基于机械设备状态监测的机械寿命预测方法

转角的回眸

　　由于机械设备信号可以反映出机械设备千变万化的运行状态，通过连续监测机械设备运行过程可以获得表征机械设备从投入使用到报废的退化信号。通过传感技术可以获得反映机械设备使用状况的信号，通过特征提取技术及信号处理技术分析表征机械设备运行状况的退化信号就可以实现预测机械设备的剩余寿命。基于振动信号的滚动轴承寿命预测方法，该方法主要分为3部分：首先通过连续采集轴承从投入使用到失效报废的整个过程的振动信号从而建立轴承退化信号数据库；其次通过信号分析获得表征轴承退化状态的特征量；最后建立合适的智能退化模型(神经网络)进行寿命预测。
　　概括地讲，基于力学的寿命预测方法是从失效与破坏机制的动力学特性来预测其剩余寿命，这是工程上常用的方法之一。当零件的失效是单一的失效机制或由一种失效机制起主要控制作用时，其剩余寿命的预测显得较为简单易行，如疲劳寿命预测、蠕变寿命预测和磨损寿命预测等。但是由于机械重大装备服役环境严酷，多种失效形式耦合出现的情况要求研究多种失效形式耦合的破坏理论并在此基础上发展机械重大装备的寿命预测技术。基于概率统计的寿命预测方法通过积累的试验数据和现场数据建立统计模型，通过确定寿命特征值随时间的分布和失效概率，预测在要求可靠度下的寿命。从概率统计的意义上来说，基于概率统计的寿命预测结果更能反映机械产品寿命的一般规律和整体特性，但是需要大量试验和数据的积累。而近年来兴起的基于信息新技术的寿命预测方法相对基于力学的寿命预测方法和基于概率统计的寿命预测方法显得还不够成熟，有待于今后进一步的研究与发展。