[发明专利]基于实时数据监测的机械设备剩余寿命预测方法

说明书

本发明提供一种基于实时数据监测的机械设备剩余寿命预测方法，首先，确定设备的失效判据，并进行数据采集，将采集的数据处理后进行绘制及曲线拟合，并以数据点到拟合曲线的竖直距离d作为随机变量；然后，采用不同概率分布模型对提取的随机变量进行概率分布拟合，并将竖直距离d换算成机械设备的失效判据，得到失效判据的概率分布模型；接着，根据K‑S检验选取最佳概率分布模型；最后，将失效判据的最佳概率分布曲线逆时针旋转90度，与拟合曲线、失效参考线绘制在同一坐标系中，根据各曲线的位置关系确定机械设备的剩余使用寿命及可靠概率。本发明以竖直距离作为随机变量建立概率分布模型，有效的提高了剩余寿命预测的精度。

技术领域

本发明涉及设备的剩余寿命预测领域，特别涉及一种基于实时数据监测的机械设备剩余寿命预测方法。

背景技术

随着时代和科技的进步，机械设备已广泛应用于航空、航天、船舶等关乎国家安全和人民生活的各个领域，为保证设备的安全及可靠性，设备对于剩余寿命预测技术的需求越来越高。设备一旦发生故障，可能会导致整个工作系统的崩溃甚至会造成危险，并且对于一些设备来说传统的停机检修方法不仅费时、费力而且影响效率。因此要在设备失效即达到寿命之前对其维修或更换，这种将非计划停机变为计划停机的策略，既避免了故障隐患的发生，同时节约了维修时间，减少维修成本，增加设备的运行时间。

现有的剩余寿命预测方法，大多数为通过加速试验或者数据驱动的方式进行预测，很难达到实时预测的功能。针对以上问题，研究一种可以实时对机械设备进行剩余寿命预测的方法对于工作安全及提高效率具有重要的意义。

发明内容

针对现有技术存在的问题，本发明提供一种基于实时数据监测的机械设备剩余寿命预测方法，该方法采用“竖直距离”作为随机变量来建立概率分布模型，得到的精确结果，可有效预测机械设备中隐患故障的发生，节约设备维修时间，减少维修成本，增加设备的运行时间。

本发明提供了一种基于实时数据监测的机械设备剩余寿命预测方法，首先，确定机械设备的失效判据并采集所需数据，进行数据点绘制及曲线拟合，计算数据点到拟合曲线的竖直距离d；然后，以竖直距离d作为随机变量建立概率分布模型，并将竖直距离d换算成机械设备的失效判据，得到失效判据的概率分布模型；接着，根据K-S检验选取最佳概率分布模型，将最佳概率分布曲线、拟合曲线和失效参考线绘制在同一坐标系中；最后，根据各曲线的位置关系确定机械设备的剩余使用寿命及可靠概率。或者给定满足设备剩余使用寿命的可靠概率，并将最佳概率分布曲线沿拟合曲线的方向移动到可靠概率处，确定机械设备在给定可靠概率下的剩余使用寿命，基于实时数据监测的机械设备剩余寿命预测方法的具体实施步骤如下：

S1、根据机械设备的性能参数，确定机械设备的失效判据；

S2、通过安装在机械设备上的传感器，采集所需机械设备的相关数据信号；

S3、利用机械设备的失效判据表达式，对所采集到的相关数据信号进行处理，计算得到一系列的失效判据数据点，将失效判据数据点绘制在坐标区内，得到失效判据-使用时间的数据图；

S4、在失效判据-使用时间的数据图内，将得到的数据点采用最小二乘法线性拟合的方法得到拟合曲线，并计算每一个数据点到拟合曲线的竖直距离d；

S5、将竖直距离d作为随机变量建立概率分布模型，得到竖直距离d所对应的概率分布模型；

S6、根据数值对应关系，将步骤S4中的竖直距离d换算成机械设备的失效判据，从而得到机械设备失效判据的概率分布模型和与之对应的概率分布曲线；

S7、根据K-S检验法，选择机械设备失效判据的最佳概率分布模型；

S8、将机械设备失效判据的最佳概率分布模型中的概率分布曲线逆时针旋转90度，与步骤S4得到的拟合曲线绘制在同一坐标系中，并根据机械设备的失效判据在坐标系内绘制失效参考线；