论文部分内容阅读
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。