一种性能缓变退化的设备最优维护方法
【专利摘要】本发明属于可靠性工程【技术领域】，涉及对具有性能缓慢退化特性的高可靠性设备进行最优维护的方法。根据设备的运行情况，合理选择性能退化监测数据，建立设备的性能退化数据库，具体包括：构建动态性能退化数据库；设备性能退化模型的建立；剩余寿命预测；最优维护时机的确定。本发明提供了在产品发生缓变性能退化条件下的复杂设备最优维护方法，不仅可以对设备的特征量退化情况进行预测分析，还可以作为预测设备个体寿命的一种有效工具，为设备的维修保障提供有力的理论依据和技术支撑，从而节约经费开支，避免不必要的经济损失，具有很好的工程应用价值。
【专利说明】一种性能缓变退化的设备最优维护方法
【技术领域】
[0001]本发明属于可靠性工程【技术领域】，涉及对具有性能缓慢退化特性的高可靠性设备进行最优维护的方法；
【背景技术】
[0002]关于现有的基于剩余寿命预测的最优维护，Christer和Wang等人进行了相关的研究；这些研究工作均是基于统计方法的，其基本思想是:通过对历史数据进行检验，选取恰当的统计分布模型对设备的剩余寿命变化过程进行建模，然后根据状态监测信息与剩余寿命之间的关系，利用所获取的信息对模型参数进行更新，从而预测设备在当前时刻的剩余寿命，在此基础上根据剩余寿命预测的结果，构建以维护费用为决策目标，以维护时机和维护策略为决策变量的维护模型；通过使维护费用达到极小，而得到最佳维护时机或者最优维护策略；然而，在工程实践中，设备的失效数据往往比较少，使得所选取的统计分布难以准确描述设备的剩余寿命变化过程，导致求解出的最佳维护时机或者最优维护策略存在较大的误差；
【发明内容】
[0003]针对上述现有技术状况，本发明的目的是:提供一种充分利用设备在性能缓慢变化过程中测得的性能退化数据，科学预测高可靠性设备个体寿命特征量数值，并在此基础上确定最优维护时间的方法，以解决传统的基于失效数据确定最优维护时机时所遇到的无失效数据的问题；
[0004]现将本发明构思及技术解决方案叙述如下:
[0005]在设备长期运行过程中，由于本身元器件内在应力的释放，并在动载荷、腐蚀、磨损、疲劳载荷等的长期作用下，某些器件将会发生老化，出现缺陷；另外，在长期储存过程中，由于受到温度、湿度和通断电循环等影响，设备的某些性能状态将产生漂移；当设备的性能退化量在某一时刻超过阈值时，设备不能很好地完成既定任务，从而导致故障的发生；因此，应该根据设备的运行情况，合理选择性能退化监测数据，如油液分析数据、温度、压力以及声音监测数据等，建立设备的性能退化数据库，并通过有效的维护方法，以减小设备发生故障的概率；
[0006]本发明一种性能缓变退化的设备最优维护方法，包括以下步骤:
[0007]步骤1:动态性能退化数据库的构建
[0008]在所构建的性能退化数据库中，主要包括测试时间和测试数据；当新的测试数据到来后，将数据直接存入到测试数据库中，主要包括两列，其中第一列为测试时间，第二列为测试数据；因而数据库是动态的；当对退化模型进行建模时，可以选取长度为N的数据，对模型参数进行更新；
[0009]步骤2:设备性能退化模型的建立
[0010]由于内在应力、运行环境和随机冲击等因素对设备的作用是随机的，使得设备性能的退化过程存在很强的非线性和随机性；采用带漂移的维纳模型对性能退化过程进行拟合:
[0011]
【权利要求】
1.一种性能缓变退化的设备最优维护方法，其特征在于:根据设备的运行情况，合理选择性能退化监测数据，建立设备的性能退化数据库，具体包括以下步骤: 步骤1:构建动态性能退化数据库 在所构建的性能退化数据库中，包括测试时间和测试数据；数据库是动态的；当对退化模型进行建模时，选取长度为N的数据，对模型参数进行更新； 步骤2:设备性能退化模型的建立 采用带漂移的维纳模型对性能退化过程进行拟合: y (t) = ao+aJi+O wW(\) (I) 其中，y(t)为性能退化量为第i次测量时的时间长度,?为零次项，为一次项，称为漂移系数，ow为扩散系数，Wai)为标准的维纳过程；对所获取的数据进行抽样，以一定的间隔在测试数据中取Oi1为正整数)个点队，凡)，认，M)，…，，其中?。，根据漂移表达式可得: Ayi = B1Ati+O ff AKti) (2) 其中，B1Ati = aJtftH), OwAKti) = O w [W(^i)-W (V1)], Ayi = y「yH, i = I,.2，…，Ii1，由维纳过程的定义可知AKti)~N(0，Ati),因而可得:
【文档编号】G06Q10/04GK103679280SQ201210385234
【公开日】2014年3月26日 申请日期:2012年9月26日 优先权日:2012年9月26日
【发明者】胡昌华, 周志杰, 司小胜, 樊红东, 陈业 申请人:中国人民解放军第二炮兵工程大学