基于随机过程的机械密封剩余使用寿命预测

摘要

对过程工业而言，密封体积虽小，但却决定了工业设备的安全性、可靠性和耐久性。研究机械密封的剩余使用寿命（Remaining using life，RUL）可以有效地提高工业设备的使用寿命，有助于制定合理的生产计划，大大地减少了密封失效给企业带来的经济损失和意外伤害。针对密封件在实际旋转机械设备维护与管理中的重点和难点，以金刚石涂层机械密封环为研究对象，搭建了基于声发射（Acoustic Emission，AE）技术的状态监测系统，对其全寿命周期的声发射信号进行分析与处理，以达到剩余使用寿命预测的目的。 在信号分析和处理中，需要对采集的声发射信号进行预处理，以降低噪声对有用信号的干扰。针对传统的小波包阈值选取的不足，提出了利用果蝇优化算法（Fruit Optimization Algorithm，FOA）优化小波包阈值的方法，与经典的统计理论估计阈值方法相比，有着运算速度大大加快，可以实现全局搜索，算法易于控制等优点。通过仿真实验发现，优化后的小波包降噪比其余五种阈值估计方法进行的小波包降噪有着更大的信噪比和更低的RMS，效果更好。预处理之后的信号需进行特征提取，研究选用常用的时域特征和频域特征作为表征信号特性的参数。 通过相关系数（Correlation Coefficient，CC）确定本文特征，通过核主成分分析（Kernel Principal Component Analysis，KPCA）对特征进行降维处理，最后用马氏距离（Mahalanobis Distance，MD）的方法建立了机械密封剩余使用寿命的单参数退化指标。 研究了基于Wiener过程的剩余使用寿命预测方法，对金刚石涂层机械密封进行了剩余使用寿命预测，假定机械密封退化服从指数退化模型，为了对退化过程中的随机性进行刻画，在此引入维纳过程，推导出了剩余使用寿命的显式表达式，并假设模型参数服从正态分布，通过贝叶斯公式进行参数的后验分布更新，通过最大期望算法（Expectation Maximization Algorithm，EM）进行参数估计，最后求得当前时刻的机械密封剩余使用寿命。建立的模型较为简单，需要估计的参数较少，而且贝叶斯更新结合EM估计算法能够充分的利用实时得到的退化数据，通过不断迭代可以提高模型的估计精度，计算RUL时大大加快了计算速度。实验结果表明该方法能够有效地对产品进行RUL预测，同时随着退化数据的累积其预测精度也在不断提高。

目录

第一个书签之前