智能制造环境下的预防性维修关键技术研究

Preventive maintenance is one of key and common problems for intelligent manufacturing industry. This proposal takes the intelligent manufacturing equipment and system as the main research object, and aims to explore new methods for preventive maintenance in intelligent manufacturing environment from the aspect of multiple-failure. The major research contents of this project are as follows: First of all, methods of multi-failure dependence analysis and generalized proportional intensity model-based imperfect maintenance effect analysis will be both proposed, and then the condition-based maintenance decision will be made integrated the double-wiener process degradation model. Next, both the periodical and sequential preventive maintenance model will be respectively built, so that the grouping maintenance schemes for automatic production line can be achieved. Furthermore, an opportunistic maintenance strategy for intelligent workshop will be presented on intervals of the production scheduling. Then, a dynamic multi-objective optimization method will be put forward to achieve the collaborative plan of both production and maintenance for the intelligent workshop. Finally, a support system for preventive maintenance will be developed so as to provide the application platform for the methods proposed above. Predictably, the research result has great theoretical significance and engineering application value for extending the intelligent maintenance technique, improving the technical architecture of maintenance for intelligent manufacturing area, ensuring the steady performance and high efficiency of intelligent manufacturing system, and so on.

预防性维修是智能制造领域面临的重大共性和关键性问题。本申请项目以智能制造装备和系统为研究对象，从多故障角度出发，探索智能制造环境下的预防性维修新技术和新方法，包括：提出故障依赖性建模方法、基于广义比例强度模型的不完美维修效果分析方法，实现基于双维纳退化过程的智能制造装备视情维修决策；然后，提出基于组合维修思想的自动化生产线预防性维修方法，实现考虑多装备依赖性的定期预防性维修和考虑维修过剩的序贯预防性维修决策；接着，提出面向生产和维修相协调的车间预防性维修方法，解决车间级的生产间隙机会维修决策及基于多目标的生产和维修协同规划难题；最后，设计并开发智能制造环境下预防性维修决策系统，为上述技术的广泛应用提供支撑。研究成果对于从纵深方向发展智能维护技术，构建智能制造领域的维修保障技术体系，保证智能制造装备及系统的稳定运行和高效使用等都具有重要的理论意义和工程应用价值。

智能制造是实现制造业向自动化、智能化的转型升级，实现“状态实时监控、故障提前预测、维修快速响应”是智能制造的共性基础。因此，项目研究“智能制造装备→自动化生产线→智能化车间”的三级预防性维修技术体系，为智能制造环境下的智能运维服务提供技术支持。.装备级的预防性维修主要工作为，在深入分析故障特征和分类的基础上，构建了设备级多故障模式之间的依赖性关系，并用于指导事后维修和远程运维服务下的故障定位问题；同时，在常见的不完美维修模型基础上，提出一种基于广义比例强度模型的不完美维修建模方法。最后，围绕单性能退化和重复性能的两种情形，分别构建了一套基于局部退化规律建模和基于维纳过程的分布退化方法，实现了有效的装备级预测性维护。.产线级的预防性维修主要工作为，在装备级寿命预测信息（寿命分布）的基础上，考虑如何组合产线上的多个装备（即使寿命未到）进行成组维修。项目研究了一种考虑经济依赖性的多装备多故障模式的组合维修策略，在各装备寿命分布（多故障的故障时间分布）的基础上，构建了产线多重经济效益模型，并通过基于遗传算法的MI-LXPM解决该整型约束的非线性规划问题，找到产线维修成本最低/整体收益最大的维修方案，并与产线常用的事后维修和机会维修进行比较，证明了所提出方法的科学性。.车间级的预防性维修主要在设备级和产线级的基础上，考虑制造系统多约束多目标的优化目的，着重分析维修活动和生产活动如何协同优化，本项目中研究了一套整合系统多状态、可靠性、生产过程质量控制图的多目标维修优化技术，并在数值仿真案例中进行验证。.最后，项目组开发了一套智能制造环境下的预防性维护验证系统，集云平台、边缘采集计算装置、数据中台、后台建模配置、远程监控等功能于一体，满足智能制造下的维修维护方案验证。并重点针对典型的智能制造装备——工业机器人进行验证，开展了从伺服系统、减速器、关节、工业机器人整机、工业机器人系统等预防性维修的内外场验证。

内容获取失败，请点击重试