智能工厂MES的设备维护系统研发

摘要

智能制造具有生产系统复杂化、设备健康多样化与维护决策动态化的特点。而智能工厂的MES作为智能制造的主要环节，其中的重要组成——设备维护更强调管理方式的主动性与智能性、维护决策的实时性与全局性。因此，本文对智能工厂MES中的设备维护决策问题展开相关研究。主要研究内容如下：　　（1）智能工厂 MES 的设备维护问题分析。首先阐述了智能工厂体系结构与基于状态的预测性维护决策方法，并详细分析了二者的关系；随后对智能工厂中设备的独立退化特性与维护的实时准确性等特点进行分析；最后总结了设备维护决策的关键技术与本文的研究问题。　　（2）设备退化趋势与剩余寿命实时预测研究。针对智能工厂中设备的独立退化特性，首先设计基于最优特征的退化趋势与剩余寿命实时预测流程；随后结合广义回归神经网络，提出一种基于实时状态的自适应时间窗智能预测预测方法；最后利用轴承全生命周期数据，仿真验证该方法的有效性。　　（3）设备层的预测性状态维护决策模型研究。针对智能工厂中设备复杂多变的运行环境与实时准确性的决策要求，首先依靠预测的剩余使用寿命，建立实时运行可靠度计算模型；随后利用实时可靠度，建立基于风险考虑的单设备预测性维护决策模型；最后仿真验证该方法的有效性。　　（4）单元层的预测性状态维护决策模型研究。针对智能工厂中柔性生产单元的结构多变特征与全局的维护优化决策要求，首先分析生产单元结构特点，设计多设备的维护策略；随后利用实时运行可靠度，建立设备的机会维护成本节约模型与串联多设备维护决策模型；最后仿真验证该方法的有效性。　　（5）智能工厂 MES 的设备维护原型系统开发。基于以上研究，针对维护决策的智能化与以生产为核心等需求，在MES的体系架构与功能结构的基础上，提出设备维护系统的具体功能模块。最后开展了设备维护系统的原型系统的设计与实现。

目录

声明

1绪论

1.1.1研究背景

1.1.2 研究意义

1.2.1设备的维护方式

1.2.2剩余寿命预测方法

1.2.3维护建模方法

1.2.4设备维护管理系统研发

1.2.4研究现状总论

1.3.1研究内容

1.3.2技术路线

1.4论文内容与结构

2智能工厂MES的设备维护问题分析

2.1.1智能工厂的体系结构

2.1.2智能工厂MES中预测性状态维护决策

2.2智能工厂中设备维护的特点

2.3 MES中预测性状态维护的关键技术分析

2.4本章小结

3设备退化趋势与剩余寿命实时预测研究

3.1问题描述

3.2.1实时预测总流程

3.2.2时、频域退化特征提取

3.2.3基于PCA的最优退化特征提取

3.3.1自适应时间窗实时预测策略

3.3.2自适应时间窗实时预测流程

3.4仿真验证

3.5本章小结

4设备层基于实时可靠度的预测性状态维护决策研究

4.1问题描述

4.2实时可靠度计算模型

4.3.1设备层维护策略

4.3.2基于风险考虑的单设备维护决策优化模型

4.4仿真验证

4.5本章小结

5单元层基于实时可靠度的预测性状态维护决策研究

5.1问题描述

5.2生产单元的结构分析

5.3.1单元层维护策略

5.3.2单设备的机会维护成本节约时间段模型

5.3.3基于机会维护的串联多设备维护决策优化模型

5.4仿真验证

5.5本章小结

6智能工厂MES的设备维护原型系统设计与开发

6.1开发环境与工具

6.2.1 智能工厂MES总体结构设计

6.2.2维护系统总体结构设计

6.3智能工厂MES设备维护原型系统开发

6.3.1数据库设计

6.3.2主要功能模块设计与实现

6.4本章小结

结论

致谢

参考文献

附录

攻读学位期间取得的研究成果