智能预诊关键技术及其应用研究

智能预诊是一种新兴的维护技术，其核心是对设备的性能衰退全过程趋势及故障发生时间进行预测，而不是在某个时间点的状态判定，与传统的故障诊断有本质的区别。本项目对实时性能评价、剩余寿命动态预测以及融合诊断等智能预诊关键技术展开研究，提出基于数据挖掘技术的设备性能衰退过程综合评价方法，建立设备的性能衰退曲线模型，给出衰退拐点特性；建立基于人工智能方法的剩余寿命动态预测模型，提出预测系统结构确定准则、预测所需信息的选择方法，同时，综合考虑设备的统计学寿命曲线以提高预测的鲁棒性；提出在特征空间以及性能评价结果两个方向上进行故障发展趋势的预测，提高早期融合诊断的准确性，以实现故障的预测和预防。智能预诊技术是军事、制造、电子、服务等行业实现电子维护、对可能出现的故障做出快速反应、提高设备的利用率和可维护性的共性技术和关键技术，同时对于降低成本、保证系统安全运行具有重大的理论研究意义和工程及军事应用价值。