利用改进的卡尔曼滤波器预测退化设备可靠性.pdfVIP

ValueEngineering ·251 · 利用改进的卡尔曼滤波器预测退化设备可靠性 ReliabilityPredictionofDeterioratingEquipmentsbyImprovedKalmanFliter 邱燕平④QiuYanping；钟金宏①ZhongJinhong；吴飞艳②WuFeiyan (①合肥工业大学管理学院，合肥 230009；②中国科学技术大学，合肥 230027) (@SchoolofManagement，HefeiUniversityofTechnology，Hefei230009，China；(~)ChinaUniversityofScienceandTechnoloyg，Hefei230027，China) 摘要：针对退化设备可靠性预测的问题，采用加入次优渐消因子的卡尔曼滤波器预测设备未来时刻退化量均值，进而预测未来时刻的可靠 性。本文给出了退化设备的可靠性预测方法和具体算法，这可为确定停机维护时间、维修费用等提供依据，具有重要意义。仿真实验验证了该方法 的有效性。 ． Abstract：Inordertopredictthedeterioratingequipment’sreliabilityinthefuture，allimprovedKalmanfilterwith suboptimalfadingfactorisusedto predictthemeanofdeterioratingvaluesinthenearfuture’hterefore，thereliabilityoftheequipmentscanbeacuq ired．Inthispaper，apredictionmehtod nad specificalgorithm forthereliba ilityofdeterioratingequipmentsraeproposed．Thismethod offersthepossibilityofrdeterminingthedowntimeof equipmentsandtheCostofmaintenance．A simulationexampleisusedtoillustratethevalidityofhteproposedapproach． 关键词：卡尔曼滤波器；可靠性；故障预测；退化 Keywords：Kalmanfilter；reliba ility；faultprediction；deterioration 中图分类号：TP273 文献标识码：A 文章编号：1006—4311(2010)02—0251—02 O 引言 网络预测设备退化增量 ，而其密度函数不是同分布的 (函数参数不 随着使用设备的复杂化和精密化，对设备可靠性和安全性的要 同)，但作者利用极大似然估计法求得其参数，这必然使误差增大，造 求越来越高，而设备中退化部件的退化程度 由于使用、磨损、老化等 成预测结果不准确。本文将该改进的滤波器应用到预测退化量的变 因素，造成设备故障率逐渐增大，可靠性下降3[1，这必然会影响设备 化上，得到较为精确的退化量概率密度函数，进而计算退化设备的可 运行的安全性，因此对退化部件的可靠性进行预测就显得尤为重要。 靠性，这可以改善预测的自适应和鲁棒性。 研究可靠性时，多数专家根据设备性能参数的退化规律来预测产品 1基于卡尔曼滤波器的预测模型 的剩余寿命，但许多高可靠产品的性能参数的退化常常十分缓慢，表 1．1可靠度预测模型 现在性能参数的退化方程的轨迹常常是平稳的 。也有专家根据退 退化量是从零开始的累积退化过程，退化量的变化是随时间推 化过程缓慢，提出了加速退化实验，这可在短时间内得到设备在正常 移是