[發明專利]工程機械的部件剩余壽命預測系統及方法

無效

• 申請號: 201110354197.5
• 申請日: 2011-11-10
• 公開（公告）號: CN102402727A
• 公開（公告）日: 2012-04-04
• 發明（設計）人: 費勝巍;李明;李昱;趙亮;吳飛
• 申請（專利權）人: 中聯重科股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/02
• 代理公司: 上海波拓知識產權代理有限公司 31264
• 代理人: 楊波

1.一種工程機械的部件剩余壽命預測系統，其特征在于，包括：

可靠性分析模塊，包括剩余壽命范圍獲取模塊以及當前評估對象確定模塊，該剩余壽命范圍獲取模塊利用動態可靠性分析模型獲取部件的剩余壽命范圍，該當前評估對象確定模塊將該剩余壽命范圍的下限值小于預設的閾值的該部件確定為當前評估對象；

數據預處理模塊，接收實時采集的作為當前評估對象的該部件的特征參數信息、提取該特征參數信息中的特征參數值、并對提取的特征參數值進行預處理以構建樣本數據集；以及

剩余壽命預測模塊，利用神經網絡預測模型根據該樣本數據集獲取預測的特征參數值、并利用該預測的特征參數值參照作為當前評估對象的該部件處于故障狀態的特征參數值以獲取該部件的剩余壽命。

2.如權利要求1所述的工程機械的部件剩余壽命預測系統，其特征在于，更包括：

通訊接口，連接該數據預處理模塊，以使得該數據預處理模塊通過該通訊接口以遠程通訊方式接收該特征參數信息。

3.如權利要求1所述的工程機械的部件剩余壽命預測系統，其特征在于，更包括:

數據采集模塊，實時采集作為當前評估對象的該部件的該特征參數信息以供該數據預處理模塊接收。

4.如權利要求1所述的工程機械的部件剩余壽命預測系統，其特征在于，該神經網絡預測模型為徑向基函數神經網絡模型或反向傳播神經網絡模型。

5.如權利要求1所述的工程機械的部件剩余壽命預測系統，其特征在于，更包括：

數據庫，連接該可靠性分析模塊與該剩余壽命預測模塊，以儲存利用該動態可靠性分析模型進行動態可靠性分析所需數據、該部件處于故障狀態的特征參數值、以及該剩余壽命預測模塊輸出的該部件的剩余壽命。

6.一種工程機械的部件剩余壽命預測方法，其特征在于，包括以下步驟：

利用動態可靠性分析模型對部件進行動態可靠性分析以獲取該部件的剩余壽命范圍，并將該剩余壽命范圍的下限值小于預設的閾值的該部件確定為當前評估對象；?

實時采集作為當前評估對象的該部件的特征參數信息；

提取該特征參數信息中的特征參數值并進行預處理以構建樣本數據集；以及

????利用神經網絡預測模型對該樣本數據集進行回歸擬合與趨勢預測獲取預測的特征參數值，并利用該預測的特征參數值參照作為當前評估對象的該部件處于故障狀態的特征參數值獲取該部件的剩余壽命。

7.如權利要求6所述的工程機械的部件剩余壽命預測方法，其特征在于，利用動態可靠性分析模型對部件進行動態可靠性分析以獲取該部件的剩余壽命范圍的步驟包括：

引入隨機過程和極值分布原理計算并建立該部件的可靠度和失效率隨使用時間變化的動態過程曲線，以確定該部件的壽命周期范圍；以及

根據該部件的當前已用工時與所確定的壽命周期范圍，獲取該剩余壽命范圍。

8.如權利要求6所述的工程機械的部件剩余壽命預測方法，其特征在于，利用神經網絡預測模型對該樣本數據集進行回歸擬合與趨勢預測獲取預測的特征參數值是通過徑向基函數神經網絡或反向傳播神經網絡算法實現。

9.如權利要求6所述的工程機械的部件剩余壽命預測方法，其特征在于，在利用動態可靠性分析模型對部件進行動態可靠性分析以獲取該部件的剩余壽命范圍，并將該剩余壽命范圍的下限值小于預設的閾值的該部件確定為當前評估對象之前還包括步驟：

依據重要度、易損性及性能衰退過程易檢性選取該部件。

10.如權利要求9所述的工程機械的部件剩余壽命預測方法，其特征在于，還包括步驟：

將所獲取的該部件的剩余壽命作為對該工程機械進行維護的依據。