基于多元信息模型的设备状态预测及评价方法研究

摘要

在生产设备运行的过程中，会产生大量的状态数据，这些数据包含了设备运行的状态信息。如何从海量特征信息中提取出关键信息，以此了解设备的运行状态，并预知可能出现的故障，成为了设备维护的关键一环。
　　由此，本文提出了一种面向多元信息模型的设备状态预测及评价方法，从海量数据出发，提取设备状态信息用于指导设备维护工作。
　　论文首先提出了从海量信息中提取、预测设备状态多元信息的方法。利用关联因素分析方法分析多元信息间的关联性，用以提取出设备核心状态信息。然后，将提取到的状态信息输入灰色预测模型，完成对设备状态信息的趋势预测。为了解决对于多元信息预测结果不直观、难以理解的问题，本文应用模糊层次分析方法，建立了基于多元数据的设备状态评价模型，客观高效地对设备状态信息中所包含的设备状态进行评价，以保证设备维护工作的准确性。
　　最后，在综合应用信息处理方法和模糊评价方法的基础上，开发了一套设备状态预测及评价系统，并在企业汽车制造车间得以应用，验证了本文提出方法的有效性。

目录

声明

致谢

摘要

第一章 绪论

1．1 课题研究背景及意义

1．2 国内外研究现状

1．2．1 设备故障的预测方法研究现状

1．2．2 设备状态评价方法的研究

1．3 论文主要工作

1．4 论文的组织结构

1．5 本章小结

第二章 多元设备状态数据分析方法

2．1 基于因子分析的数据预处理

2．2 灰色模型简介

2．3 灰色系统建模

2．4 GM(1，1)模型适用范围及精度检验

2．4．1 GM(1，1)模型的适用范围

2．4．2 GM(1，1)的精度检验

2．5 灰色模型预测机械设备运行状态实例

2．6 本章小结

第三章 基于模糊层次分析方法的设备状态评价

3．1 模糊层次分析法简介

3．2 设备状态评价模型的建立

3．3 相对系数的确定

3．4 一致性检验

3．5 使用模糊层次分析法评估设备整体运行状态

3．6 本章小结

第四章 生产设备状态监测系统的设计与实现

4．1 系统网络架构设计及关键技术

4．1．1 现场总线技术

4．1．2 OPC技术

4．1．3 GPRS DTU信息推送技术

4．2 系统模型

4．2．1 概念模型

4．2．2 数据模型

4．2．3 功能模型

4．3 系统实现

4．3．1 设备状态建模

4．3．2 设备预警信息的检索

4．3．3 信息推送设置

4．3．4 人员权限管理

第五章 总结与展望

5．1 总结

5．2 展望

参考文献

攻读硕士学位期间的学术活动及成果情况