基于故障预测的设备预防性维护策略研究及应用

摘要

随着现代工业生产的规模日益扩大，生产过程中所用设备的精密化、自动化和复杂化程度变得越来越高。这些先进设备在大大提高生产效率、提高产品质量、节省人力资源的同时，也带来了较昂贵的维护和保障成本。一旦设备在运行过程中出现故障，轻则致使设备停机，产生很高的维护费用，重则影响整个生产系统，造成人身安全和重大经济损失。据统计，设备故障带来的停机损失和维修费用已占产品制造成本的15%~40%。因此，如何在设备发生故障前及时准确地预测设备故障，并在此基础上制定有效的预防性维护策略以避免设备发生故障，成为了企业亟待解决的问题。本文以单设备为研究对象，提出基于灰色粗糙集与BP神经网络的设备故障预测方法，并基于故障预测信息制定预防性维护策略，从而对设备进行科学的维护管理，使设备能够正常运行。论文的主要内容如下：
　　首先，对基于故障预测的预防性维护策略进行总体研究。明确设备故障预测相关理论、方法以及设备维护策略的种类和特征，在此基础上，分析现有研究的局限性，从而得到了论文需要解决的关键问题，围绕关键问题，提出论文的研究思路和技术路线。
　　其次，提出基于灰色粗糙集与BP神经网络的设备故障预测方法。采用灰色关联分析法对故障数据决策表进行横向数据精简，采用粗糙集方法对故障数据决策表进行纵向条件属性约简，充分去除决策表中的冗余和无效的数据；将约简后的故障决策表数据输入BP神经网络中，预测设备故障率。
　　然后，提出基于故障预测的设备预防性维护策略。以包含设备故障导致的风险在内的维护总成本最小为优化目标，以故障率阈值作为决策变量，引入设备风险评估模型对设备故障导致的损失进行分析，通过计算最小维护总成本，获得设备预防性维护的故障率阈值、维护时间间隔和维护手段。
　　最后，论文以 A公司的数控车床设备为研究对象，将论文所述方法应用于企业实际中，在对设备故障率准确预测的基础上，获得最佳预防性维护故障率阈值、维护时间间隔和相应维护手段，初步应用结果表明了本文所述方法的可靠性和有效性。

目录

1 绪 论

1.1 研究背景

1.2 国内外研究现状

1.3 研究目的及意义

1.4 研究内容及章节安排

1.5 本章小结

2 基于故障预测的设备预防性维护策略总体研究

2.1 设备故障预测的概念和方法

2.2 基于故障预测的设备预防性维护策略的内容及关键问题分析

2.3 基于故障预测的设备预防性维护策略研究框架

2.4 本章小结

3 基于灰色粗糙集与BP神经网络的设备故障预测方法

3.1 设备故障预测方法分析

3.2 BP神经网络优化

3.3 BP神经网络结构设计

3.4 基于灰色粗糙集与BP神经网络的设备故障预测流程

3.5 本章小结

4 基于故障预测的设备预防性维护策略

4.1 策略描述与假设

4.2 故障率演化规则

4.3 维护手段选择

4.4 设备维护总成本

4.5 设备预防性维护策略确定

4.6 本章小结

5 实例分析

5.1 A公司背景

5.2 A公司某车间数控车床设备故障率预测

5.3 A公司某车间数控车床设备预防性维护策略

5.4 应用效果分析

5.5 本章小结

6 结 论

致谢

参考文献

附录

A. 攻读硕士学位期间发表及完成的论文

B. 攻读硕士学位期间参与的项目