故障預測和系統健康管理的貝葉斯推斷

《故障預測和系統健康管理的貝葉斯推斷》是依託香港城市大學深圳研究院，由徐國良擔任項目負責人的面上項目。

基本介紹

• 中文名：故障預測和系統健康管理的貝葉斯推斷
• 項目類別：面上項目
• 項目負責人：徐國良
• 依託單位：香港城市大學深圳研究院

項目摘要

故障預測和系統健康管理（PHM）是一項現代的可靠性研究，旨在提升部件和系統的安全性和性能，因此它在各個領域引起了大眾日益濃厚的興趣。PHM 是一套系統性故障防止方法，它通過監視產品和系統的健康來防止故障的發生。故障預測可對系統即將發生的故障進行預警，從而在故障出現之前做出預防作業，以延長系統壽命。在建立了健康監視套用時，在退化數據的基礎上採用基於模型的評估方法對剩餘使用壽命進行估計。本項目涉及針對PHM 的剩餘使用壽命進行統計建模和分析。由於高可靠性元件和系統模型上的複雜性，傳統方法包括的最大似然估計可能無法或難以對剩餘使用壽命做出推斷。貝葉斯方法以其在計算和方法上的優勢，已成為分析可靠性數據的一項替代方法。此外，與數據結合的先驗信息可給出比僅採用數據更為精確的估計。本項目的主要目的在於在PHM中對傳統方法難以實現的複雜模型進行貝葉斯推斷

結題摘要

複雜工程系統應實現高安全性、高可靠性和低壽命周期費用的目標。預測與系統健康管理則是工業界實現這些目標的全新理念和技術。從狀態監測到狀態預測,從維修到健康管理是一個質的飛躍。因此，研究基於狀態預測的複雜工程系統健康管理理論和方法就成為現實的必然要求。基於預測的系統健康管理是指在系統狀態預測基礎上的系統生產計畫,維修和備件管理。目前在複雜工程系統層次上，還沒有完善的健康評估和預測方法。利用系統狀態預測信息進行一體化複雜工程系統健康管理的理論和方法也很少見到。我國是一個製造大國,同時也是一個工程裝備使用大國。如何將基於預測的 系統健康管理的概念套用於我國現代工業裝備管理具有重大的理論和現實意義。因此，本項目將重點研究如下兩個關鍵問題（1）複雜工程系統健康評估和預測; （2）基於預測的複雜工程系統健康管理。課題組開展了可充電電池元件在 ARBIN BT2000 中的退化實驗，收集了多組退化數據。此外，課題組對軸承退化數據進行建模和分析。通過本項目的深入研究，從實用和新穎的角度建立可充電電池系統和軸承健康管理和預測的數據分析融合的關鍵技術，實現數據分析平台，滿足多種實際具體的套用需求，推動健康管理和預測技術在移動網際網路和雲計算時代走向實際套用。