Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 新疆大学袁逸萍获国家专利权

新疆大学袁逸萍获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉新疆大学申请的专利考虑不完全维修的可修设备可靠性建模与评估方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116127713B

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211622591.7,技术领域涉及:G06F30/20;该发明授权考虑不完全维修的可修设备可靠性建模与评估方法是由袁逸萍;樊盼盼;高建雄;张育超;薛景文;郭开宇设计研发完成,并于2023-03-02向国家知识产权局提交的专利申请。

考虑不完全维修的可修设备可靠性建模与评估方法在说明书摘要公布了:本发明公开了一种考虑不完全维修的可修设备可靠性建模与评估方法。通过采用三参数边界强度过程模型3‑BIP作为基准故障强度函数来修正比例故障强度LPIM模型,对可修设备的可靠性进行建模;将模型参数估计问题转化为非线性目标函数最值求解问题,采用粒子群优化算法求解模型参数;再次,采用逆Fisher信息矩阵法估计模型参数置信区间,给出关键可靠性指标的点估计和基于Delta法的区间估计方法;将本发明应用于某风力发电机故障截尾时间数据中,采用赤池信息准则、贝叶斯信息准则和拟合优度指标检验模型的拟合优度。该模型的拟合优度优于BIP和LPIM模型,且得出的可靠性评估结果更符合工程实际。

本发明授权考虑不完全维修的可修设备可靠性建模与评估方法在权利要求书中公布了:1.一种考虑不完全维修的可修设备可靠性建模与评估方法,包括以下步骤: S1:故障时间数据的梳理 通过收集梳理设备的告警日志、维修记录信息,以及实地调研核对,整理出设备的故障时间数据; S2:故障时间数据趋势检验 对故障时间数据进行趋势检验,如检验结果表明设备故障强度在增大,设备处于“耗损期”的阶段,则执行步骤S3; S3:可靠性建模 LPIM的故障强度函数为 2 式2中,表示单位时间内故障的次数,是基准故障强度函数,为修复功效因子,为平均累积故障数;LPIM认为每次维修活动都会影响设备的可靠性,即使得故障强度发生改变,累积修复效应以来反映;当时,表示维修活动对设备可靠性有改善作用;当时,表示维修活动对设备可靠性没有显著影响;当时,表示维修活动使设备可靠性恶化; 平均累积故障数表示为 3 推导可得 4 采用三参数边界强度过程模型作为LPIM的基准故障强度函数以描述故障过程,则定义为 5 式5中,𝛼是系统的最大故障强度;𝛽为故障强度从初始强度增加到𝛼所经历的时间;𝜀表示故障强度函数沿时间t轴的位置变化;当t=0时,,该值为初始时刻实际故障强度,当时,; 将代入式2,可以求得 6 封闭形式的解可通过求解微分方程获得,微分方程由式4和6可得 7 通过对式7两边进行变换并取不定积分,得 8 求解式8,可得 9 根据边界条件,可以求出,代入式9得 10 对式10求一阶导,可求出故障强度函数为 11 S4:可靠性模型参数点估计 S41:极大似然估计法被用于估计模型参数:设单台设备在故障观测区间内的故障发生时刻为,当时为故障截尾试验;时为时间截尾试验;为了获得模型参数的极大似然估计值,则定义条件分布函数为 12 第i次故障前设备的条件可靠度概率密度函数为 13 第i次故障时间的条件概率密度函数表示为 14 若故障时间数据为时间截尾,则似然函数为 15 式15中,T为试验结束时间;若故障时间数据为故障截尾,则,且;对于单台设备,当故障时间数据为时间截尾时,其似然函数为 16 对式16两边取对数得到其对数似然函数表达式,为 17 当故障时间数据为故障截尾时,其似然函数为 18 对式18两边取对数得到其对数似然函数表达式,为 19 再对式19分别对𝛼,𝛽,𝛾,𝜀求偏导 20 21 22 23 令式20—23分别等于0,得到似然方程组 24 S42:采用PSO算法求解方程组24,得到𝛼,𝛽,𝛾,𝜀的极大似然点估计值;设方程组24中的;将方程组24改写为 25 解方程组25即可转化为求解以下最优化问题:26 由于目标函数由4个超越方程组成,故在搜索最优解的过程中,首先考虑任意可能解在目标函数中的最大取值;在此基础上搜索解空间,使得最大值在解空间中的值最小,则对应的模型参数的适应度最高即所求解接近于真实值; S5:可靠性指标点估计 基于求解出来的模型参数,设备可靠性指标的极大似然点估计分别表示为: 1瞬时故障强度函数的点估计为27 2瞬时平均故障间隔时间IMTBF越长,设备越可靠性,表示为28 则其点估计为 29 3平均累积故障数的点估计为 30 4累积平均无故障工作时间表示为31 则其点估计为32 5累积故障强度函数表示为33 则其点估计为34 S6:模型参数区间估计 利用极大似然估计值的渐进对数正态分布特性估计模型参数的置信区间35 式35中,为待估计参数或可靠性指标;为置信度为的标准正态分布的分位数;为待估计参数或可靠性指标的估计标准差,;为待估计参数或可靠性指标的方差;求出待估计参数或可靠性指标的方差即可求出置信区间; 由逆Fisher信息矩阵法,单台设备的模型参数和的方差var和协方差cov分别为: 36 由对式19中各参数求二阶偏导得37 38 39 40 41 42 43 44 45 46 将式37-46的值代入式36的右侧,再求右侧的逆矩阵,可求得并代入式35中,即可求出待估计参数对应的置信区间; S7:可靠性指标区间估计 采用Delta法估计可靠性指标的置信区间:设𝜑分别为可靠性指标𝜑的方差为47 分别用设备可靠性指标来代替𝜑,求式47中相应的偏导,即式48-67,再将由式36计算出来的方差var及协方差cov一起代入式47,即可由式35求出可靠性指标的置信区间; 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 67 S8:拟合优度检验 S81:赤池信息准则AIC基于熵的概念,以权衡所估计模型的复杂度和此模型拟合数据的优良性,并在此基础上引入了具有相对更大惩罚项的贝叶斯信息准则BIC,以防止因模型精度过高造成的模型复杂度过高问题,其表达式定义为 68 69 式中,m为模型参数的个数,n为故障时间数据的个数,maxln𝐿为故障时间数据的最大对数似然函数; S82:为进一步验证所建立的模型是描述设备故障过程的最佳模型,检验模型的拟合效果,进行拟合优度检验;定义拟合优度评价指标为 70 式中,为i时刻实际累积故障数,为期望故障数的估计值,R值越大则说明模型拟合程度越好。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人新疆大学,其通讯地址为:830046 新疆维吾尔自治区乌鲁木齐市胜利路666号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。