(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211052773.5 (22)申请日 2022.08.31 (71)申请人 上海大学 地址 200444 上海市宝山区上 大路99号 (72)发明人 段超群　邓童鑫　蒲华燕　罗均　 钟宋义　刘富樯　刘志杰　孟献兵　 (74)专利代理 机构 上海新隆知识产权代理事务 所(普通合伙) 31366 专利代理师 金利琴 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/20(2020.01) G06F 17/16(2006.01) G06Q 10/00(2012.01) G06Q 10/06(2012.01)G06Q 50/04(2012.01) G06F 111/08(2020.01) G06F 119/02(2020.01) (54)发明名称 面向动态工况的机械设备自适应维护系统 及方法 (57)摘要 本发明提供一种面向动态工况的机械设备 自适应维护系统及方法， 通过动态工况设备的退 化建模， 条件 可靠度的更新预测和自适应维护的 决策制定三个模块对机械设备进行 维护决策。 不 同于传统维护策略以退化状态或失效率为基础， 本发明对设备可靠度进行决策判断， 同时考虑了 设备的不同失效模式及动态工况对可靠度的影 响， 采用自适应性的监测 间隔， 有效提高了设备 运行经济性和设备使用寿命， 适用性较强， 灵活 性较高。 权利要求书3页 说明书13页 附图5页 CN 115329502 A 2022.11.11 CN 115329502 A 1.面向动态工况的机 械设备自适应维护系统， 其特 征在于， 包括： 动态工况设备的退化建模模块， 其根据待维护机械设备的历史维护数据建立退化模 型， 并从所述退化模型中选 定一个随机因子代 表动态工况的变化过程； 条件可靠度的预测更新模块， 其采集待维护机械设备的状态监测数据， 并采用矩形近 似方法计算得到反应设备健康信息的健康评估指标， 即条件可靠度， 并根据状态监测间隔 的变化进行 更新； 自适应维护决策制定模块， 其 内预先存储有条件可靠度的警告阈值W1和维护阈值W2， W1 ＞W2， 并根据当前 条件可靠度选择不同的监测间隔进行自适应维护。 2.面向动态工况的机 械设备自适应维护方法， 其特 征在于， 包括以下步骤： 根据待维护机械设备的历史维护数据建立退化模型， 并从所述退化模型中选定一个随 机因子代 表动态工况的变化过程； 采集待维护机械设备的状态监测数据， 并采用矩形近似方法计算得到反应设备健康信 息的健康评估指标， 即条件可靠度， 并根据状态监测间隔的变化进行 更新； 预先存储条件可靠度的警告 阈值W1和维护阈值W2， W1＞W2， 并根据当前条件可靠度选择 不同的监测间隔进行自适应维护。 3.如权利要求2所述的面向动态工况的机 械设备自适应维护方法， 其特 征在于， 当设备的条件可靠度水平高于警告阈值时， 采用长间隔Δ1； 当设备的条件可靠度水平低于警告阈值时， 监测间隔变小为Δ2， 设备的监测频率 提高； 当设备条件可靠度重新回到警告阈值之上时， 监测间隔由Δ2变回Δ1； 当设备条件可靠度水平低于设备的维护阈值时， 则对设备进行 预防性维护； 当设备失效时， 则对设备进行失效更 换。 4.如权利要求3所述的面向动态工况的机 械设备自适应维护方法， 其特 征在于， 假设工况的变化服从正态分布， 待维护机械设备存在两种失效模式， 即软失效和硬失 效； 软失效是指机 械设备的退化 值超过预先设定好的失效阈值； 而当机械设备由外部冲击、 隐藏的制造缺陷等因素影响发生随机失效时， 设备的失效 模式为硬故障。 5.如权利要求 4所述的面向动态工况的机 械设备自适应维护方法， 其特 征在于， 采用维纳过程对机械设备退化过程建模， 选取漂移参数作为随机因子来代表动态工况 的影响； 当退化值超过预先设定好的失效阈值时， 设备将发生软失效。 该维纳过程数学表达式 为： X(t, λt)＝X(0)+λtt+σ B(t) 式中， X(0)和σ 均为常数， B(t)是标准布朗过程， λt为代表动态工况的随机因子， 其分布 服从正态分布； 退化模型的参数Θ＝( μλ, σλ2, σ )可通过最大似然估计算法求 解； 系统硬失效率采用比例风险模型来表示， 其协变量采用带随机因子的维纳过程来表示 机械设备退化对失效率的影响， 其数 学表达式为：权　利　要　求　书 1/3 页 2 CN 115329502 A 2式中， h0(t)是t时刻的基线风险函数， 采用威布尔分布， 即h0(t)＝β tβ‑1/αβ， γ是回归参 数， 仅取决于退化 值X(t, λt)。 6.如权利要求5所述的面向动态工况的机械设备自适应维护方法， 其特征在于， 任意监 测间隔[(k ‑1)Δ,kΔ]， k∈N内， 机械设备的退化量独立同分布且服从正态分布， 即， X(kΔ， λkΔ)‑X((k‑1)Δ， λ(k‑1)Δ)～N( λΔ， σ2Δ)。 7.如权利要求6所述的面向动态工况的机械设备自适应维护方法， 其特征在于， 条件可 靠度的计算过程如下： 设定设备的失效阈值为w， 将退化值[0,w]均分为M份， 超过w即定义状态为软失效状态 M； 把连续的退化过程 转化为一个马尔科 夫链， 其状态空间为Ω＝{0,1, …,M‑1,M}； 将监测间隔划分为足够小的间隔δ， 定义当前监测间隔为tω＝ω δ； 考虑退化状态从i到j， i,j∈Ω的一 步转移概率为： Λij(ω δ ) ＝P( ζ ＞(ω+1)δ,X( (ω+1)δ, λ(ω+1)δ)＝j| ζ ＞ω δ,X(ω δ, λω δ)＝i) ＝P(X((ω+1)δ, λ(ω+1)δ)＝j|(ω+1)δ,X(ωδ, λω δ)＝i)·P( ζ＞(ω+1)δ|ζ＞ωδ,X(ω δ, λω δ)＝i) 采用矩阵P来代 表整个生命周期内各个监测点的状态转移概 率矩阵： 其中， I是(M+1) ×(M+1)的单位矩阵， 0是(M+1) ×(M+1)的零矩阵， U是包含(M+1)个元素 的单位向量； 则通过矩阵P可以得到条件可靠度的公式： R(r δ| ζ ＞ω δ,X(ω δ, λω δ)＝i) ＝P( ζ ＞(ω+r)δ| ζ ＞ω δ,X(ω δ, λω δ)＝i) ＝1‑πi(ω δ )(I‑Br)U 式中， πi(ωδ )＝(0, …,0,1,0,…,0)是一个包含1 ×(M+1)N个元素的行向量， 其中第ω (M+1)+i个元 素为1， 其 余都为0。 8.如权利要求7所述的面向动态工况的机械设备自适应维护方法， 其特征在于， 实现单 位时间内的最小运维成本， 根据更新理论， 该问题等效于是找到最佳控制策略 使得：权　利　要　求　书 2/3 页 3 CN 115329502 A 3