《关键生产设备预测性维护 第3部分 故障诊断及预测方法》（征求意见稿）_第1页
《关键生产设备预测性维护 第3部分 故障诊断及预测方法》（征求意见稿）_第2页
《关键生产设备预测性维护 第3部分 故障诊断及预测方法》（征求意见稿）_第3页
《关键生产设备预测性维护 第3部分 故障诊断及预测方法》（征求意见稿）_第4页
《关键生产设备预测性维护 第3部分 故障诊断及预测方法》（征求意见稿）_第5页
已阅读5页，还剩7页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1关键生产设备预测性维护第3部分：故障诊断及预测方法T/CAMSXXXX-XXXX关键生产设备预测性维护第1部分通用GB/T19769、GB/T20921和GB/TXXXXX.1界定的以及下列术语和定义适用于表征量characteristicparameter），2智能制造装备的预测性维护应预知可能的失效模式和工况，并形成失效模式和运行状态之间的关智能制造装备预测性维护系统功能模型在GB/TXXXX.1-XXXX中进行了规定。本标准主要涉及健康状态预测，包括状态识别、故障判别和定位、健康度5状态识别别的装备状态作为状态预测的输入，为故障诊断或健康度预测况下的输出对比所产生的残差值被用来判断不同的故障模式及机、高斯混合模型等建模方法辨别装备正常与异常的——基于混合模型的方法。该方法融合了基于机理模型和基于3——为当前项目的损伤评估和未来发展的损伤预测提供数健康度预测是利用状态参数及特征信号，基于不同的分析方法与预测模型来评估装备的健康状态在已知装备未来工作状态的前提下，可以转换为剩余使用寿上述分析方法主要是基于参数的关系和趋势开展健康度预测，不涉及复杂建模失效物理是研究产品在各种应力下发生失效的内在原因及其机理的科学，失效物理模型体现了各关系和规律，常见的失效物理模型包括阿伦尼斯模型、电迁移模型、电解质击穿模型等。4基于数据驱动的预测方法不需要深入了解装备系统内部的运行机制以及失效机理，只需有效利用映出装备性能变化，进而实现装备健康度预测目的并提供决策典型的数据驱动方法可分为两类1）基于概率统计的健康度预测方法2）基于人工智能的健c)基于神经网络的健康度预测（包括BP神经网络、粗糙神经网深度学习作为人工智能算法的一种，基于海量历史数据以及对装备运行状态或失效模式的准确标常用预测性维护建模方法多从系统的设计及物理原理出发建立模型，采取残差分析和回归的方式备运行的原理出发拟合模型，预测装备的运行状态、发展趋势与性能衰退趋势，做出健康度预测。法的不足，可根据预测方法的特性和适用范围，将两可信度是一个质量准则，它表示预测正确的程度。附录C中提供了健康度预测过程可信度评估的表系统应包括由于下列相关信息的错误或缺失所带来的负面影响的加权评估，但相关信息不限于以）；5生产单元的健康度预测应将所涵盖的智能制造装备健康度纳入考虑的范围。生产单元的健康度预由于生产单元由装备和生产资源组成，因此适用于装备和生产资源的健康度预测方法都适用于生因素。通常基于可靠性框图的建模方法，具BCZIOBCZIOAB1Z1当一个模块单独失效时不影响系统性能，可B1Z1A1IB2Z2OIB2Z2A2IA2B2Z2A2B2Z2OA1Z1B1A1Z1B1另外，通常需要对具有冗余的系统进行建模，其成功定义是指系X1X2OX2OX37

人人文库> 全部分类> 行业资料 > 各类标准

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论