面向不同寿命阶段的机电设备健康状态评价研究

发布时间：2017-10-10 06:06

  本文关键词：面向不同寿命阶段的机电设备健康状态评价研究

  更多相关文章： 寿命阶段 健康状态 指标体系 遗传算法

【摘要】：随着机电设备的智能化、复杂化、大型化程度不断提高，机电设备停产损失已越来越大，设备维护的难度也不断加大，准确判断设备当前的健康状态对设备维护具有重要的意义。如何评价机电设备的健康状态，不仅是摆在产品使用者面前的难题，也是科研人员亟待解决的关键问题。本论文对面向不同寿命阶段的机电设备健康状态评价进行了深入的研究和分析。 首先，建立寿命预测模型。运用改进的遗传算法对weibull寿命分布进行参数的估计，从而建立设备寿命分布模型。改进的遗传算法不仅能快速得出参数的估计值，而且其精度高于极大似然估计等一般的方法。 其次，建立健康状态评价模型。从机电设备的功能组成结构及使用时间两方面出发，建立起基于功能结构体系和寿命阶段的多维评价体系。一方面，将机电设备的结构进行划分，对于不同结构，通过提取关键零部件的特征向量对其健康状态进行评价；另一方面，，从寿命阶段的角度出发，根据机电设备的关键零部件所处在的不同寿命阶段来对其健康状态进行评价。最后再通过模糊综合两方面的相关信息来获得设备的健康状态值。 最后，评价模型指标权重的确定。运用改进的遗传算法和层次分析法相结合来获取指标的权重。此方法将层次分析法的一致性检验的问题转变成遗传算法的目标函数，这样，一方面可以提高精确，另一方面，运用遗传算法，通过编程，可以快速得出权重值。在此基础上，根据设备的关键零部件所处在的不同寿命阶段对其权重进行调整，建立动态的评价体系，以更科学更合理地进行评价。实验室平台的实例，验证了方法的有效性。
【关键词】：寿命阶段 健康状态 指标体系 遗传算法
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F426.4
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 1 绪论8-16
• 1.1 选题背景与研究意义8-9
• 1.2 国内外相关研究发展及现状9-12
• 1.2.1 健康状态评价研究现状9-10
• 1.2.2 寿命预测研究现状10-12
• 1.3 主要研究内容与技术路线12-13
• 1.3.1 主要研究内容12
• 1.3.2 技术路线12-13
• 1.4 文章结构和创新点13-16
• 1.4.1 文章结构13-14
• 1.4.2 主要创新点14-16
• 2 机电设备健康状态评价的过程分析16-25
• 2.1 机电设备的功能结构16-19
• 2.1.1 机电设备概述16
• 2.1.2 机电设备功能结构构成分析16-19
• 2.2 健康状态评价概述19-21
• 2.2.1 健康状态评价的概念19
• 2.2.2 健康状态评价的一般步骤19-20
• 2.2.3 健康状态评价常用方法及模型20-21
• 2.3 设备寿命阶段对健康状态评价的影响21-22
• 2.3.1 设备寿命阶段的划分21-22
• 2.3.2 寿命阶段对健康状态评价的影响分析22
• 2.4 机电设备健康状态评价的多维评价过程22-25
• 3 weibull 分布下基于遗传算法的设备寿命阶段划分25-35
• 3.1 weibull 分布及遗传算法研究现状25-26
• 3.2 设备寿命分布模型的选择26-28
• 3.2.1 Weibull 分布简介26-27
• 3.2.2 设备寿命阶段与 Weibull 参数之间的联系27-28
• 3.3 应用遗传算法对 Weibull 参数进行估计28-31
• 3.3.1 基本的遗传算法28-29
• 3.3.2 改进的遗传算法29-30
• 3.3.3 遗传算法估计 Weibull 参数的具体过程30-31
• 3.4 设备寿命阶段划分实例31-34
• 3.5 本章小结34-35
• 4 面向不同寿命阶段的机电设备健康状态评价模型35-48
• 4.1 机电设备健康状态评价模型的构建35-37
• 4.1.1 健康状态评价方法概述35-36
• 4.1.2 基于模糊综合评判的健康状态评价36-37
• 4.2 机电设备健康状态评价的指标选择和体系构建37-41
• 4.2.1 健康状态评价的指标选择原则37-38
• 4.2.2 基于机电设备结构及寿命阶段的多维健康状态评价指标体系38-41
• 4.3 机电设备健康状态评价的指标权重的确定41-46
• 4.3.1 评价指标权重确定方法的选择41-44
• 4.3.2 基于遗传算法的指标权重的计算44-45
• 4.3.3 面向寿命阶段的健康状态评价模型的权重的调整45-46
• 4.4 机电设备健康状态评价等级的划分及结果分析46-47
• 4.4.1 评价等级的划分46-47
• 4.4.2 评价结果的分析47
• 4.5 本章小结47-48
• 5 算例分析48-58
• 5.1 实验室平台简介48-50
• 5.2 实验室平台健康状态评价的过程50-58
• 6 总结与展望58-60
• 6.1 论文总结58
• 6.2 展望58-60
• 致谢60-61
• 参考文献61-65
• 附录65
• A. 作者在攻读硕士学位期间发表的论文65
• B. 作者在攻读硕士学位期间参加的科研项目65

【参考文献】

中国期刊全文数据库 前10条

1 陈希祥;邱静;刘冠军;;基于层次分析法与模糊综合评判的测试设备选择方法研究[J];兵工学报;2010年01期

2 杨永生;;基于状态监测的机械设备可靠性评估模型[J];四川兵工学报;2010年07期

3 吴俊杰;纪卓尚;常会青;;船体装配线划线优化遗传算法研究[J];大连理工大学学报;2012年03期

4 任子武;伞冶;;实数遗传算法的改进及性能研究[J];电子学报;2007年02期

5 赵文清;朱永利;姜波;张小奇;章斌;;基于贝叶斯网络的电力变压器状态评估[J];高电压技术;2008年05期

6 袁熙;李舜酩;;疲劳寿命预测方法的研究现状与发展[J];航空制造技术;2005年12期

7 吴学仁;刘建中;;基于小裂纹理论的航空材料疲劳全寿命预测[J];航空学报;2006年02期

8 宾光富;李学军;李萍;;一种构建机械设备健康状态评价指标体系的方法研究[J];机床与液压;2007年12期

9 马伦;康建设;赵强;;基于HMM的设备剩余寿命预测框架及其实现[J];计算机仿真;2010年05期

10 杨懿;刘纪温;潘敏献;于随然;;基于可靠性等劣化理论的设备寿命周期预估[J];机械设计与研究;2011年03期

中国博士学位论文全文数据库 前1条

1 廖薇;基于神经网络和遗传规划的汇率预测技术研究[D];华东师范大学;2010年

本文编号：1004718