[发明专利]一种面向全寿命周期的公路机电设备寿命预测系统

说明书

本发明提供了一种面向全寿命周期的公路机电设备寿命预测系统，该系统包括公路隧道关键机电设备识别模块，用于对公路隧道机电设备中的关键设备进行识别筛选；公路隧道机电设备剩余寿命预测模块，用于对从公路隧道机电设备中识别筛选出来的关键设备进行剩余寿命预测；高速公路机电设备退化分析模块，用于对高速公路机电设备进行退化分析。本预测系统将关键设备识别筛选与公路隧道机电设备剩余寿命预测相结合，大大提高了预测系统的效率和准确性。再结合高速公路机电设备退化分析，能够实现针对公路机电设备的全寿命周期的寿命预测。

技术领域

本发明属于公路交通机电设备领域，涉及公路机电设备寿命预测，具体涉及一种面向全寿命周期的公路机电设备寿命预测系统。

背景技术

故障预测与健康管理(Prognostics and Health Management，PHM)技术是一个涵盖基础材料、机械结构、能源、电子、自动测试、可靠性、信息等多领域的交叉学科和热门研究方向，能够通过故障诊断、故障预测、设备剩余使用寿命(Remaining Useful Life，RUL)预测等，提供机电设备或整个系统健康状态的综合视图，已发展成为航空航天领域系统后勤保障、维护和自主健康管理的重要支撑技术和基础。目前，基于人工智能的故障诊断系统由于其在提高监测技术效率方面的突出表现，正在初步取代基于传统技术的故障诊断系统。深度学习(Deep Learning)是人工智能领域最能体现智能的一个分支，也是目前机器学习领域中的核心话题与热门研究方向。面对公路隧道机电系统及设备维护管理存在的种种问题，应用基于深度学习的PHM方法为实现机电系统的智慧管养提供了新的思路与技术支撑。

现有的公路隧道机电设备寿命预测框架存在如下问题：第一，隧道机电设备的重要程度未进行细分，仅按照《公路隧道养护规范》内容进行粗略划分，不利于差异化养护管理。第二，建立机电设备退化模型时未考虑外部因素对设备退化过程的影响。第三，现有的隧道机电设备寿命预测模型依赖于系统的特性数据，对于公路隧道机电设备具有间断性故障的情况适应情况较差。

发明内容

针对上述现有技术的不足与缺陷，本发明的目的在于提供一种面向全寿命周期的公路机电设备寿命预测系统，解决现有技术中公路机电设备寿命预测结果不精准的技术问题。

为了解决上述技术问题，本发明采用如下技术方案予以实现：

一种面向全寿命周期的公路机电设备寿命预测系统，所述的公路机电设备至少包括公路隧道机电设备和高速公路机电设备，该系统包括公路隧道机电设备剩余寿命预测模块，所述的公路隧道机电设备剩余寿命预测模块用于对公路隧道机电设备进行剩余寿命预测；所述的公路隧道机电设备剩余寿命预测模块包括公路隧道机电设备剩余寿命预测模型。

本发明还具有如下技术特征：

该系统还包括公路隧道关键机电设备识别模块，所述的公路隧道关键机电设备识别模块用于对公路隧道机电设备中的关键设备进行识别筛选；所述的公路隧道机电设备剩余寿命预测模块用于对从公路隧道机电设备中识别筛选出来的关键设备进行剩余寿命预测。

该系统还包括高速公路机电设备退化分析模块，所述的高速公路机电设备退化分析模块用于对高速公路机电设备进行退化分析；所述的高速公路机电设备退化分析模块包括高速公路机电设备退化分析模型。

本发明与现有技术相比，具有如下技术效果：

(Ⅰ)公路隧道机电设备剩余寿命预测模块采用外部环境参数对公路隧道机电设备的内部状态参数进行修正补偿，提高了剩余寿命预测模型中输入量的精准性，从而提高了经过训练后的模型本身的精准性和采用该模型进行剩余寿命预测时所获得的剩余寿命的精准性。