复杂机电系统可靠性与维修性综合及预测方法研究
复杂机电系统是国民经济和国家安全的命脉，伴随科技进步和现代化大生产的发展，作为装备制造业核心的复杂机电系统正朝着大型化、自动化、复合化以及机、光、电、液和计算机一体化的方向发展，更新换代的周期却在缩短。由于功能增多、性能提高、负荷加重，必然导致系统发生故障的概率增大、表现形式复杂化，甚至容易造成重大灾难性事故。因此，如何切实有效地提升复杂机电系统的质量和可靠性已成为国家发展战略中不容忽视的重要命题。 本论文立足国家长期发展战略需求，从事前分析、事中分析、事后分析三个层面剖析复杂机电系统可靠性和维修性评估中的共性和瓶颈问题，力求将复杂问题简单化、将理论研究工程化，以多学科知识融合为切入点，面向工程探索新的突破口。在深入研究Weibull过程理论、Markov过程理论、灰色理论、信息熵理论及Bayes方法的基础上，根据任何复杂系统都可以等效转化成由简单串、并联结构组成的基本原则，就复杂机电系统可靠性和维修性综合理论与预测方法做了系统而深入的研究，已取得了一些有益的成果，并应用于工程实际中。本论文完成了如下研究工作： 针对复杂机电系统结构复杂、构成单元寿命分布多样、难以对整机进行寿命试验等特点，侧重在系统可靠性综合领域寻找新思路和新方法。本文引入了 Bayes方法，用Beta分布和L?分布拟合单元可靠度的验后密度；根据矩相等和信息等价转换原则，把各单元的试验信息折算成系统试验信息，给出了单元为不同分布时的串联及串并联系统可靠度二项近似Bayes置信限和系统可靠度指数近似Bayes置信限；分别应用于钻井泥浆泵与自动平衡记录仪。又利用信息熵等效的基本原则，求解出基于信息熵法的系统二项、指数近似置信限；并应用于钻井泥浆泵。利用上述方法自下而上逐级综合，最终求解出复杂机电系统可靠度的置信区间。研究成果适用于方案论证、初设计、样机研制等阶段，可适用于事前分析和事中分析。 复杂机电系统可靠性预测是工程迫切急需研究的命题，本文利用Monte-Carlo模拟仿真获得各单元寿命模拟值，根据逻辑运算关系，得到系统寿命模拟值，并据此推断出系统寿命分布类型，求解系统可靠性测度的点估计和区间估计。在规避整机和单元做寿命试验的情况下，逐级利用各构成单元的可靠性信息，最终求出复杂机电系统可靠性测度的极大似然估计和置信区间，已应用于风力发电机组，此方法适用于事前分析。考虑系统投入运行并采取即时维修，基于 Weibull过程研究了无信息先验下复杂机电系统未来故障时间Bayes置信限的解析方法，并用数值例做了验证，可视为事中预测。又进一步基于灰色理论建立了复杂机电系统未来区间内关键部件故障数的动态预测模型，利用拓补群中不断更新的模型对真实值逐步逼近的方法，求解了关键部件故障数的点估计，进行了精度分析，并用于预测风力发电机组叶片故障数，同样属于事中预测。 本文从工程需求出发探讨了复杂机电系统维修性评定方法，当维修时间服从指数分布、正态分布、对数正态分布、Weibull分布及Gamma分布时，给出了不同分布下的整机维修性测度置信限，可视其为事中或事后分析。又进一步探讨了如何利用单元维修数据信息进行系统维修性综合问题，当单元维修时间服从对数正态分布时，给出了系统平均维修时间的置信区间及置信限，可视为事前分析。 工程上期望复杂机电系统在运行中不易发生故障，而一旦故障能快速修复，因此，综合了可靠性与维修性的系统可用性已成为可靠性和维修性工程中新的研究方向。本文探讨了基于整机的指数故障/指数维修、Gamma故障/Gamma维修、指数故障/Gamma维修及 Weibull故障/Gamma维修条件下的复杂机电系统可用性评估方法，分别给出了整机可用性测度的区间估计，属于事中或事后分析。在已知串联系统各构成单元的故障/维修信息条件下，利用信息等价转换原理将各单元的故障/维修信息等价转换成指数故障/指数维修信息，分别利用经典方法和Bayes方法求解了串联可修系统可用度近似置信限，并进行精度分析，已应用于风力发电机组，属于事前分析。此外基于Markov过程研究了可修复杂机电系统处于二态及多态情况下的可用度估计问题，给出了可用度的点估计，也应用于风力发电机组，属于事后分析。
复杂机电系统;可靠性;维修性;可用性;综合预测
哈尔滨理工大学
博士
精密仪器及机械
郭建英
2015
中文
TB114.3
142
2016-01-29（万方平台首次上网日期，不代表论文的发表时间）