项目名称: 旋转机械剩余寿命预测若干关键问题研究

项目编号: No.61473094

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 孙国玺

作者单位: 广东石油化工学院

项目金额: 85万元

中文摘要: 旋转机械是石化装备中的核心设备,而旋转机械的剩余寿命预测是实现石化装备预测维护与健康管理、保障其安全可靠长周期运行的关键。考虑到复杂机械设备的机理模型难以精确获得,数据驱动的剩余寿命预测已成为学科前沿问题。然而,现有数据驱动的剩余寿命预测研究主要针对时不变退化率、固定运行环境、不受健康管理行为影响下的设备,难以满足石化工业中具有时变退化率、随机运行环境、受健康管理行为影响的旋转机械剩余寿命预测的要求。为此,本项目以石化装备中的旋转机械为对象,拟主要研究:1)时变退化率下的剩余寿命预测方法;2)随机运行环境下的剩余寿命预测方法;3)受健康管理行为影响的退化建模及剩余寿命预测方法;4)结合石化装备旋转机械设备的实际监测数据及实验数据进行应用验证。本课题的研究成果不仅具有重要的理论意义,而且对提高石化装备的安全性和可靠性具有潜在的工程应用价值。

中文关键词: 旋转机械;退化模型;剩余寿命;预测

英文摘要: Rotating machinery is the crucial component in the petrochemical equipment, while remaining useful life prediction of rotating machinery is the key to accomplish predictive maintenance and health management of the petrochemical equipment, and ultimately ensure its safe, reliable, and long-cycle operation. Considering that it is almost impossible to accurately establish the physical model of complex rotating machinery, data-driven remaining useful life prediction has become the frontier problem in this discipline. However, most of the available studies on data-driven remaining useful life prediction are devoted to equipment with time-invariant degradation rate, or in fixed operation environments, or without affected by the health management actions. This leads to the difficulty to apply these existing methods for remaining useful life prediction of rotating machinery applied in petrochemical industry. Because rotating machinery used in petrochemical industry frequently experiences time-varying degradation rate, operates in random operation environments, and is subjected to several health management actions. In this project, toward the rotating machinery in the petrochemical equipment, we mainly study the following key issues: 1) remaining useful life prediction method for rotating machinery with time-varying degradation rate; 2) remaining useful life prediction method for rotating machinery operating in random environments; 3) remaining useful life prediction method for rotating machinery affected by health management actions; and 4) experimental verification based on practical monitoring data. The obtained results have not only theoretical significance, but also potential applications to enhance the safety and reliability of petrochemical equipment.

英文关键词: Rotating machinery;Degradation modeling;Remaining useful life;Prediction

成为VIP会员查看完整内容
3

相关内容

【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
16+阅读 · 2022年4月25日
【AAAI2022】基于分层随机注意的Transformer 不确定性估计
专知会员服务
28+阅读 · 2021年12月29日
基于大型预训练语言模型的自然语言处理研究进展综述
专知会员服务
94+阅读 · 2021年11月4日
基于深度神经网络的高效视觉识别研究进展与新方向
专知会员服务
38+阅读 · 2021年8月31日
基于区块链的数据透明化:问题与挑战
专知会员服务
20+阅读 · 2021年3月4日
最新《弱监督预训练语言模型微调》报告,52页ppt
专知会员服务
37+阅读 · 2020年12月26日
鲁棒模式识别研究进展
专知会员服务
40+阅读 · 2020年8月9日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
基于自监督的可逆性强化学习方法
AI前线
4+阅读 · 2021年12月3日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
【学科发展报告】无人船
中国自动化学会
26+阅读 · 2019年1月8日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年5月2日
Arxiv
0+阅读 · 2022年4月29日
Arxiv
13+阅读 · 2019年11月14日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
小贴士
相关VIP内容
【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
16+阅读 · 2022年4月25日
【AAAI2022】基于分层随机注意的Transformer 不确定性估计
专知会员服务
28+阅读 · 2021年12月29日
基于大型预训练语言模型的自然语言处理研究进展综述
专知会员服务
94+阅读 · 2021年11月4日
基于深度神经网络的高效视觉识别研究进展与新方向
专知会员服务
38+阅读 · 2021年8月31日
基于区块链的数据透明化:问题与挑战
专知会员服务
20+阅读 · 2021年3月4日
最新《弱监督预训练语言模型微调》报告,52页ppt
专知会员服务
37+阅读 · 2020年12月26日
鲁棒模式识别研究进展
专知会员服务
40+阅读 · 2020年8月9日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
相关资讯
基于自监督的可逆性强化学习方法
AI前线
4+阅读 · 2021年12月3日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
【学科发展报告】无人船
中国自动化学会
26+阅读 · 2019年1月8日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员