智能维护系统中故障预测的若干问题研究

本申请课题以制造业的相关设备部件为背景，研究智能维护系统的核心-"故障预测"中的若干问题。故障预测是基于采集的状态监测数据对设备的剩余运行寿命、未来状态、或可靠运转的概率进行预测。鉴于故障预测能力的重要性和状态监测技术的成熟性，近年已有相关的大量研究并保持着持续增长的态势。目前用于智能维护系统设备故障预测的方法可归纳为：传统的可靠性模型、基于状态的故障预测模型、以及集成可靠性数据和状态数据的故障预测综合模型。在智能维护系统中的故障预测研究方面，仍需改进和提高若干问题。本课题拟重点对其中的三个共性问题进行深入研究，包括：状态监测与可靠性的有效综合集成、不完整趋势数据的有效利用、考虑设备维修行为对故障预测的影响。课题研究将以滚动轴承、液压系统、小卫星电源系统等三个具体对象对所提出的方法进行验证。

本项目以制造业的相关设备部件为背景，对智能维护系统的核心-"故障预测" 中的三个共性问题分别进行了深入研究。课题以滚动轴承、液压系统、小卫星电源系统、NASA锂离子电池等典型机电设备部件为验证数据，对项目研究成果进行测试验证。“基于状态监测数据与可靠性数据的故障预测研究”实现了“状态监测与可靠性的有效综合集成”；“基于智能乘积限估计器故障预报方法”完成了“不完整趋势数据的有效利用”；“考虑维修、役龄和工作状况的风险健康度评估方法”“考虑了设备维修行为对故障预测的影响”；此外，在项目研究的基础上，创新性地提出了“完全截断数据条件下的故障预报”及“基于空间变换的性能衰退评估与预测”。进而，在更加深入地完成了课题申请“故障预测”中的三个共性问题，同时，初步解决了制约预测的又一重大共性问题——变工况问题。为故障预测应用于工程实际提供了必要的前提与保障。