基于特征变化率的运行可靠性评估

针对传统的基于概率论与数理统计的可靠性理论无法评估单个或者小样本设备可靠性的问题,在比例故障率模型的基础上,综合利用希尔伯特熵等多维特征,考虑设备退化过程中时间尺度的影响,提出了利用特征变化率作为协变量进行运行可靠性评估的新方法。该方法综合利用旋转机械可靠性的平均效应(历史失效数据)和实时特征(个体特征变化率),实现了单个设备运行可靠性的实时评估,并提供了剩余寿命的有效预测,为基于状态的维护提供技术支撑。采用PRONOSTIA平台轴承实验数据验证该模型,并与原方法对比,证明了模型改进的有效性和合理性。     

Logistic回归模型在机床刀具可靠性评估中的应用

刀具系统作为数控装备的一个重要部件,其可靠性必然会影响到整个装备系统的加工效率和稳定性。为有效地识别刀具磨损状态,降低生产成本,保证加工质量,提出一种基于Logistic回归模型的可靠性评估方法。通过试验在线测取车刀加工过程中的振动信号和刀具磨损数据,利用小波包分解、时域统计和相关分析,提取刀具磨损的特征频带和显著能量、时域特征指标,结合刀具状态信息,建立Logistic可靠性评估模型,准确地估计出实际使用刀具的可靠度指标和失效时间,对于变化的失效阈值,评估模型同样有效。该方法将设备运行状态信息引入到性能评估和可靠性分析当中,更能反映设备的时间动态特性,且不需要对设备失效过程和分布函数作过多假设。     

基于状态信息的航空发动机运行可靠性评估

航空发动机是飞机的"心脏",其运行可靠性评估对保障飞行安全具有重要意义。受不同运行状况的影响,航空发动机退化程度和失效时间具有较大的离散性。针对单台航空发动机运行可靠性评估难以运用基于大样本统计的传统可靠性方法的问题,提出基于状态信息的航空发动机运行可靠性评估方法。该方法利用核主成分分析建立状态子空间,描述航空发动机状态性能的变化;计算正常状态与当前状态子空间基矢量的主夹角,利用映射函数将主夹角转化为运行可靠度。采用美国国家航空航天局提供的航空发动机全寿命仿真数据和某维修厂现场实测数据对所提出的方法进行验证,结果表明该方法能够合理地评估单台航空发动机的运行可靠性,为小样本条件下航空发动机运行可靠性评估提供有效手段。     

基于多域空间状态特征的高端装备运行可靠性评价

机械设备运行可靠性对设备状态监测及故障诊断具有重要意义。传统可靠性评估方法依赖于大量故障样本,运用在单台设备可靠性评估上的实际意义有限。本文提出一种基于设备状态特征空间的运行可靠性评价方法。采集设备运行过程中的振动信号,获取时频域信息特征;采用小波包分解提取能量分布特征,构建高维特征空间。应用流形学习优化算法进行降维,获得其低维敏感特征空间,计算当前状态与正常状态的特征子空间的夹角,建立其映射关系,表征设备的当前运行可靠性。将该方法应用于不同状态下的转子实验台和滚动轴承实验台振动数据,实验结果表明:该方法对设备进行运行可靠性评价合理有效,具有很好的工程应用价值。     

基于贝叶斯推论和自组织映射的轴承性能退化评估方法

为在线识别和评估轴承的动态运行状态,提出一种基于贝叶斯推论和自组织映射的轴承性能退化评估方法。首先运用独立成分分析算法从原始特征集提取表征轴承正常运行的特征集,建立描述轴承健康状态的基准自组织映射模型,进而提出基于负对数似然概率的设备性能量化评估指标和基于贝叶斯推论的失效概率计算方法,在线识别和评估轴承的动态运行状态。通过在轴承全寿命测试床的实验结果表明,与一些传统的特征值指标和基于支持向量数据描述的性能退化评估方法相比,提出的评估指标可有效地量化轴承的全寿命性能退化过程,为进一步制定维护计划提供重要的设备健康信息。     

流形模糊C均值方法及其在滚动轴承性能退化评估中的应用

滚动轴承全寿命周期性能退化监测是设备主动维修技术重要的组成部分,对损伤状态进行有效评估可以实现设备接近零停机运行,发挥机器的最大生产力。为有效描绘滚动轴承性能退化趋势,提出一种基于流形学习的模糊C均值(Fuzzy C-means algorithm,FCM)方法。首先提取监测信号的时域、频域特征及小波包时频域特征组成高维特征集,然后按确定的本征维数提取高维特征集的低维流形特征,进而建立基于局部线性嵌入流行学习(Locally linear embedding,LLE)的模糊C均值模型评估轴承当前运行状态。通过IMS滚动轴承全寿命试验,验证了该方法能够有效描绘滚动轴承性能退化阶段,为预知维修提供了重要信息。     

机械设备运行可靠性评估的发展与思考

针对某台具体的机械设备进行运行可靠性评估是个性问题,基于大样本条件并依赖概率统计数据得到的平均可靠性难以满足个体设备的运行可靠性评估需求。归纳传统可靠性理论应用于机械设备运行可靠性评估时面临的问题,回顾相应的改进方法。阐述以动态建模与故障机理分析、信号处理与故障特征提取为理论基础的机械设备运行可靠性的技术内涵,赋予运行可靠性新的含义,定义运行可靠度。提出基于机械设备状态信息的运行可靠性评估方法,通过建立设备运行状态信息与可靠性之间的映射模型,实现运行可靠度的计算。参考国际标准ISO3945,将评价回转机械运行状态的绝对振动量转换为量纲一的可靠度指标;对轴瓦松动维修前后两种状态下的汽轮发电机组、连续运行退化至失效状态下的滚动轴承分别进行运行可靠性评估,取得了良好效果。引出机械设备运行可靠性评估有待解决的问题,为后续研究提供参考。     

基于DBN-SVDD的滚动轴承性能退化评估方法

针对现有性能退化评估方法需要人工经验筛选特征指标,难以获取轴承故障状态下振动信号的问题,提出了一种基于深度置信网络(DBN)和支持向量数据描述(SVDD)相结合的滚动轴承性能退化评估方法。该方法以滚动轴承正常状态下的归一化幅值谱作为DBN的输入,利用DBN中的RBM构建特征自动提取模型,通过SVDD构建评估模型。使用不同工况下滚动轴承全寿命周期试验数据的分析表明,该方法能够很好地揭示轴承性能退化规律,而且摆脱了特征选择的人为干预,可以准确检测出滚动轴承早期微弱故障。     

基于投影寻踪的旋转设备潜在故障识别方法

为了解决潜在故障阶段特征信号微弱、有效信息难以提取的问题,提出一种基于投影寻踪的旋转设备潜在故障识别和预警方法。通过计算得出24个特征指标用以描述设备运行状态。为避免单一投影方向揭露信息的片面性,提出利用最佳投影方向矩阵将不同状态(包括正常状态和异常状态)下的24个特征指标投影到二维空间,得到投影值的分布特征,并以此建立特征评价指标体系。通过观察待评估的某一时刻的24个特征指标的投影值分布与上述特征评价指标体系相对比,即可判断该时刻设备运行状态是否存在异常和故障类型。试验数据分析表明,该方法具有较好的可行性和可靠性,在捕捉早期故障信号方面具有很高的灵敏性。     

基于UKF的轴承剩余寿命预测方法研究

针对轴承从早期故障发生到失效的非线性退化问题,提出一种基于无迹卡尔曼滤波算法(UKF)的轴承剩余寿命预测方法。该方法包括轴承性能评估和剩余寿命预测两个部分。在性能评估部分,首先利用轴承振动信号建立反映其健康状态的指数,基于对正常工作时指数的学习获得用于判断轴承健康状态的异常阈值并截取出轴承从早期故障发生到失效这一性能退化阶段的数据;在剩余寿命预测部分,利用双指数函数拟合分析轴承退化数据,构建出与轴承退化过程相符的非线性状态空间模型,模型参数利用Dempster-Shafer方法进行初始化后采用UKF算法对其进行更新,并预测轴承的剩余寿命。基于轴承全寿命周期试验数据的分析,结果显示所提方法有效地评估了轴承的健康状况,通过对比分析其他剩余寿命预测方法,发现所提方法较好地预测了轴承的剩余寿命。     

一种适用于复杂产品的可靠性评估方法

利用数理统计原理，针对复杂产品提出一种适用于其可靠性评定的矩拟合法。该方法是将部件和分系统试验数据折合成系统的试验数据，作为系统试验的验前信息，从而由二项式分布求任意置信度下的系统可靠度下限。计算方法简单实用，是复杂产品可靠性评定的较优方法。     

Fault degradation assessment of water hydraulic motor by impulse vibration signal with Wavelet Packet Analysis and Kolmogorov–Smirnov Test

The machinery fault diagnosis is important for improving reliability and performance of systems. Many methods such as Time Synchronous Average (TSA), Fast Fourier Transform (FFT)-based spectrum analysis and short-time Fourier transform (STFT) have been applied in fault diagnosis and condition monitoring of mechanical system. The above methods analyze the signal in frequency domain with low resolution, which is not suitable for non-stationary vibration signal. The Kolmogorov–Smirnov (KS) test is a simple and precise technique in vibration signal analysis for machinery fault diagnosis. It has limited use and advantage to analyze the vibration signal with higher noise directly.In this paper, a new method for the fault degradation assessment of the water hydraulic motor is proposed based on Wavelet Packet Analysis (WPA) and KS test to analyze the impulsive energy of the vibration signal, which is used to detect the piston condition of water hydraulic motor. WPA is used to analyze the impulsive vibration signal from the casing of the water hydraulic motor to obtain the impulsive energy. The impulsive energy of the vibration signal can be obtained by the multi-decomposition based on Wavelet Packet Transform (WPT) and used as feature values to assess the fault degradation of the pistons. The kurtosis of the impulsive energy in the reconstructed signal from the Wavelet Packet coefficients is used to extract the feature values of the impulse energy by calculating the coefficients of the WPT multi-decomposition. The KS test is used to compare the kurtosis of the impulse energy of the vibration signal statistically under the different piston conditions. The results show the applicability and effectiveness of the proposed method to assess the fault degradation of the pistons in the water hydraulic motor.     

串并联系统可靠度置信区间估计

针对复杂系统可靠性试验非常少甚至没有做的情况，提出了基于单元信息进行可靠性综合的方法。该方法不需假设系统或单元产品的寿命服从某一分布，减少了因寿命分布选择不当所造成的可靠性和方差的误差。在获得单元可靠性的均值和方差的基础上，利用系统可以分解为单一的串联或并联关系，通过逐步综合获得复杂系统的可靠性均值和方差估计值。利用系统信息熵原理，将部件的试验数据折合为系统的试验数据，获得系统的子样数。由此提出了小子样下的系统可靠性置信区间估计新方法，该方法只假设系统可靠性估计服从正态或对数正态分布。新方法使用限制少，计算简单，适用于系统数据较少的可靠性分析。     

机械系统可靠性评定方法

本文根据数理统计原理和系统信息熵原理，针对复杂机械系统，提出一种适用于其可靠性评定的信息熵法。该方法是将部件的试验数据折合成系统的试验数据，作为系统试验的验前信息，而由二项式分布求任意置信度下的系统可靠度下限。计算方法简单实用，是复杂机械系统可靠性评定的较优方法。     

A neural network application for reliability modelling and condition-based predictive maintenance

Traditionally, decisions on the use of machinery are based on previous experience, historical data and common sense. However, carrying out an effective predictive maintenance plan, information about current machine conditions must be made known to the decision-maker. In this paper, a new method of obtaining maintenance information has been proposed. By integrating traditional reliability modelling techniques with a real-time, online performance estimation model, machine reliability information such as hazard rate and mean time between failures can be calculated. Essentially, this paper presents an innovative method to synthesise low level information (such as vibration signals) with high level information (like reliability statistics) to form a rigorous theoretical base for better machine maintenance.     

叶片振动的非概率可靠性研究

在分析影响叶片振动可靠性的不确定性因素的基础上,用非概率的凸集模型表述叶片振动参数的不确定性和共振频率区域的不确定性,将叶片振动的不确定性参数表述为区间变量,定义了叶片振动的非概率可靠性,建立了叶片振动非概率可靠性评估体系、方法及模型,并将其应用于航空发动机压气机、涡轮叶片的振动可靠性计算。研究结果表明,应用非概率可靠性评估叶片振动可靠性是合理可行的,且所需数据较少,特别适用于航空发动机等可靠性数据较少的贵重部件。     

飞机随机振动环境实测试验数据的归纳方法

介绍了某机型振动环境实测概况,结合实测数据导出后验分布类型,以该型飞机实测数据为基础,基于现有国军标和相关标准,提出了以分测试区域不同状态下的振动规范谱编制归纳方法,依据该数据归纳方法编制了该实测飞机的振动环境谱。将处理结果用于实际工程试验,表明该方法正确合理。     

步加寿命试验下数控系统可靠性评定方法研究

通过温-湿双应力加速试验,优化设计数控系统可靠性评估的双应力加速退化试验,降低了试验费用、缩短了试验周期;采用双应力加速退化模型,丰富试验数据,根据数控系统竞争失效的特点,建立可靠性评估模型;针对失效数据小样本的特征,采用Bayes方法对模型参数进行评估,提高评估准确度。     

直升机旋翼电加热组件高频热载疲劳试验研究

为探索直升机旋翼桨叶电加热组件在直升机旋翼高频振动复合热载工况下的疲劳寿命、可靠性以及相应的测试方法,在设计完成的地面疲劳试验系统的基础上,研究制定合理的直升机旋翼桨叶工况模拟方案,选用共振法为疲劳试验方法,实现对电加热组件疲劳寿命的快速测试,同时探索模拟件表面应变与振动台加速度之间关系,为在不同动载荷条件下疲劳试验提供应变调节方案。