基于缺陷預測的設備狀態(tài)維修決策與優(yōu)化方法.pdf

1、狀態(tài)維修(CBM)是一種執(zhí)行方式基于設備運行狀態(tài)監(jiān)測，利用監(jiān)測的狀態(tài)參數和各種分析手段判斷設備狀態(tài)，安排適當維修時間和維修方式的維修。本文圍繞狀態(tài)維修的重要組成部分--決策及決策過程進行深入的研究，研究了基于設備重要度和故障模式特征的維修方式選擇方法、設備缺陷早期識別模型和缺陷狀態(tài)預知模型，并在此基礎上建立維修決策優(yōu)化模型；通過對這些模型進行計算機仿真和案例研究，驗證了決策過程相關模型的可行性和有效性。
　　首先，從設備重要度和故

2、障模式特征兩個角度研究了設備維修方式的選擇方法。研究了設備的重要度排序方法，分析了層次分析法以及熵值法的特點和適用條件，提出了兩者相結合的組合權重分析方法，利用蒙特卡洛模擬確保了方法的客觀性；研究了設備故障模式特征的識別方法，提出了一種改進的布谷鳥搜索與最小二乘支持向量機相融合的算法，對設備故障模式進行準確識別；最后以船舶動力設備為實例，驗證了基于重要度排序及故障模式特征相結合的設備維修方式確定方法。
　　其次，分析了設備運行階段

3、狀態(tài)的特點，研究了設備缺陷狀態(tài)早期識別方法。從設備狀態(tài)劣化的角度考慮，對隱半馬爾可夫模型(HSMM)及需要解決的評估、解碼和學習的三個問題所對應的前向后向算法、Viterbi算法和最大似然估計法進行了研究；在隨機濾波理論的基礎上，針對設備衰退因子的確定與選擇，提出了一種考慮衰退因子的HSMM模型早期缺陷發(fā)生時刻識別及剩余壽命計算方法，通過仿真驗證了該方法的有效性和可行性。
　　最后，分析了維修行為及維修間隔期的決策及優(yōu)化問題。研究