具有随机相关性的多部件系统剩余寿命预测方法和维修决策建模研究

With the deep integration of informationization and industrialization, the function structures of various systems become more and more complex, which make researchs focus more on the prediction and health management of multi-component systems with stochastic dependence. In this project, the prediction of the remaining useful life will be studied using kernel density estimation method based on the analyzing and modeling of the stochastic dependence characteristics and the influence on the degradation. For the components with different stochastic dependence, the remaining useful life prediction modeling of hyperspace kernel density estimation and appropriate computational method are investigated based on the covariant, multiple model fusion and hyperspace copula function. Moreover, combining the maintenance strategy, maintenance requirements, maintenance resource constraints and operational goals, the optimal decision model of maintenance for the complex multi-component systems with stochastic dependence is established based on the joint remaining useful life. Finally, taking remaining useful life prediction and maintenance decision problem of the wind turbine system as a example to study. The studies of this project can provide theoretical supports, solutions and application cases for the prediction of joint remaining useful life and the optimal prediction maintenance decision of complex multi-component systems with stochastic dependence.

随着信息化与工业化深度融合，各类系统的功能结构也日趋复杂，具有随机相关性的复杂多部件系统故障预测与健康管理成为了研究热点。本项目针对存在随机相关性的多部件系统，在研究部件间存在的随机相关性特征及对退化状态影响的基础上，首先基于核密度估计方法研究部件的实时寿命预测方法，并分别利用协变量、多模型融合和多维随机连接函数等研究多部件系统多维空间核密度估计的联合剩余寿命预测模型；然后结合维修策略、维修需求、维修资源约束和运行目标等研究基于实时剩余寿命预测的多部件系统维修决策的建模和优化方法；最后，以风力发电机组的剩余寿命预测与维修决策问题为对象进行应用研究。本项目研究可为具有随机相关性的复杂多部件系统的实时剩余寿命预测与维修决策问题的建模与优化研究提供理论支撑、解决方案和应用案例。

制造业在推进智能制造的过程中，设备的健康管理与最优维修决策成为不能忽略的研究方向。现代大型设备正朝着自动控制、机电液一体化、大功率多功能化等方向发展，整个系统日益复杂，具有随机相关性的复杂多部件系统故障预测与健康管理成为了研究热点。本项目针对存在随机相关性的多部件系统，在研究部件间存在的随机相关性特征及对退化状态影响的基础上，首先基于核密度估计方法研究了部件的实时寿命预测方法，并分别考虑外界环境变化影响的退化突变问题，研究了多部件系统分阶段自适应退化模式转移剩余寿命预测模型；利用协变量、多模型融合和多维随机相关函数等研究了考虑环境改变的加速冲击损伤退化系统部件系统剩余寿命预测研究和多维空间核密度估计的联合剩余寿命预测模型；然后结合维修策略、维修需求、维修资源约束和运行目标等建立了基于实时剩余寿命预测的多部件系统加速冲击损伤退化系统预测维修决策以及成组维修和机会维修决策模型并进行优化求其最优解；最后，以风力发电机组的剩余寿命预测与维修决策问题为对象进行了应用研究。以山西漳泽电力新能源投资有限公司织女泉风电场为示范工程，设计和开发了风电场的智能化运行维护服务平台已投入使用。本项目研究为具有随机相关性的复杂多部件系统的实时剩余寿命预测与维修决策问题的建模与优化研究提供了供理论支撑和解决方案。受本项目支持在国际知名刊物和国内核心刊物上发表与本项目相关的学术论文23篇，其中9篇SCI检索，9篇EI检索；项目负责人独立撰写专著1部；申请发明专利6项，已授权发明专利4项，专利成果转化1项；获得计算机软件著作权1项；获批多项与本项目相关的国家级自然科学基金面上项目、省重点研发项目以及与本项目相关的企业委托横向协作项目，并完成多项与本项目研究成果相关的科技成果转化应用与推广专项，取得巨大的经济和社会效益。