趨于復(fù)雜化[1]。機(jī)械產(chǎn)品在其生命周期內(nèi),在外界環(huán)境(如:溫度、濕度)的壓力下,功能模塊可能出現(xiàn)性能退化,當(dāng)退化達(dá)到一定程度時(shí),將導(dǎo)致相關(guān)功能故障、失效,最終影響產(chǎn)品的正常使用[2],甚至帶來(lái)重大經(jīng)濟(jì)損失[3]。復(fù)雜機(jī)械產(chǎn)品的可靠性和維護(hù)效果是滿足企業(yè)實(shí)際生產(chǎn)需求的重要保障,為了防止其在運(yùn)行過(guò)程中出現(xiàn)急劇退化、降低維修成本、保障正常運(yùn)行,產(chǎn)品性能退化評(píng)估顯得尤為重要[4-5]。

    作為產(chǎn)品健康運(yùn)作和剩余壽命評(píng)估的關(guān)鍵步驟,產(chǎn)品性能退化評(píng)估成為近年來(lái)的一個(gè)研究熱點(diǎn)。當(dāng)前,性能退化的評(píng)估方法主要分為基于內(nèi)部機(jī)理分析的評(píng)估方法和數(shù)據(jù)驅(qū)動(dòng)的評(píng)估方法兩類。

    基于內(nèi)部機(jī)理分析的評(píng)估方法采用多學(xué)科理論技術(shù)對(duì)產(chǎn)品內(nèi)部功能模塊相互耦合關(guān)系進(jìn)行建模,從而反應(yīng)其行為變動(dòng)和性能變化。Hanachi等[6]提出一種基于物理模型的性能退化監(jiān)測(cè)建模方法,通過(guò)熱損失指數(shù)和功率損耗指數(shù)兩個(gè)性能指標(biāo)表征燃?xì)廨啓C(jī)發(fā)動(dòng)機(jī)的性能退化程度;Zhao等[7]對(duì)直齒圓柱齒輪構(gòu)建分子動(dòng)力學(xué)模型,探索了齒根裂紋萌生與擴(kuò)展的機(jī)制,分析了導(dǎo)致齒輪斷齒的裂紋特性和行為,為研究風(fēng)力機(jī)齒輪工況更為復(fù)雜的斷齒機(jī)理提供參考;Wang等[8]基于有限元法對(duì)光伏組件的物理場(chǎng)進(jìn)行模擬,將獲得的模組溫度和濕度作為失效物理模型,從而構(gòu)建性能退化率,并結(jié)合輸出功率建立了考慮環(huán)境因素和耦合影響的輸出功率退化模型,來(lái)評(píng)估光伏組件的退化程度;李慧樂(lè)[9]將車橋耦合振動(dòng)理論引入橋梁疲勞分析,建立了考慮列車與橋梁之間動(dòng)力相互作用的橋梁疲勞損傷及剩余壽命評(píng)估框架,提出一種基于車橋系統(tǒng)隨機(jī)振動(dòng)分析的橋梁疲勞可靠度的評(píng)估方法?;趦?nèi)部機(jī)理分析的產(chǎn)品性能退化評(píng)估方法可以對(duì)產(chǎn)品各系統(tǒng)和功能模塊作出詳細(xì)的物理解釋,但是其通常需要充分的先驗(yàn)知識(shí)和多學(xué)科知識(shí),需要耗費(fèi)大量的人力、時(shí)間成本,建模過(guò)程較為復(fù)雜且難以根據(jù)特定的機(jī)械產(chǎn)品精確地建立物理模型。因此,基于實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)的智能學(xué)習(xí)技術(shù)成為復(fù)雜機(jī)械產(chǎn)品性能退化評(píng)估與預(yù)測(cè)的有效方法[10]。

    數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品性能退化評(píng)估方法通過(guò)分析產(chǎn)品的運(yùn)行狀態(tài)信息來(lái)評(píng)估退化程度[11]。復(fù)雜機(jī)械產(chǎn)品在運(yùn)行過(guò)程中,大量的溫度、壓力、振動(dòng)傳感器等信息采集設(shè)備可持續(xù)采集和記錄產(chǎn)品功能模塊狀態(tài)數(shù)據(jù)[12],例如風(fēng)電機(jī)組、航空發(fā)動(dòng)機(jī)等,機(jī)械產(chǎn)品各子系統(tǒng)、功能模塊或部件的狀態(tài)信息均可通過(guò)傳感器采集。Wang等[13]提出一種滾動(dòng)軸承性能退化的健康監(jiān)測(cè)與評(píng)估體系,分別利用卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)提取局部魯棒特征、序列信息和學(xué)習(xí)特征,定義H統(tǒng)計(jì)量來(lái)評(píng)估滾動(dòng)軸承的健康狀況;鄧超等[14]基于維納過(guò)程對(duì)機(jī)電設(shè)備進(jìn)行多性能的退化預(yù)測(cè),利用逼近理想解法和馬氏距離對(duì)裝備的運(yùn)行狀態(tài)進(jìn)行評(píng)估;Zhang等[15]提出一種基于多特征融合的滾動(dòng)軸承性能退化評(píng)估方法,利用譜回歸對(duì)表征軸承正常狀態(tài)的靜電監(jiān)測(cè)系統(tǒng)特征參數(shù)集進(jìn)行降維處理,消除冗余,根據(jù)處理后的特征,建立高斯混合模型評(píng)估軸承的健康狀況,并將貝葉斯推斷得到的距離值作為評(píng)估性能下降的定量指標(biāo)來(lái)提高靜電監(jiān)測(cè)系統(tǒng)的早期退化檢測(cè)能力;杜海濤等[16]基于退化數(shù)據(jù)建立Gamma模型來(lái)表示產(chǎn)品的累積退化量,并結(jié)合退化對(duì)產(chǎn)品功能的影響程度來(lái)衡量產(chǎn)品的退化風(fēng)險(xiǎn)。Wei等[17]利用變分模態(tài)分解將電流信號(hào)分解為多個(gè)模態(tài)分量,利用隨機(jī)森林算法對(duì)各模態(tài)分量的時(shí)域和頻域特征進(jìn)行分類,將變分模態(tài)分解和隨機(jī)森林結(jié)合有效地評(píng)估主軸的性能退化。數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品退化評(píng)估方法通常對(duì)產(chǎn)品多元性能監(jiān)測(cè)參數(shù)進(jìn)行特征提取和降維,構(gòu)建模型。采用關(guān)鍵性能退化參數(shù)的失效閾值表征產(chǎn)品的退化程度,沒(méi)有考慮產(chǎn)品功能模塊監(jiān)測(cè)參數(shù)之間的相關(guān)關(guān)系,且評(píng)估過(guò)程中一般假設(shè)退化規(guī)律已知,過(guò)程較為復(fù)雜。

    在許多實(shí)際工程問(wèn)題中,產(chǎn)品功能模塊性能狀態(tài)可由一個(gè)或多個(gè)性能監(jiān)測(cè)參數(shù)表征,且功能模塊之間存在不同程度的相關(guān)關(guān)系。產(chǎn)品功能模塊之間信息流、能量流和物料流等不同形式的交互,使得性能監(jiān)測(cè)參數(shù)之間存在非線性的相關(guān)關(guān)系,會(huì)對(duì)退化評(píng)估、可靠性分析等結(jié)果產(chǎn)生顯著影響。因此,對(duì)產(chǎn)品性能進(jìn)行退化評(píng)估時(shí)需考慮性能參數(shù)間的相關(guān)關(guān)系。產(chǎn)品性能存在退化趨勢(shì)時(shí),其運(yùn)行過(guò)程中相關(guān)參數(shù)的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)相對(duì)于正常狀態(tài)往往會(huì)產(chǎn)生偏離[10],數(shù)據(jù)驅(qū)動(dòng)的退化評(píng)估方法重點(diǎn)識(shí)別并分析原始監(jiān)測(cè)數(shù)據(jù)中少數(shù)發(fā)生偏離的數(shù)據(jù),以達(dá)到退化評(píng)估的目的。離群點(diǎn)檢測(cè)是數(shù)據(jù)挖掘領(lǐng)域的關(guān)鍵問(wèn)題之一,其目的是發(fā)現(xiàn)較剩余對(duì)象存在異常的小規(guī)模目標(biāo)群[18],來(lái)揭示系統(tǒng)的異常狀態(tài)和行為[19]。離群點(diǎn)憑借其獨(dú)特的機(jī)制和有價(jià)值的信息在專家系統(tǒng)和智能系統(tǒng)中發(fā)揮著重要作用[20],已經(jīng)廣泛應(yīng)用于入侵檢測(cè)[21]、圖像處理[22]、醫(yī)療[23]、設(shè)備健康監(jiān)測(cè)[24]等領(lǐng)域;同時(shí),離群點(diǎn)檢測(cè)方法的研究相對(duì)較為成熟,可以處理數(shù)值型[25]、字符型[26]、混合型[27]等不同類型的數(shù)據(jù)?;卩徲虼植诩碾x群點(diǎn)檢測(cè)[20,28]方法可以有效地揭示樣本數(shù)據(jù)點(diǎn)之間的相關(guān)關(guān)系,離群點(diǎn)的離群得分可用于表征產(chǎn)品性能的退化程度。因此,產(chǎn)品性能退化評(píng)估從本質(zhì)上可以看作是一類離群點(diǎn)檢測(cè)問(wèn)題。

    綜上所述,本文將離群點(diǎn)檢測(cè)引入產(chǎn)品性能退化評(píng)估,首先基于鄰域粗糙集理論和功能結(jié)構(gòu)關(guān)聯(lián)性確定性能監(jiān)測(cè)參數(shù)之間的相關(guān)關(guān)系;然后基于信息熵表征某一特定性能監(jiān)測(cè)參數(shù)的不確定性程度,結(jié)合性能監(jiān)測(cè)參數(shù)之間的相關(guān)關(guān)系所包含的知識(shí)構(gòu)建退化評(píng)估指標(biāo),最終得到每個(gè)監(jiān)測(cè)參數(shù)的退化得分;最后,采用主成分分析法對(duì)性能監(jiān)測(cè)參數(shù)賦予權(quán)重,從而得到功能模塊的綜合退化得分。

    1 鄰域粗糙集

    粗糙集能夠?qū)χR(shí)進(jìn)行分析與推理,有效處理各種模糊、不一致、不完備的信息,不需要先驗(yàn)知識(shí),基于問(wèn)題本身的數(shù)據(jù)集潛藏的規(guī)則,提煉出有價(jià)值的信息,并簡(jiǎn)化處理信息[29],將粗糙集理論引入產(chǎn)品性能退化評(píng)估問(wèn)題可提高推理效率。鄰域粗糙集不同于傳統(tǒng)粗糙集,可以同時(shí)處理連續(xù)和離散數(shù)據(jù)集。

    在信息系統(tǒng)IS=(U,Q,V,f)中:U={u1,u2,…,un},表示對(duì)象的非空有限集合;Q表示屬性的非空有限集合;V表示屬性的值域;f作為一種映射關(guān)系反映對(duì)象集合之間的值,表示為:f(ui,q)∈Vq,?q∈Q。距離是兩個(gè)數(shù)據(jù)系統(tǒng)中構(gòu)造鄰域粗糙集的基本工具。

    對(duì)于任意集合U的對(duì)象,基于距離函數(shù)的鄰域定義為:

    N(ui)={y∈U|d(ui,uk)≤r}。

    (1)

    其中:當(dāng)r≥0時(shí)被稱為鄰域半徑;N(ui)表示基于距離公式與對(duì)象ui距離不超過(guò)r的元素,任意對(duì)象的鄰域均由距離函數(shù)和鄰域半徑共同決定和表示,用于描述對(duì)象在距離上的不可區(qū)分性。集合U中對(duì)象的鄰域關(guān)系表示為:

    NR={(ui,uk)∈U×U|d(ui,uk)≤r}。

    (2)

    2 產(chǎn)品功能模塊退化性評(píng)估

    基于離群點(diǎn)檢測(cè)的產(chǎn)品性能退化評(píng)估方法主要分為兩個(gè)步驟:①挖掘性能參數(shù)間的相關(guān)關(guān)系;②構(gòu)建評(píng)估產(chǎn)品功能模塊的退化指標(biāo),具體內(nèi)容如圖1所示。

    2.1 性能參數(shù)間的相關(guān)關(guān)系分析

    (3)

    為了降低性能監(jiān)測(cè)參數(shù)間相關(guān)關(guān)系對(duì)退化評(píng)估結(jié)果的影響,本文同時(shí)基于鄰域粗糙集理論及產(chǎn)品功能結(jié)構(gòu)關(guān)聯(lián)性確定性能監(jiān)測(cè)參數(shù)之間的相關(guān)關(guān)系。

    (1)基于鄰域粗糙集理論

    從數(shù)據(jù)挖掘的角度,基于鄰域粗糙集理論可以有效地揭示數(shù)據(jù)點(diǎn)之間的客觀關(guān)系。性能監(jiān)測(cè)參數(shù)pi在第j個(gè)監(jiān)測(cè)時(shí)間段內(nèi)的鄰域?yàn)椋?/p>

    i,k=1,2,…,n,j=1,2,…,m。

    (4)

    性能監(jiān)測(cè)參數(shù)之間的鄰域關(guān)系記作:

    (5)

    (2)基于功能結(jié)構(gòu)關(guān)聯(lián)性

    產(chǎn)品功能模塊之間通常在功能、結(jié)構(gòu)等方面存在一定的相關(guān)關(guān)系。產(chǎn)品的內(nèi)部結(jié)構(gòu)很大程度上取決于產(chǎn)品的設(shè)計(jì)原理和所要實(shí)現(xiàn)的功能,根據(jù)其工作原理的不同改變產(chǎn)品內(nèi)部結(jié)構(gòu),從而使產(chǎn)品的外部造型產(chǎn)生差異。產(chǎn)品在運(yùn)行過(guò)程中,各功能模塊之間不是孤立存在的,功能模塊之間的信息流、能量流和物料流等會(huì)使性能監(jiān)測(cè)參數(shù)之間存在不同程度的相互影響關(guān)系,這一部分參照產(chǎn)品的設(shè)計(jì)原理或由相關(guān)設(shè)計(jì)人員給出,即

    N(pi,pk)=

    (6)

    則性能監(jiān)測(cè)參數(shù)之間的關(guān)聯(lián)性記作:

    LRj={(pi,pk)∈P×P|N(pi,pk)=1}。

    (7)

    綜上所述,同時(shí)考慮基于鄰域粗糙集理論和功能結(jié)構(gòu)關(guān)聯(lián)性確定性能監(jiān)測(cè)參數(shù)之間的鄰域關(guān)系和關(guān)聯(lián)性,性能監(jiān)測(cè)參數(shù)之間的相關(guān)關(guān)系表示為:

    CRj={NRj∪LRj}。

    (8)

    2.2 基于離群點(diǎn)檢測(cè)的產(chǎn)品性能退化評(píng)估

    假設(shè)性能參數(shù)之間的相關(guān)關(guān)系所包含的知識(shí)為:

    (9)

    信息熵用來(lái)度量信息量的不確定程度,基于性能參數(shù)相關(guān)關(guān)系的信息熵能夠很好地描述相關(guān)關(guān)系中知識(shí)的不確定性,即

    (10)

    為了探索某一特定性能參數(shù)pi對(duì)整個(gè)產(chǎn)品性能參數(shù)集P中信息量不確定性的影響程度,首先從P中移除某一產(chǎn)品性能參數(shù)pi,然后按照式(3)~式(8)重復(fù)以上步驟,獲得(P-{pi})之間的相關(guān)關(guān)系CRj′(pi)。參照式(9),假設(shè)剩余性能參數(shù)相關(guān)關(guān)系所包含的知識(shí)為:

    l′=1,2,…,n-1。

    (11)

    則基于剩余產(chǎn)品性能參數(shù)相關(guān)關(guān)系的信息熵可表示為:

    (12)

    基于剩余產(chǎn)品性能參數(shù)(P-{pi})相關(guān)關(guān)系的信息熵INEj(pi)完全參照基于性能參數(shù)P相關(guān)關(guān)系的信息熵INEj的表達(dá)式,能夠很好地反映pi的不確定性程度。系統(tǒng)總是朝著熵增或不變的方向發(fā)展,當(dāng)移除某一性能參數(shù)pi后,若INEj(pi)相比INEj減小,則說(shuō)明pi有較高的不確定性偏離大多數(shù)值;若INEj(pi)相比INEj增大或不變,則pi有較低的不確定性偏離大多數(shù)值。為此,構(gòu)建相對(duì)信息熵來(lái)反映INEj和INEj(pi)之間熵的變化,即:

    RINEj(pi)=

    (13)

    基于參數(shù)相關(guān)關(guān)系的相對(duì)信息熵RINEj(pi)可以同時(shí)測(cè)量某一產(chǎn)品性能參數(shù)pi的不確定性和偏離大多數(shù)值的程度,RINEj(pi)值越大,pi的不確定性和偏離程度越大。但對(duì)于產(chǎn)品性能的退化評(píng)估,基于性能監(jiān)測(cè)參數(shù)相關(guān)關(guān)系的相對(duì)信息熵是充分非必要條件。為此,引入基于性能參數(shù)相關(guān)關(guān)系的相對(duì)基數(shù)來(lái)改進(jìn)這一參數(shù):

    (14)

    (15)

    DNDj(pi)能夠更好地反應(yīng)某一產(chǎn)品性能參數(shù)pi在監(jiān)測(cè)時(shí)間段內(nèi)偏離正常范圍的程度,即退化程度。綜合考慮多個(gè)監(jiān)測(cè)時(shí)間段,產(chǎn)品性能參數(shù)的退化得分被定義為:

    (16)

    產(chǎn)品運(yùn)行過(guò)程中,功能模塊的性能通??梢杂梢唤M可持續(xù)動(dòng)態(tài)監(jiān)測(cè)的性能參數(shù)集合來(lái)描述,且不同功能模塊的性能處于不同的退化狀態(tài)中。每個(gè)功能模塊的性能狀態(tài)可以由一個(gè)或多個(gè)性能參數(shù)直接或間接反應(yīng),由于各性能參數(shù)對(duì)相應(yīng)功能模塊功能實(shí)現(xiàn)的貢獻(xiàn)大小不同,當(dāng)產(chǎn)品的退化程度由多個(gè)性能監(jiān)測(cè)參數(shù)反映時(shí),采用單個(gè)關(guān)鍵性能參數(shù)對(duì)產(chǎn)品進(jìn)行退化評(píng)估可能會(huì)忽略其他性能參數(shù)蘊(yùn)含的信息,導(dǎo)致評(píng)估結(jié)果不夠準(zhǔn)確。因此,基于主成分分析法對(duì)性能監(jiān)測(cè)參數(shù)賦予權(quán)重,全面考慮產(chǎn)品各功能模塊對(duì)應(yīng)的多個(gè)性能監(jiān)測(cè)參數(shù)從而得到各功能模塊的退化得分。

    假設(shè)產(chǎn)品C包含A個(gè)功能模塊,每個(gè)功能模塊Fa(a=1,2,…,A)可由一個(gè)或多個(gè)性能參數(shù)表征其功能的實(shí)現(xiàn),則產(chǎn)品功能模塊退化得分

    a=1,2,…,A。

    (17)

    式中Na、DDpi(Fa)和Gpi(Fa)分別表示與第a個(gè)功能模塊對(duì)應(yīng)的性能監(jiān)測(cè)參數(shù)的總個(gè)數(shù)、退化得分和權(quán)重?;陔x群點(diǎn)檢測(cè)的產(chǎn)品性能退化評(píng)估方法偽代碼如下:

    算法1基于離群點(diǎn)檢測(cè)的產(chǎn)品性能退化評(píng)估方法。

    輸入:產(chǎn)品性能監(jiān)測(cè)參數(shù)原始數(shù)據(jù)集n×m;

    輸出:產(chǎn)品各功能模塊的退化得分。

    //數(shù)據(jù)標(biāo)準(zhǔn)化處理

    1:For i=1 to n

    2:For j=1 to m

    4:End for

    5:End for

    //產(chǎn)品性能監(jiān)測(cè)參數(shù)的相關(guān)關(guān)系CRj

    6:For i=1 to n

    8:LRj←{(pi,pk)∈P×P|N(pi,pk)=1}

    9:CRj←{NRj∪LRj}

    10:End for

    //計(jì)算功能模塊退化程度

    11:For i=1 to n

    13:DNDj(pi)←

    14:End for

    15:For j=1 to m

    17:End for

    18:For i=1 to A

    20:End for

    3 案例分析

    3.1 案例背景

    風(fēng)電機(jī)組通過(guò)風(fēng)輪把風(fēng)作用在槳葉上的力轉(zhuǎn)化為自身的轉(zhuǎn)速和扭矩,通過(guò)主軸、增速箱、聯(lián)軸器和高速軸將扭矩和轉(zhuǎn)速傳遞到發(fā)電機(jī),實(shí)現(xiàn)風(fēng)能到機(jī)械能再到電能的轉(zhuǎn)換。風(fēng)電機(jī)組由傳動(dòng)系統(tǒng)、偏航系統(tǒng)、剎車系統(tǒng)、支撐系統(tǒng)、冷卻潤(rùn)滑系統(tǒng)和電控系統(tǒng)6大系統(tǒng)組成,通常運(yùn)行在變風(fēng)載、大溫差、高海拔、強(qiáng)沙塵、臺(tái)風(fēng)等惡劣的工況下,隨著運(yùn)行時(shí)間的增加,機(jī)組會(huì)出現(xiàn)不同程度退化,極大地影響使用壽命[30]。當(dāng)各子系統(tǒng)功能退化到一定程度將造成機(jī)組停機(jī),機(jī)組停機(jī)時(shí)間過(guò)長(zhǎng)則會(huì)嚴(yán)重影響發(fā)電量,且其安裝、維護(hù)困難,運(yùn)營(yíng)成本、維護(hù)費(fèi)用高[31]。因此,對(duì)風(fēng)電機(jī)組各系統(tǒng)功能模塊的退化評(píng)估極為重要,企業(yè)可根據(jù)評(píng)估結(jié)果對(duì)相應(yīng)的功能模塊按退化程度顯著程度采取維護(hù)、保養(yǎng)、維修或更換等措施,從而保證機(jī)組的正常運(yùn)行。本節(jié)將以風(fēng)電機(jī)組性能退化評(píng)估為例驗(yàn)證所提方法的有效性。

    表1 R80711風(fēng)電機(jī)組性能監(jiān)測(cè)參數(shù)

    續(xù)表1

    續(xù)表1

    3.2 R80711風(fēng)力發(fā)電機(jī)組性能退化評(píng)估

    R80711風(fēng)力發(fā)電機(jī)組性能退化評(píng)估具體步驟如下:

    步驟1首先取1 000條數(shù)據(jù)(1月份)計(jì)算R80711風(fēng)電機(jī)組性能監(jiān)測(cè)參數(shù)之間的相關(guān)關(guān)系。

    (1)基于鄰域粗糙集理論的性能監(jiān)測(cè)參數(shù)鄰域關(guān)系隨運(yùn)行時(shí)間與所取參數(shù)值確定,如某時(shí)段內(nèi)的參數(shù)鄰域關(guān)系如表2所示。

    表2 基于鄰域粗糙集理論的R80711風(fēng)電機(jī)組性能參數(shù)鄰域關(guān)系

    (2)基于功能結(jié)構(gòu)關(guān)聯(lián)性的性能監(jiān)測(cè)參數(shù)相關(guān)性不隨運(yùn)行時(shí)間而變化,如表3所示。

    表3 基于功能結(jié)構(gòu)關(guān)聯(lián)性的R80711風(fēng)電機(jī)組性能參數(shù)關(guān)聯(lián)性

    續(xù)表3

    由式(8)得出的性能參數(shù)相關(guān)關(guān)系隨運(yùn)行時(shí)間與所取參數(shù)值確定,如某時(shí)段內(nèi)的參數(shù)相關(guān)關(guān)系如表4所示。

    表4 某時(shí)段R80711風(fēng)電機(jī)組性能參數(shù)相關(guān)關(guān)系

    步驟2各性能參數(shù)退化得分如表5所示。

    表5 R80711風(fēng)電機(jī)組各性能參數(shù)退化得分

    步驟3主成分分析法確定各功能模塊相應(yīng)性能參數(shù)的權(quán)重如表6所示。

    表6 R80711風(fēng)電機(jī)組各性能參數(shù)權(quán)重

    續(xù)表6

    步驟4根據(jù)式(17)得到各功能模塊的退化程度,如表7所示。

    表7 基于離群點(diǎn)檢測(cè)的R80711風(fēng)電機(jī)組各功能模塊的退化得分

    為直觀地看到各功能模塊的退化得分,將表7的結(jié)果繪制成點(diǎn)線圖,如圖2所示。

    如圖2所示,槳葉的退化得分最高,為0.706 572 5;其次為變矩器,退化得分為0.670 305。風(fēng)力發(fā)電是將風(fēng)的動(dòng)能轉(zhuǎn)變成機(jī)械動(dòng)能,再將機(jī)械能轉(zhuǎn)化為電力動(dòng)能,當(dāng)風(fēng)吹向漿葉時(shí),槳葉上產(chǎn)生氣動(dòng)力驅(qū)動(dòng)風(fēng)輪轉(zhuǎn)動(dòng),從而將風(fēng)的動(dòng)能轉(zhuǎn)變?yōu)闄C(jī)械能;變矩器的作用是保證在風(fēng)輪轉(zhuǎn)速變化時(shí),發(fā)電機(jī)的輸出軸轉(zhuǎn)速恒定。因此,在該月檢修中應(yīng)重點(diǎn)關(guān)注槳葉和變矩器。

    3.3 討論

    (1)首先選取不同時(shí)段內(nèi)的R80711風(fēng)電機(jī)組運(yùn)行狀態(tài)對(duì)其各功能模塊進(jìn)行退化評(píng)估。表8所示為R80711風(fēng)電機(jī)組各功能模塊(變矩器、齒輪箱、發(fā)電機(jī)、輪轂、機(jī)艙、變速箱、轉(zhuǎn)子軸承和槳葉)在不同月份的退化得分。為了便于比較各功能模塊在不同時(shí)段的退化得分,將表9的結(jié)果繪制成點(diǎn)線圖,如圖3所示。

    表8 不同時(shí)段R80711風(fēng)電機(jī)組各功能模塊的退化得分

    風(fēng)電機(jī)組屬于壽命長(zhǎng)、高可靠性的復(fù)雜機(jī)械產(chǎn)品,在其生命周期內(nèi),各功能模塊的退化程度應(yīng)趨于穩(wěn)定(如圖3),1~2月份各功能模塊的退化得分波動(dòng)略大,2月之后各功能模塊的退化得分趨于穩(wěn)定,波動(dòng)較小,該結(jié)果與現(xiàn)狀相吻合,一定程度上說(shuō)明了所提方法的可行性。

    (2)基于鄰域粗糙集理論從數(shù)據(jù)挖掘的角度揭示了性能參數(shù)之間的鄰域關(guān)系,基于性能參數(shù)鄰域關(guān)系的R80711風(fēng)電機(jī)組各功能模塊的退化得分如表9所示。

    表9 基于性能參數(shù)鄰域關(guān)系的R80711風(fēng)電機(jī)組各功能模塊的退化得分

    將表7和表9的結(jié)果乘以104繪制成點(diǎn)線圖(如圖4),以比較基于性能參數(shù)相關(guān)關(guān)系和鄰域關(guān)系的R80711風(fēng)電機(jī)組各功能模塊的退化得分。

    如圖4所示,基于性能參數(shù)相關(guān)關(guān)系和鄰域關(guān)系求得的R80711風(fēng)電機(jī)組各功能模塊的退化得分排序相同,即槳葉、變矩器、變速箱、齒輪箱、發(fā)電機(jī)、輪轂、轉(zhuǎn)子軸承、機(jī)艙,但是基于性能參數(shù)鄰域關(guān)系求得的各功能模塊的退化得分小于基于性能參數(shù)相關(guān)關(guān)系的評(píng)估結(jié)果,會(huì)導(dǎo)致評(píng)估信息不準(zhǔn)確,高估產(chǎn)品的可靠性?;陔x群點(diǎn)檢測(cè)的產(chǎn)品性能退化評(píng)估同時(shí)考慮性能參數(shù)之間的鄰域關(guān)系和功能結(jié)構(gòu)關(guān)聯(lián)性導(dǎo)致的參數(shù)相關(guān)關(guān)系,評(píng)估信息更加全面,結(jié)果也更接近實(shí)際情況。

    (3)數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品退化評(píng)估方法通常對(duì)產(chǎn)品多元性能監(jiān)測(cè)參數(shù)進(jìn)行特征提取和降維,構(gòu)建模型,通過(guò)單個(gè)關(guān)鍵性能退化參數(shù)(即任何一個(gè)性能參數(shù)退化至閾值時(shí)產(chǎn)品即發(fā)生失效)表征產(chǎn)品的退化程度。文獻(xiàn)[5]定義性能指數(shù)來(lái)量化風(fēng)電機(jī)組性能狀態(tài)的異常程度,通過(guò)分析性能異常點(diǎn),基于高斯Copula熵估計(jì)互信息值來(lái)衡量性能監(jiān)測(cè)參數(shù)與性能指數(shù)之間相關(guān)性的強(qiáng)弱,互信息值越大,說(shuō)明該性能監(jiān)測(cè)參數(shù)與性能指數(shù)的相關(guān)性程度越高,以確定關(guān)鍵性能參數(shù),并將其映射到風(fēng)電機(jī)組對(duì)應(yīng)的功能模塊,從而表征功能模塊的評(píng)估結(jié)果。當(dāng)產(chǎn)品功能模塊的退化表征在一個(gè)參數(shù)上時(shí),采用單個(gè)關(guān)鍵參數(shù)反應(yīng)該功能模塊的退化較為合理,但實(shí)際中存在多個(gè)性能參數(shù)的產(chǎn)品功能模塊(如表1),齒輪箱、發(fā)電機(jī)和槳葉均對(duì)應(yīng)多個(gè)性能監(jiān)測(cè)參數(shù),現(xiàn)將采用單個(gè)關(guān)鍵參數(shù)和考慮多性能參數(shù)得到的齒輪箱、發(fā)電機(jī)和槳葉的退化得分進(jìn)行對(duì)比,如圖5所示。

    槳葉的性能狀態(tài)表征在2個(gè)性能參數(shù)上,除1月份外,其他各月份采用單個(gè)關(guān)鍵性能參數(shù)和考慮多個(gè)性能參數(shù)得到的退化結(jié)果相差不大;發(fā)電機(jī)的性能狀態(tài)表征在5個(gè)性能參數(shù)上,采用單個(gè)關(guān)鍵性能參數(shù)得到的退化結(jié)果明顯大于考慮多個(gè)性能參數(shù)得到的退化結(jié)果。由于各功能模塊的退化趨勢(shì)不一定一致,當(dāng)表征功能模塊退化程度的性能參數(shù)較少時(shí),采用單個(gè)關(guān)鍵性能參數(shù)和考慮多個(gè)性能參數(shù)得到的退化結(jié)果可能相差不大,但當(dāng)表征功能模塊退化程度的性能參數(shù)較多時(shí),采用單個(gè)關(guān)鍵性能參數(shù)得到的結(jié)果往往會(huì)大于考慮多個(gè)性能參數(shù)得到的退化結(jié)果。因此,對(duì)于具有多個(gè)性能退化參數(shù)的產(chǎn)品功能模塊而言,是否考慮多個(gè)性能參數(shù)對(duì)于評(píng)估結(jié)果影響很大,基于單個(gè)關(guān)鍵性能參數(shù)評(píng)估得到的功能模塊退化得分高于綜合考慮多個(gè)性能參數(shù)得到的結(jié)果,采用單一性能參數(shù)會(huì)人為放大產(chǎn)品功能模塊的退化程度,低估產(chǎn)品的可靠性,不符合實(shí)際情況。

    (4)基于近鄰度的方法在模式識(shí)別和數(shù)據(jù)挖掘中得到了廣泛的討論和應(yīng)用,Chen等[32]將粗糙集粒度技術(shù)與離群點(diǎn)檢測(cè)相結(jié)合,提出一種基于鄰域的離群點(diǎn)檢測(cè)方法。分別基于該方法與本文所提方法對(duì)R80711風(fēng)電機(jī)組各功能模塊進(jìn)行評(píng)估,評(píng)估結(jié)果如圖6所示。

    本文所提方法考慮了性能參數(shù)之間的相關(guān)關(guān)系,且得到的評(píng)估結(jié)果位于[0,1]之間,可直接根據(jù)各功能模塊的得分來(lái)判斷其退化程度;基于鄰域的異常點(diǎn)檢測(cè)方法直接對(duì)未經(jīng)處理原始數(shù)據(jù)進(jìn)行計(jì)算,存在誤差,得到的評(píng)估結(jié)果根據(jù)對(duì)象所取數(shù)值大小而定,無(wú)法直接根據(jù)對(duì)象的得分反應(yīng)退化特性,且該方法計(jì)算較為簡(jiǎn)單,忽略了實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)中存在的其他信息,導(dǎo)致評(píng)估結(jié)果不夠全面。

    4 結(jié)束語(yǔ)

    本文將產(chǎn)品性能退化評(píng)估描述為基于異常定義區(qū)分的離群點(diǎn)檢測(cè)問(wèn)題,提出基于離群點(diǎn)檢測(cè)的產(chǎn)品性能進(jìn)行退化評(píng)估?;卩徲虼植诩碚?、產(chǎn)品功能結(jié)構(gòu)關(guān)聯(lián)性,對(duì)產(chǎn)品運(yùn)行狀態(tài)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析,挖掘產(chǎn)品性能參數(shù)之間的相關(guān)關(guān)系,由此構(gòu)建相應(yīng)的退化指標(biāo)用于鑒別相關(guān)功能是否存在退化乃至故障風(fēng)險(xiǎn)??紤]到實(shí)際應(yīng)用中,產(chǎn)品功能模塊的性能狀態(tài)可能表征在多個(gè)性能監(jiān)測(cè)參數(shù)上,且各參數(shù)對(duì)相應(yīng)功能模塊功能實(shí)現(xiàn)的貢獻(xiàn)大小不同,利用主成分分析法對(duì)性能監(jiān)測(cè)參數(shù)賦予權(quán)重,從而得到產(chǎn)品各功能模塊的退化程度。以R80711風(fēng)電機(jī)組為例,通過(guò)對(duì)比分析驗(yàn)證了所提方法的有效性。該方法不需要先驗(yàn)知識(shí),用時(shí)少,有助于實(shí)現(xiàn)實(shí)時(shí)診斷、評(píng)估。但是,產(chǎn)品性能狀態(tài)受運(yùn)行工況的影響,如何在識(shí)別、劃分運(yùn)行工況的基礎(chǔ)上,將離群點(diǎn)檢測(cè)引入產(chǎn)品性能退化評(píng)估是下一步的研究方向之一。

    猜你喜歡
    性能參數(shù)功能模塊鄰域
    紡織品吸濕速干性能參數(shù)研究
    稀疏圖平方圖的染色數(shù)上界
    基于鄰域競(jìng)賽的多目標(biāo)優(yōu)化算法
    基于ASP.NET標(biāo)準(zhǔn)的采購(gòu)管理系統(tǒng)研究
    關(guān)于-型鄰域空間
    時(shí)間數(shù)字轉(zhuǎn)換器性能參數(shù)及誤差分析
    輸電線路附著物測(cè)算系統(tǒng)測(cè)算功能模塊的研究
    M市石油裝備公服平臺(tái)網(wǎng)站主要功能模塊設(shè)計(jì)與實(shí)現(xiàn)
    天線電性能參數(shù)的測(cè)量
    功能模塊的設(shè)計(jì)與應(yīng)用研究
    密山市| 安阳市| 缙云县| 隆安县| 大姚县| 政和县| 怀化市| 平武县| 海原县| 观塘区| 房产| 兴文县| 聂荣县| 庆城县| 湟源县| 新源县| 府谷县| 泾阳县| 南郑县| 昭通市| 建水县| 婺源县| 信丰县| 正镶白旗| 报价| 弥渡县| 芒康县| 射阳县| 甘德县| 泌阳县| 星座| 绥芬河市| 桃园县| 彰武县| 贡嘎县| 福州市| 扎囊县| 克什克腾旗| 定结县| 海晏县| 承德市|