基于CHMM的设备性能退化评估方法研究

随着科学技术的飞速发展,现代机械设备不断向大型化、高速化、重载化和智能化等方向发展。这类大型设备一旦发生突发故障,不仅会影响企业效率,造成经济损失,甚至导致人员伤亡,产生不良的社会影响。因此,如何有效评估设备的运行状态,从而能够及时采取措施以防止灾难性事故的发生是当前迫切需要解决的问题。 机械设备的性能劣化是一个连续变化的过程,从正常到设备完全失效通常要经过一系列不同的性能退化阶段。如果能够在设备性能退化过程中监测到其性能退化的程度,就可以有针对性的制定设备维护计划,防止设备故障的发生。设备性能退化评估正是基于以上思想提出的一种主动设备维护的技术。 本文对基于连续隐马尔可夫模型(CHMM, Continuous Hidden Markov Model)的性能退化评估方法展开了系统的研究,主要内容如下: 1)针对性能退化评估对特征提取所提出的要求,研究了基于核主元分析(KPCA, Kernel Principal Component Analysis)的特征提取方法,对该方法中核函数的优选方案做了深入讨论,并通过实验数据验证了KPCA特征提取方法比传统的主元分析方法(PCA, Principal Component Analysis)具有更好的类别可分性。 2)将CHMM引入到性能退化分析中,根据设备状态数据的不同完备性情况分别提出了相应的解决方案:针对设备状态数据不完备情况提出了基于CHMM的性能监测方法,并讨论了其自适应报警技术;针对数据完备情况提出了基于CHMM的性能退化评估整体框架,包括退化模式识别、性能的定量评估和剩余寿命预测。同时引入了层次分析(AHP, Analytic Hierarchy Process)的思想,给出了一种由设备零部件性能整合得到设备整体性能的方法。 3)为验证所提出的性能退化评估方法的有效性,通过ABLT-1A轴承试验台进行了轴承加速疲劳试验。实验分析结果表明:在轴承状态数据不完备情况下,基于CHMM的性能监测方法能够灵敏而准确的反映轴承的性能变化,并通过自适应报警技术及时的做出了报警;在轴承状态数据完备情况下,基于CHMM的性能退化评估方法能够准确、定量的描述轴承所处的性能状态,并对轴承剩余寿命做有效估计。 4)设计了设备性能退化评估原型系统。使用面向服务架构的分布式编程模型——WCF(Windows Communication Foundation)对作为系统核心的性能退化评估模块进行设计与开发,解决了性能退化评估算法复杂,单服务器难以胜任的问题,并在.NET环境下实现了某鼓风机性能退化评估系统,验证了系统设计的可行性。