[发明专利]一种模型与数据融合驱动的提升机主轴装置智能维护方法

权利要求书

1.一种模型与数据融合驱动的提升机主轴装置智能维护方法，主轴装置包括主轴、卷筒、轴承和制动盘，其特征在于：包括如下步骤：

(1)针对提升机主轴装置的不同失效机理，开展不同主轴装置的性能退化试验得到实验退化数据；在实际运行的提升机上采集不同主轴装置的性能现场退化数据，实验退化数据和现场退化数据形成退化数据集；

(2)根据步骤(1)中建立的退化数据集，初步建立提升机不同主轴装置在不同失效机理下的随机退化过程模型，形成不同主轴装置在不同失效机理下的随机退化过程模型库；

(3)建立提升机主轴装置的数字化信息模型，所述数字化信息模型包括提升机主轴装置的三维有限元模型、各部件之间的物理关系模型、各主轴装置的材料属性和提升机运行工况参数；

(4)根据步骤(3)中构建的提升机主轴装置数字化信息模型进行仿真分析，获取提升机主轴装置的力学性能响应；

(5)根据步骤(3)、(4)构建提升机主轴装置的无线监测系统，实时监测提升机主轴装置的运行工况参数、主轴装置的力学性能响应，以及主轴装置的损伤部位和损伤类型；

(6)根据步骤(3)中建立的数字化信息模型，在提升机主轴装置上设置若干监测点，同时设定更新时间点；将步骤(5)中所述无线监测系统在设置的若干监测点处采集到的各类传感器信息实时反馈到数字化信息模型中，在不同的更新时间点对数字化信息模型进行更新；

步骤(6)中所述监测点的设置还包括监测点初选和监测点优化，具体包括如下步骤：

步骤(6-1)根据步骤(4)中得到的力学性能响应，在主轴装置上进行测点初选，确定初选测点组合为N₀＝[n₁,...,n_i]，i表示测点总数；

步骤(6-2)采用粒子群算法对步骤(6-1)中初选的监测点进行优化，确定不同测点数下的测点位置组合N_j＝[n₁,...,n_j]，j≤i；

步骤(6)中所述各监测点处所采集到的力学性能响应数据采用应力数据或应变值数据；

(7)根据步骤(6)中不同更新时间点下的数字化信息模型和步骤(5)中监测到的损伤部位和损伤类型，对主轴装置的性能退化过程通过仿真分析和预测，获得新的仿真退化数据并添加至步骤(1)中的退化数据集，实现退化数据集的更新；

(8)根据步骤(7)中更新后的退化数据集，重新计算各性能退化模型的参数，实现步骤(2)中性能退化过程模型的实时更新，进而开展提升机主轴装置的实时可靠性评估与寿命预测；

(9)根据步骤(8)中得到的可靠性评估与寿命预测结果，开展提升机主轴装置的智能维护。

2.根据权利要求1所述的一种模型与数据融合驱动的提升机主轴装置智能维护方法，其特征在于：步骤(2)中所述随机退化过程模型通过采用随机过程进行建模，随机过程包括伽马过程、维纳过程、泊松过程和逆高斯过程，各随机退化过程模型中的参数估计值采用极大似然方法计算。

3.根据权利要求1所述的一种模型与数据融合驱动的提升机主轴装置智能维护方法，其特征在于：步骤(6)中所述提升机主轴装置的数字化信息模型的更新过程具体为：

将步骤(6)中无线监测系统在各监测点处所采集到的力学性能响应数据与步骤(4)中仿真得到的对应监测点的力学性能响应数据进行实时对比并计算差值，并将该差值与设定的阈值进行比较，若差值大于设定的阈值，则对步骤(2)中建立的数字化信息模型进行参数调整，直至差值小于设定的阈值，从而获得可准确仿真提升机主轴装置力学性能响应的高保真数字化信息模型。

4.根据权利要求1所述的一种模型与数据融合驱动的提升机主轴装置智能维护方法，其特征在于：将步骤(4)中仿真分析的力学性能响应与步骤(6)中在实际提升机主轴装置上监测到的力学性能响应进行实时对比，并计算两者之间的差值，若差值超过所允许的阈值，则对步骤(3)中建立的数字化信息模型中的结构参数、运行工况参数进行调整，并重新进行仿真分析，直到差值满足阈值要求；

步骤(6)中所述更新时间点根据实时监测数据的容量以及仿真分析所需要的时间进行设定。