310023 中國船舶重工集團公司第七一五研究所|張慶
?
機械設備狀態(tài)評估及壽命預測分析
310023 中國船舶重工集團公司第七一五研究所|張慶
隨著我國經(jīng)濟發(fā)展水平的不斷提高,各領域中應用到的機械設備越來越多,促使機械設備在生產(chǎn)中發(fā)揮的作用越來越大,如果機械設備在應用過程中出現(xiàn)故障或者損傷將對企業(yè)造成經(jīng)濟損失或者人員損傷,由此,加強對機械設備狀態(tài)評估與使用壽命的預測至關重要,是減少安全事故的重要手段。關鍵詞:機械設備;狀態(tài)評估;壽命預測
隨著生產(chǎn)的深入,很多領域在應用機械設備當中經(jīng)常發(fā)生安全事故,不僅為企業(yè)帶來了較大的經(jīng)濟損失,更威脅到了操作人員的生命安全,使人們逐漸意識到機械設備狀態(tài)評估與檢修的重要性,本文將結(jié)合機械設備故障發(fā)生規(guī)律,提出機械設備狀態(tài)評估與壽命預測方法。
經(jīng)過大量實驗數(shù)據(jù)顯示,很多機械設備發(fā)生故障存在規(guī)律,并且機械設備故障發(fā)生率存在時間函數(shù),具體來說分為早起故障期,早起故障期就是設備運行的初始階段,鑒于元件在組裝上會出現(xiàn)錯誤造成元件間配合度不夠,更會加劇磨損,隨著機械設備的進一步應用將使故障磨損越來越嚴重,直到停止運行;其次是偶發(fā)故障期,偶發(fā)故障期發(fā)生在機械設備高度運轉(zhuǎn)過程中,但此階段故障率較低,并且偶然性強,一般都是因為預測不準確造成的;還有嚴重故障期,機械設備運行一段時間以后,鑒于元件磨損加大,使各種故障頻發(fā),并且后期修理的費用增多。由此,使用故障診斷與評估法能夠針對不同故障特征采取預防對策,或者在故障前就進行檢修,防止產(chǎn)生更嚴重的安全事故[1]。
機械設備狀態(tài)評估就是對機械設備運行狀態(tài)進行實時跟蹤、記錄、評估,將這些資料作為檢修的參考資料。針對不同的記錄樣本能夠?qū)顟B(tài)評估分為不同方法:如果缺少故障樣本可以選擇算法或者構(gòu)建模糊評估模型;而如果是故障樣本則可以按照遺傳聚類算法進行狀態(tài)評估構(gòu)建評估模型。下面將以遺傳算法為例進行探究。
a基于遺傳聚類算法下設備狀態(tài)綜合評估模型
建立設備狀態(tài)綜合評估模型的原理是收集影響設備安全運行的數(shù)據(jù)、歷史資料以及運行樣本等,將這些資料匯集到一起,再使用聚類算法遵循函數(shù)準則聚類分析,聚類分析出的結(jié)果就是設備運行狀態(tài)評估的最終結(jié)果[2]。
b遺傳聚類狀態(tài)評估步驟
結(jié)合設備特征收集機械設備運轉(zhuǎn)數(shù)據(jù),為遺傳聚類狀態(tài)評估提供數(shù)據(jù)支持與參考;其次,要在聚類一開始就對機械設備不同運行狀態(tài)標本進行聚類分析,將標本作為聚類中心,可以在其中隨機抽取一個種群,再計算出各個種群或者個體適應度,再從這一種群中進行選擇、交叉與變異,經(jīng)過一系列處理以后選擇最大的個體迭代,迭代的次數(shù)如果低于設定的迭代次數(shù),則輸出適應度大的個體作為聚類中心,如果樣本的數(shù)值與聚類中心數(shù)值一致,則表示設備評估狀態(tài)已完成。
c驗證齒輪實驗
先在線監(jiān)測齒輪運行狀態(tài),能夠?qū)?0組數(shù)據(jù)得出,這些數(shù)據(jù)中包含了齒輪運行的不同狀態(tài),例如,齒輪是否正常、點濁或者磨損狀態(tài)等,還能夠按照這些不同的運轉(zhuǎn)狀態(tài)對標準值、有效值與絕對值進行計算,并標準化處理這些數(shù)據(jù),在經(jīng)過遺傳聚類計算方法的驗證以后得出的評估概率為87.56%,由此可見,運用遺傳聚類算法對齒輪狀態(tài)評估是一種有效手段。
機械設備能否發(fā)揮最大價值在于設備使用壽命,對機械設備使用壽命進行研究與預測能夠準確掌握設備應用的最大價值,針對異常提出維修方法,減少機械設備運行中突然中止運行的情況,降低經(jīng)濟損失。
a預測機械設備使用壽命的方法
在對機械設備使用壽命進行預測過程中常見的方法有以下幾種:經(jīng)驗法、時間序列模型法以及基于故障分析法、人工神經(jīng)網(wǎng)絡法等。本文主要以人工神經(jīng)網(wǎng)絡分析為例,機械設備故障診斷應用網(wǎng)絡神經(jīng)模型分為RBF網(wǎng)絡、Hopfield網(wǎng)絡以及BP網(wǎng)絡等。
b預測BP網(wǎng)絡機械設備使用壽命
BP網(wǎng)絡機械設備壽命預測的基本原理是:先將機械設備運行數(shù)據(jù)作為輸入的原始數(shù)據(jù),然后對結(jié)果進行預測,將得出的結(jié)果輸出網(wǎng)絡,先對設備運行規(guī)律進行預測,然后依據(jù)預測結(jié)果離線訓練,促使神經(jīng)網(wǎng)絡能夠以權值方式對現(xiàn)有運行特征與預測結(jié)果加深記憶,明確兩者關系,這樣才能更好的對設備使用壽命進行預測[3]。
c驗證實例
以接觸頭使用壽命預測為例對模型準確性進行檢驗,通常來說,影響接觸頭使用壽命的主要因素是融焊力與燃弧能量大小,燃弧能量是最主要的影響因素。將燃弧能量作為網(wǎng)絡輸入層,將剩余壽命作為輸出層,利用單隱層BP網(wǎng)絡,能夠設計出單層節(jié)點,還能對樣本期望輸出與實際輸出相對誤差進行測試,將誤差控制在12%左右。由此,BP網(wǎng)絡模型準確性非常關鍵,是設備壽命準確判斷的重要基礎,還能對機械設備使用時間進行預測。
綜上所述,機械設備狀態(tài)評估與壽命預測是減少故障發(fā)生率、確保設備更加穩(wěn)定運行的重要前提,也是降低企業(yè)經(jīng)濟損失的保證,由此,本文對機械設備狀態(tài)評估與壽命預測方法進行了分析,希望為相關部門機械設備使用提供一些參考。
參考:
[1]王永新.基于經(jīng)驗模式分解的支持向量數(shù)據(jù)描述用于機械設備狀態(tài)評估研究[J].機械工程師,2014(12):66-68.
[2]李康,趙乾宏,林習良等.一種利用多種特征信息的旋轉(zhuǎn)機械設備狀態(tài)評估方法[J].科學技術與工程,2014,14(21):280-284.
[3]馬海波,徐海黎,王恒等.基于Kolmogrov-Smirnov檢驗的機械設備性能退化評估研究[J].制造業(yè)自動化,2013(22):60-63.