产品目录

当前位置：首页 >>> 技术文章 >

技术文章

如何建立预测性维修的设备管理体系？

如何建立预测性维修的设备管理体系？

1.状态监测技术
        状态监测技术发展到现在，在各工程领域都形成了各自的监测方法，状态监测的方法依据状态检测手段的不同而分成许多种，常用的包括：振动监测法、噪声监测法、温度监测法、压力监测法、油液分析监测法、声发射监测法等。
        2.故障诊断技术
        单讲“故障诊断”，它是一门新发展的科学，而且越来越受到重视，尤其是在连续生产系统中，故障诊断有着非常重要的意义。按照诊断的方法原理，故障诊断可分为：时频诊断法、统计诊断法、信息理论分析法及其它人工智能法（专家系统诊断、人工神经网络诊断等）、模糊诊断、灰色系统理论诊断及集成化诊断（如模糊专家系统故障诊断、神经网络专家系统故障诊断、模糊神经网络诊断等）。
        3.状态预测技术
        状态预测就是根据装备的运行信息，评估部件当前状态并预计未来的状态。其常用的方法有时序模型预测法、灰色模型预测法和神经网络预测法。而对于预测方法的开发一般有三种基本途径：物理模型、知识系统和统计模型。在实际应用中，可将三种途径综合在一起，形成一种结合了传统的物理模型和智能分析方法，并能够处理数字信息和符号信息的混合性故障预测技术，对于实现预测性维修更为有效。
        4.维修决策支持与维修活动
        维修决策是从人员、资源、时间、费用、效益等多方面、多角度出发，根据状态监测、故障诊断和状态预测的结果进行维修可行性分析，定出维修计划，确定维修保障资源，给出维修活动的时间、地点、人员和内容。维修决策的制定方法一般有故障树推理法、数学模型解析法、贝叶斯（Bayes）网络法(适用于表达和分析不确定和概率性事物)和智能维修决策法等。
        五、结论
        预测性维修的提出经历了不长的时间，但预测性维修通过对装备状态进行监测和诊断，对装备的状态作出正确的判断，从而制定出科学合理的维修策略，克服了现行维修所面临的很多难题。故障诊断和状态预测技术的发展是预测性维修发展的关键。从国内外近年的研究可看出，目前装备故障诊断研究的热点是嵌入式故障诊断技术，以动力学分析为基础的故障诊断技术，基于神经网络理论的故障诊断技术，以解决强干扰、多故障、多征兆、突发条件下的故障为目的的故障诊断技术等，故障诊断的手段也在向自动诊断和远程诊断方向拓展。状态预测则更多地利用对装备连续监测所得的特征参数的时间序列，对装备的未来状态进行预测，目前研究的热点是时间序列模型预测、灰色模型预测、神经网络预测等，主要立足于解决预测精度和预测时间间隔问题。随着监测、诊断和预测技术和仪器的发展，预测性维修的理论、技术及其整个体系也日趋成熟。

上一篇：供电公司计量管理办法
下一篇：设备管理中预测性维修的概念

若网站内容侵犯到您的权益，请通过网站上的联系方式及时联系我们修改或删除