基于威布尔分布的设备关键零部件的可靠性评估技术研究.pdf

《基于威布尔分布的设备关键零部件的可靠性评估技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、综述石P油化工设备技术，2012，33(6)·41·etro—ChemicalEquipmentTechnology基于威布尔分布的设备关键零部件的可靠性评估技术研究高俊峰(中国石油炼油与化X-分公司，北京100009)摘要：以设备关键零部件的可靠性统计数据为研究对象，结合威布尔分布模型，对可靠性评估技术进行了研究。利用同类设备故障样本构建成布尔分布的可靠性评估模型：对各元件间相互独立的系统，采用一元两参数或三参数威布尔模型，提出了全局搜索到最优解的遗传算法估计参数，应用蒙特卡罗仿真模拟分析了事后和定时维修策略下故障率的发

2、展趋势；对各元件间存在相关故障的系统，采用混合威布尔模型，提出了经多次迭代而收敛的最大期望值(EM)算法估计参数，根据模型与参数的关系，分析了故障率这一可靠性特征量。实例研究结果表明，研究结果可为提高机械设备可靠性、可用性、安全性提供定量性的参考依据。关键词：威布尔分布关键零部件遗传算法蒙特卡罗法最大期望值算法可靠性评估一台机械设备总是由一些零部件组成，其中利用模型与参数的关系即可分析故障率的变化趋某个或某几个“关键”零部件的失效将可能导致该势，但考虑到一些情况下模型求解的难度性甚至机械甚至所在系统的失效，因此，对设备关键

3、零部无法求解，以及可靠性数据的难于获取，而常用的件进行可靠性评估有着重要的意义n。工程上常可靠性方法马氏过程在描述状态及状态之间的转从设备可靠性数据的统计分析中，找出能够确切移时，模型空间的复杂度会随系统中元件数目的反映失效机理和与失效数据分析结果相符合的失增大成指数增大，计算起来比较繁琐"，有待寻找效分布规律，通过将故障或失效数据拟合成某种一种与状态无关，受条件约束较小的方法，而蒙特分布形式后，对其进行可靠性评估和预测乜。以卡罗法则具有该优势，只要产生符合故障发生规轴承、齿轮等典型零部件失效或发生特定故障模律的随机变量就

4、可以对系统进行仿真计算n。式的平均故障间隔时间为统计分析的结果表明，1一元威布尔分布模型凡是由某一局部疲劳失效或故障引起全局机能失1．1一元威布尔分布的概率密度函数效的元件、器件、设备或系统等的寿命，都是服从一元威布尔分布的概率密度函数为：威布尔分布的】。近年来，基于威布尔分布模型评估设备可靠一』【()唧[__()]c≥r性的研究越来越多，并取得了一定的成果。文献0(￡

5、——形状参数；高“】，但考虑到最小二乘法的估计主要依赖于口——尺度参数；经验分布函数，极大似然法常会出现无解或多个r——位置参数，当r一0时，上述的三参数威解的现象，而图解法的精度又不是很高等因素，本文给出了遗传算法和EM算法，以避开上述方法收稿日期：2012—07—13。的不足，实例表明可取得较好的效果。作者简介：高俊峰(1971一)，男，硕士，1995年4月毕业于大另外，鉴于故障率作为可靠性的一种特征量庆石油学院，长期从事动静设备管理工作，高级工程师，高级能够反映设备的故障规律，因此，常通过分析故障主管。率随时间的变化

6、情况找出设备的失效规律。一般Email：gaojf@petrochina．corn．cn石油化工设备技术布尔分布将变为两参数威布尔分布。的遗传代数T则停止迭代，否则回到3)继续循威布尔分布的形状参数6<1，b一1，6>1分环，最终得到的具有最大适应度的个体即是目标别对应浴盆曲线的三个阶段，如图1所示。改变函数的最优解；形状参数b，可得到对应的各种故障率的函数形8)解码：将最优解从二进制串返回一个实际式，因此，一元威布尔分布作为最普遍使用的分布的值。之一被广泛地应用在可靠性工程和寿命数据分析2混合威布尔分布模型‘中‘蚰。2．

7、1混合威布尔分布的概率密度函数一元两参数、三参数威布尔寿命分布模型，可实现部件间相互独立系统在串联或并联下的故障率分析，随着设备复杂程度的提高，各元件的运●行往往是相互影响的，一元威布尔分布模型已不能准确地反映系统故障的真实规律了，由此，引入赣了混合威布尔分布模型。混合威布尔分布的概率密度函数为：151"lhl／afl(一(图1浴盆曲线和威布尔分布的失效率曲线(3)1．2一元威布尔分布模型的参数估计遗传算法依据自然选择中的“优胜劣汰”原2．2混合威布尔模型的参数估计则，能从全局搜索到所求问题的最优解n。最大期望值(Expe

8、ctationMaximization，应用遗传算法估计参数n嵋的一般步骤如下：EM)算法是求参数极大似然估计的一种方法，它1)建立目标函数，当公式1取其最小时，参可以从非完整性数据集中对参数进行估计明。数达到最优值：应用EM算法估计参数的步骤如下：1)设定参数的初始值；minf(x)===一：ln[-