[發明專利]一種旋轉機械剩余壽命預測方法及系統

在審

• 申請號: 201811130547.8
• 申請日: 2018-09-27
• 公開（公告）號: CN109241656A
• 公開（公告）日: 2019-01-18
• 發明（設計）人: 孫國璽;司小勝;張清華
• 申請（專利權）人: 廣東石油化工學院
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 濟南瑞宸知識產權代理有限公司 37268
• 代理人: 徐健

本發明公開了一種旋轉機械剩余壽命預測方法及系統，所述預測方法的具體步驟為：步驟一：旋轉機械工作過程中將設備的失效閥值傳輸至直接檢測數據處理中心，直接檢測數據處理中心將不同的失效閥值進行統計；步驟二：旋轉機械工作過程中設備內部的不同傳感器和檢測儀器將旋轉機械的狀態和性能反應傳輸至間接監測數據處理中心，間接監測數據處理中心將不同的監測數據進行統計。本發明綜合運用設備運行過程中的性能監測數據和運行信息，研究具有時變退化率、隨機運行環境、健康管理行為影響下設備的性能退化建模及剩余壽命預測方法，定量地揭示時變退化率、隨機運行環境、健康管理行為對剩余壽命預測結果的影響，具有研究問題層面的創新性。

技術領域

本發明涉及機械壽命預測方法，特別涉及一種旋轉機械剩余壽命預測方法及系統。

背景技術

隨著石化產業規模的大規模發展，石化行業大機組中的旋轉機械設備,日益趨向大,型化、精密化、高速化和自動化方向發展，其組成和結構越來越復雜。這些發展一方面提高了生產效率、降低了生產成本，另一方面對機械的設計、制造、安裝、使用、維修和可靠運行提出了更高、更嚴格的要求。一個微小的故障，可能會造成設備的性能發生退化、劣化甚至失效，影響到整個系統運行的穩定性和安全性，嚴重地還會造成一些災難性事故。

剩余壽命是指設備從當前時刻到失效時刻的有效時間間隔。對于剩余壽命預測方法的研究，國內外學者近十年給予了廣泛的關注。Jardine等在文獻[3]中指出，當前對剩余壽命預測的研究主要是預測其概率分布和期望。Pecht在文獻[5]中將剩余壽命預測方法分為機理分析方法和數據驅動方法，而數據驅動的方法包括人工智能方法和統計數據驅動的方法。隨著科學技術的發展和進步，現代工業過程、生產制造設備等的現代化水平不斷提高，設備的復雜性也不斷增加，一般難以建立準確的機理模型，因此數據驅動的方法為解決這類系統的控制、決策、優化提供了可行的途徑問。

在數據驅動的方法中，人工智能方法一般利用監測數據，通過機器學習以擬合設備性能變量的演化規律，進而通過外推性能變量到失效閾值以實現剩余壽命的預測，對旋轉機械剩余壽命預測的研究進展進行了詳細的綜述,側重于基于人工智能方法的剩余壽命。然而，這類方法往往只能得到剩余壽命預測的點估計值(即剩余壽命的期望),難以刻畫預測結果的不確定性，并且預測數據對于石化裝備旋轉機械中普遍存在的時變退化率、受隨機運行環境影響、受健康管理行為影響的設備剩余壽命預測關鍵問題沒有完善的預測系統，因此，發明一種旋轉機械剩余壽命預測方法及系統來解決上述問題很有必要。

發明內容

本發明的目的在于提供一種旋轉機械剩余壽命預測方法及系統，本發明綜合運用設備運行過程中的性能監測數據和運行信息，研究具有時變退化率、隨機運行環境、健康管理行為影響下設備的性能退化建模及剩余壽命預測方法，定量地揭示時變退化率、隨機運行環境、健康管理行為對剩余壽命預測結果的影響，具有研究問題層面的創新性，以解決只能得到剩余壽命預測的點估計值,難以刻畫預測結果的不確定性，并且預測數據對于石化裝備旋轉機械中普遍存在的時變退化率、受隨機運行環境影響、受健康管理行為影響的設備剩余壽命預測關鍵問題沒有完善的預測系統的問題。

為實現上述目的，本發明提供如下技術方案：一種旋轉機械剩余壽命預測方法及系統，所述預測方法的具體步驟為：

步驟一：旋轉機械工作過程中將設備的失效閥值傳輸至直接檢測數據處理中心，直接檢測數據處理中心將不同的失效閥值進行統計；

步驟二：旋轉機械工作過程中設備內部的不同傳感器和檢測儀器將旋轉機械的狀態和性能反應傳輸至間接監測數據處理中心，間接監測數據處理中心將不同的監測數據進行統計；

步驟三：監測數據監控中心將所獲取信息傳輸至直接監測數據中心，直接監測數據中心將數據進行特征提取，提取相符合直接監測數據所反應結果立刻將數據傳輸至數據獲取中心，未提取到相符合直接監測數據所反應結果時直接監測數據中心和間接監測數據中心定時將所提取數據傳輸至數據獲取中心；