控制与决策

作者：曾建潮,武鑫宇,张晓红,石慧,石冠男,秦彦凯

单位：太原科技大学 工业与系统工程研究所,太原 030024;太原科技大学 电子信息工程学院,太原 030024;中北大学 大数据与视觉计算研究所,太原 030051,,太原科技大学 工业与系统工程研究所,太原 030024;太原科技大学 电子信息工程学院,太原 030024,,太原科技大学 工业与系统工程研究所,太原 030024;太原科技大学 经济与管理学院,太原 030024,,太原科技大学 工业与系统工程研究所,太原 030024;太原科技大学 电子信息工程学院,太原 030024,,太原科技大学 工业与系统工程研究所,太原 030024;太原科技大学 电子信息工程学院,太原 030024,,太原科技大学 工业与系统工程研究所,太原 030024;中国煤炭科工集团 太原研究院有限公司,太原 030006,

关键词：自然退化;加速冲击损伤;冲击放大系数;剩余寿命预测;预测维修决策

基金：国家自然科学基金项目(72071183,71701140,61703297)；山西省高等学校科学研究优秀成果培育项目(2019SK028)；山西省重点研发计划项目(201703D111011).

随着检测传感技术的发展,诸如风力发电机叶片等可对其状态进行检测,并依据检测结果进行剩余寿命预测.但此类系统在运行中受环境冲击影响较大,如何对冲击影响下的系统剩余寿命进行预测,并结合预测结果进行经济可靠的维修决策是一个值得研究的问题.对此,针对状态可检测的连续退化系统,研究考虑加速冲击损伤特性下的系统剩余寿命预测及基于预测的维修决策.首先,考虑自然退化和与退化相关的冲击损伤,构建加速冲击损伤退化模型和剩余寿命预测模型;其次,制定基于周期检测的状态维修与预测维修相结合的混合维修策略,并推导不同维修活动的发生概率;然后,构建以长期平均费用率最小为目标,以检测间隔和故障率阈值为决策变量的决策模型,并给出了优化解法;最后,以风力发电机叶片为案例验证模型的适用性和有效性,对系统的参数进行灵敏度分析,并与未考虑加速冲击损伤和未考虑预测的维修决策结果进行对比分析.

来源：2022年第10期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第10期