论文部分内容阅读
滚动轴承作为旋转机械设备的关键部件,其运行状态直接影响整台机器的运行性能。因此,对滚动轴承进行状态监测和剩余寿命预测就显得极为重要。然而,滚动轴承剩余寿命预测有两个关键问题亟待解决：第一,如何选取合适的寿命评估指标表征轴承性能退化过程,确定合适的状态预测模型对衰退性能指标进行预测；第二,如何选择合适的寿命预测模型,使其能够在有限失效寿命数据下准确地预测滚动轴承的剩余寿命。本文分别对上述两个问题进行深入的研究,并给出相应的解决方案,最终将该寿命预测模型应用于视情维修决策,通过建立最优维修策略模型指导并优化设备的维修策略。GM(1,1)灰色预测模型具有建模数据少、预测精度高、建模容易等优点,是机械设备状态预测常用的模型之一。因此,本文选用该模型对滚动轴承的寿命特征指标进行预测研究。选用包含轴承寿命特征信息丰富的振动信号作为研究对象,提取具有普遍代表性的特征指标峭度值和RMS值作为寿命评估指标,利用GM(1,1)模型对其进行预测,结果能够准确地反映出轴承的退化过程,为滚动轴承寿命预测奠定了基础。选择合适的寿命预测模型是滚动轴承寿命预测的关键,比例故障率模型能够有效地处理小样本、截尾寿命数据,能够将系统运行状态与可靠度紧密地联系起来,因此本文基于此模型预测滚动轴承的剩余寿命。选取两参数的威布尔分布作为比例故障模型的基本故障率函数形成威布尔比例故障率模型(Weibull Proportional Hazards Model, WPHM),同时将峭度指标和RMS指标作为模型中的协变量,利用GM(1,1)模型预测协变量的变化趋势,从设备性能衰退的角度,实现基于WPHM模型的滚动轴承寿命预测,最后通过实际轴承全寿命周期性能退化实验数据验证该方法的合理性、有效性。针对传统预防性维修难以满足现代维修管理需求的现状,本文介绍了视情维修策略(Condition Based Maintenance,CBM),并将WPHM模型应用于视情维修决策。在此基础上,研究了如何利用此模型做出最优的维修决策,说明了基于此模型的视情维修决策过程。最后以最大可用度为维修目标,根据已收集的轴承试验数据建立最优维修决策模型,并根据系统当前状态信息做出相应的视情维修决策。