基于振动监测的部件状态维修与备件订购联合决策

基于部件振动信号的退化特征易受噪声影响而无法准确反映其运行状态,提出一种同时考虑退化特征和故障特征的部件状态维修模型。首先,基于自适应奇异谱分解建立递进式故障特征识别方法;其次,采用比例风险模型描述部件可靠度演化过程,建立以累计故障特征识别次数为备件订购阈值、以维修成本率为优化目标的联合维修模型;最后,以滚动轴承加速寿命试验数据为例对本文方法进行验证。结果表明,自适应奇异谱分解(SSD)方法对不同信号的诊断准确率更高,有效降低了维修过程中的人工诊断次数。以累计故障特征识别次数为备件订购阈值的联合决策方法可以弥补退化特征阈值在部件退化过程中不具有唯一性的不足,进而获得最优维修成本率。