统计预测与决策论文提纲

论文题目：复杂机电系统服役过程的剩余寿命预测及维修决策方法研究

摘要：在“中国制造2025”的推动下,传统的装备制造业深度融合工业技术与信息技术,逐步向智能化的高端装备制造业转型升级。复杂机电系统作为关键环节,也朝着功能丰富、稳定可靠和精确高效等方向发展。由于复杂机电系统的退化特征多样、故障机理复杂,传统的健康管理方法已无法满足日益增长的产业需求,落后于装备制造业的发展进程。为了保障系统的可靠性与安全性,提升效率并控制成本,亟需研究适用于复杂机电系统服役过程的智能化健康管理方法。因此,利用现代化的传感检测技术,对系统的退化状态进行监控、分析及预测,以期制定并优化系统的维修策略,从而控制退化趋势、识别和预防故障、抵御风险并降低损失,是企业对复杂机电系统寿命周期健康管理的重要途径,也是可靠性工程领域的一项重大挑战。本文针对复杂机电系统寿命周期健康管理的两个关键问题,即剩余寿命预测与维修决策,融合了故障统计数据和状态监测信息,考虑系统服役过程早期故障阶段、偶然故障阶段、耗损故障阶段的退化趋势与故障特征,引入状态监测频率、维修方案、维修效果及部件相关性等因素对系统可用性与维修成本的影响,重点对复杂机电系统不同阶段、不同层级的剩余寿命预测建模及维修决策优化方法展开了理论研究与应用验证,力求为制造企业的管理与决策提供科学依据。本文开展并完成了如下研究工作:（1）建立了数据驱动的服役过程剩余寿命预测分段模型。为了描述系统服役过程不同阶段的故障模式,实现对其退化状态的评估与剩余寿命的预测,本文在最小维修的假设下,建立了两种数据驱动的剩余寿命预测分段模型:1)针对仅可获取故障统计数据的情况,为灵活地拟合故障强度浴盆曲线的不同阶段,采用分段式函数结构,引入调整因子,基于非齐次泊松过程建立了故障强度分段模型。通过实例说明了该模型在描述早期故障阶段、偶然故障阶段与耗损故障阶段的故障强度变化趋势上的优势,并分析了剩余寿命预测效果。2)针对可同时获取状态监测信息和故障统计数据的情况,为更好地描述系统自身老化与状态变量对故障强度的综合影响,在所提出的改进非齐次泊松过程分段模型的基础上,考虑状态监测信息,建立了基于比例强度模型的分段模型。通过数值仿真与实例,分析了该模型的拟合精度与剩余寿命预测优势。（2）提出了结合统计过程控制与模糊聚类的分段模型参数估计方法。针对所建立的剩余寿命预测分段模型,考虑其由于参数增多而引起的参数估计困难的问题,提出了结合统计过程控制与模糊聚类的改进极大似然估计方法。首先,采用Bootstrap方法建立改进的控制图,对故障过程进行初步的阶段划分。然后,为排除随机信号的干扰,提出一种改进的有序模糊聚类方法将观测样本分配至模型不同的分段,进而利用极大似然方法估计每段模型的参数。通过数值仿真与实例,分析了该方法的估计精度与计算效率。（3）构建了服役过程的维修框架与对应不同服役阶段的维修决策模型。根据系统不同服役阶的退化趋势与故障模式,构建了包含早期故障阶段、偶然故障阶段与耗损故障阶段在内的维修框架。围绕维修决策的基本要素,重点开展了偶然故障阶段与耗损故障阶段的维修决策建模与优化研究。1)针对偶然故障阶段,提出在定期检测下基于统计过程控制的视情维修策略。首先,建立完美维修下的剩余寿命预测模型,分别评估突发型故障与退化型故障的发生概率,进而以检测间隔和故障强度阈值为优化变量,以单位时间预期成本最小为目标,建立偶然故障阶段的维修决策模型,实现了维修决策方案的优化。2)针对耗损故障阶段,提出在连续监测条件下基于滚动时域优化的动态预测性维修策略。考虑非完美维修对于系统剩余寿命的影响,以退化状态阈值和预防性维修时间为优化变量,以短期平均成本最小为目标,建立耗损故障阶段的维修决策模型,实现了维修决策方案的优化。（4）建立了考虑部件相关性的动态组合维修决策多目标优化模型。基于服役过程的维修框架,进一步考虑系统各部件之间的结构相关性与经济相关性,以维修分组结构和组合维修时间为优化变量,以可用度最大化和维修成本最小化为共同目标,建立一种基于多目标优化的动态组合维修决策模型。在传统滚动时域优化的基础上,提出与维修类型、维修效果、维修阈值等因素相关的维修停机时间模型,结合部件不同服役阶段的维修决策模型,对系统可用度与维修成本进行权衡。通过对电主轴系统状态监测的应用案例分析,说明了该决策方法的优势。

关键词：剩余寿命预测;维修决策与优化;预测性维修;统计过程控制;模糊聚类

学科专业：机械制造及其自动化

摘要

abstract

第1章 绪论

1.1 选题背景及意义

1.2 选题理论基础

1.2.1 剩余寿命预测

1.2.2 维修策略类型

1.3 国内外研究现状

1.3.1 剩余寿命预测方法的研究现状

1.3.2 维修决策建模与优化方法的研究现状

1.4 主要研究内容与技术路线

第2章 数据驱动的服役过程剩余寿命预测分段模型

2.1 服役过程的退化趋势与故障特征

2.2 基于故障统计数据的剩余寿命预测分段模型

2.2.1 非齐次泊松过程

2.2.2 基于非齐次泊松过程的分段模型

2.2.3 模型验证与评估

2.3 集成故障与状态数据的剩余寿命预测分段模型

2.3.1 比例强度模型

2.3.2 基于比例强度模型的分段模型

2.3.3 模型验证与评估

2.4 本章小结

第3章 剩余寿命预测分段模型的参数估计方法

3.1 剩余寿命预测分段模型的参数估计流程

3.2 改进的统计过程控制图建立方法

3.2.1 基于SPC的拐点估计方法概述

3.2.2 改进的控制图设计流程

3.2.3 基于Bootstrap方法的控制限

3.3 结合有序模糊聚类的极大似然参数估计

3.3.1 结合模糊聚类的拐点估计方法概述

3.3.2 结合改进有序模糊聚类的拐点估计

3.4 仿真验证与实例分析

3.4.1 拐点检测性能验证

3.4.2 应用实例分析

3.5 本章小结

第4章 基于剩余寿命预测的服役过程不同阶段维修决策

4.1 服役过程的维修框架及各阶段维修策略

4.1.1 基于剩余寿命预测的服役过程维修框架

4.1.2 服役过程不同阶段的维修策略

4.2 偶然故障阶段的预防性维修决策模型

4.2.1 维修决策模型框架与假设

4.2.2 完美维修下的故障过程建模和预测

4.2.3 维修决策建模与优化

4.2.4 灵敏度分析与数值验证

4.3 耗损故障阶段的预测性维修决策模型

4.3.1 维修决策模型框架与假设

4.3.2 非完美维修下的故障过程建模和预测

4.3.3 维修决策建模与优化

4.3.4 灵敏度分析与数值验证

4.4 本章小结

第5章 考虑相关性的动态组合维修决策多目标优化

5.1 考虑相关性的组合维修必要性

5.1.1 部件相关性概述

5.1.2 组合维修决策必要性

5.2 基于多目标优化的动态组合维修

5.2.1 基于多目标优化的动态组合维修流程

5.2.2 方法的主要贡献

5.3 多部件系统的动态组合维修决策建模与优化

5.3.1 基于维修效果的维修停机时间建模

5.3.2 基于多目标优化的单部件预测性维修决策

5.3.3 罚函数的建立

5.3.4 基于多目标优化的多部件动态组合维修决策

5.4 电主轴系统应用案例分析

5.4.1 电主轴系统的关键部件及相关故障分析

5.4.2 电主轴的状态监测系统及实验分析

5.4.3 电主轴关键部件的剩余寿命预测及维修优化

5.4.4 电主轴系统的动态组合维修多目标优化

5.5 本章小结

第6章 总结与展望

6.1 全文总结

6.2 研究展望

参考文献

致谢