机械设备状态评估及寿命预测研究

  • 投稿温存
  • 更新时间2015-09-21
  • 阅读量162次
  • 评分4
  • 13
  • 0

曹小强(五家渠职业技术学校)

摘要:随着经济的发展,机械设备在日常的生产生活中发挥的作用越来越大,与此同时其对人们的影响也很大,一旦机械设备发生故障就会给社会带来巨大的经济损失和人员伤亡,因此机械设备状态评估及寿命预测研究对于减少机械故障,降低安全事故的发生具有重要的作用。

教育期刊网 http://www.jyqkw.com
关键词 :机械设备状态评估寿命预测

近些年所发生的因为机械设备故障而导致的安全事故给人们敲响了警钟,提高对机械设备的状态评估与寿命预测是降低机械设备故障发生,保障社会稳定和人民生命安全的重要手段与措施。

1 机械设备的故障规律

结合笔者多年的工作经验,经过大量的实验数据发现,机械设备故障的发生存在一定的规律,机械设备故障率具有一定的时间函数,具体而言就是:一是早期故障期。早期故障期主要出现在机械设备运行的开始阶段,主要是因为元件在装配上存在错误而导致它们之间的配合缺乏磨合而造成的,随着机械设备运行一段时间后,该故障率就会逐渐降低,直到结束;二是偶发故障期。偶发故障期主要集中在机械设备正常高效运转时期,此阶段的故障率非常低,具有一定的偶然性;三是严重故障期。在机械设备工作一定时间后,由于元件磨损而导致机械设备故障频发,并且此阶段的故障率非常高。因此本文所研究的主要也是此阶段的故障,通过采取各种诊断、评估方法,及时对机械设备进行评估与诊断,可以及时地控制机械设备故障的发生,或者在没有出现故障之前就进行必要的检修等工作,避免出现安全事故。

2 机械设备状态评估

机械设备状态评估就是对设备的运行状态等信息进行记录、评估,以此为设备的检修提供相应的数据参考。基于机械设备故障是否存在样本我们可以将设备状态评估分为不同的评估方法:对于缺乏故障样本的我们采取否定选择算法和模糊数学的评估模型;对存在故障样本的则采取遗传聚类算法的状态评估模型。本文主要以遗传算法为例进行阐述。

2.1 基于遗传聚类算法的设备状态综合评估模型该模型构建的原理就是将收集到的影响设备安全运行的当前数据、历史数据和采集到的代表该设备运行的标准样本数据集中在一起,运用聚类算法按照一定的函数准则进行聚类,聚类的结果也代表各设备的运行状态评估结果。

2.2 遗传聚类状态评估的基本步骤首先在进行遗传

聚类状态评估时要收集多方面的机械设备运转数据;其次在聚类开始时要以各种运行状态下的标准样本为初始聚类中心,并且随机地产生一个种群,并且计算出各种群个体的适应度值,然后经过种群之间的选择、交叉以及变异等,得到最大个体进行迭代,如果迭代次数小于设定的最大迭代次数时,输出适应度最大的个体即为聚类中心,然后再利用准确函数计算每个样本与聚类中心的距离,当样本的数值与聚类中心数值相近时就实现了对设备的状态评估。

2.3 齿轮实验验证首先我们对齿轮的运行状态进行

在线监测,得出60 组数据,该数据包含齿轮在正常、点浊、磨损的三种工作状态,并且按照他们运转的状态计算标准差、有效值、绝对值等,并对这些数据进行标准化处理,经过运用遗传聚类计算方法得出的评估概率为96.67%,由此可见通过遗传聚类算法很好地对齿轮运行状态进行了有效评估。

3 机械设备寿命预测研究

机械设备寿命主要是用来研究与预测设备在规定的时间内能够正常运行的时间,通过对机械设备寿命预测可以避免因为机械设备异常而出现的各种故障,并且提高该设备的利用率,降低在机械设备运行过程中出现停止工作的事件发生。

3.1 机械设备寿命预测常用的方法在机械设备寿命

预测方面我们经常会采用以下几种方法:基于经验的方法、基于时间序列模型的方法、基于故障树分析的方法以及人工神经网络的方法。本文主要采取人工神经网络分析方法,而用于机械设备故障诊断的网络神经模型主要有RBF 网络、Hopfield 网络以及BP 网络。

3.2 基于BP 网络的机械设备寿命预测研究其工作

原理:以现有的机械设备运行数据作为网络的原始输入数据,预测结果作为网络运输的输出,首先就是利用设备的运行规律和预测的结果等对网络进行离线训练,使神经网路通过权值记忆现有运行特征以及预测结果之间的对应关系,随后再将设备的运行特征等加到神经网络的输入端,这样就可以得到寿命的预测。

3.3 实例验证本文以接触器触头的寿命预测为例,检验该模型的准确性,一般来说影响触头寿命的因素主要包括熔焊力和燃弧能量,其中影响最大的是燃弧能量。因此首先本文将燃弧能量作为网络的输入层,以剩余的寿命为网络的输出层,使用单隐层BP 网络,科学设计单隐层的节点数,通过对测试样本的期望输出与实际输出的相对误差比较其控制在10%左右,由此可见该BP 网络模型的准确性是非常高的,其能对机械设备的寿命进行准确的判断,有效地预测出机械设备的使用时间。

总之,通过对机械设备状态评估和寿命预测可以有效地避免机械设备在运行的过程中出现各种故障而导致出现的安全生产事故,同时通过科学的预测机械设备的使用寿命可以提前制定相应的防护措施,提高企业的经济效益和社会效益。

教育期刊网 http://www.jyqkw.com
参考文献

[1]朱伟明.基于贝叶斯融合的柴油机性能状态评估方法研究[J].内燃机,2010(04).

[2]周明,孙树栋.遗传算法原理及应用[J].国防工业出版社,2000.

[3]岑建,张清华.免疫检测器证据理论集成的机组复合故障诊断[J].控制与决策,2011(36).