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！

申请/专利权人：无锡学院

摘要：本发明提供机电全生命周期预测建模方法及系统，涉及计算机科学技术领域，本发明通过构建数字孪生模型，将设备的状态数据、保养数据和维修数据有机结合，综合生成状态评价系数、保养评价系数和维修评价系数，并在此基础上构建生命周期节点预测模型，该模型能够对设备的月检、季检和年检周期进行动态调整，有效减少设备故障的发生概率，提高机电设备的运维效率。

主权项：1.机电全生命周期预测建模方法，其特征在于，具体步骤包括：步骤S1、利用数值模拟和仿真技术构建出当前机电设备的数字化副本，并基于该数字化副本确定数字孪生模型；具体包括以下内容：数据收集、建模与仿真、验证与校准、确定数字孪生模型和模型集成与部署；步骤S2、获取当前机电设备投入使用后的历史设备管理数据，该历史设备管理数据包括状态数据、保养数据和维修数据，并将历史设备管理数据传输至数字孪生模型中作为数据库；步骤S3、获取当前机电设备的状态数据，该状态数据包括设备完好程度指标和加工能力偏差指标，并对状态数据进行分析处理，以生成状态评价系数，该评价系数用于对当前机电设备的加工状态提供第一评价结果；所述设备完好程度指标为当前机电设备的外壳完整度、零配件完整度的综合评分值，并对外壳完整度标定为WKd，对零配件完整度标定为PJd，对设备完好程度指标标定为WHCd；设备完好程度指标WHCd计算公式如下所示：WHCd＝WKd×a1+PJd×a2其中，a1、a2为对应参数的非负数权重，且a1+a2＝1；所述加工能力偏差指标为当前实际加工能力值与出厂加工能力值的比值，并对当前实际加工能力值标定为SJl，对出厂加工能力值标定为CCl，对加工能力偏差指标标定为NLPc；所述加工能力偏差指标NLPc计算公式为： 其中，b1,b2,b3是各自参数对加工能力偏差指标的权重；NLPc是加工能力偏差指标，反映当前实际加工能力值与出厂加工能力值的比值；SJl是当前实际加工能力值；CCl是出厂加工能力值；η1,η2,η3分别代表加工精度、产出速度、产品质量合格率对加工能力偏差指标的影响程度；定义状态评价系数为SEC，计算公式如下： 其中，tanh函数用于将设备完好程度和加工能力偏差的评分归一化到[-1,1]的范围内，c1、c2为调整因子；WHCd为设备完好程度指标，NLPc为加工能力偏差指标；设定SEC的值域为0,1；所述第一评价结果如下：当tanhc1·WHCd和tanhc2·NLPc的值都接近1时，表示设备完好程度和实际加工能力都非常高，此时SEC的值接近1；当|tanhc1·WHCd+tanhc2·NLPc|的值非常小，接近0时，表示设备状态良好，SEC的值也接近1；当tanhc1·WHCd和tanhc2·NLPc的值接近0时，表示设备存在较大的问题或加工能力偏差较大，此时SEC的值接近0；将SEC值域0,1划分为五个主要区间，并为每个区间定义具体的设备状态描述和推荐的行动方案；步骤S4、获取当前机电设备的保养数据，该保养数据包括一保指标、二保指标和三保指标，同时对机电设备的每次保养节点进行标记，形成{1,2，...，i，...，n}，其中，i表示第i日保养记录，n表示当前保养总天数，并对保养数据进行分析处理，生成保养评价系数，该评价系数用于对当前机电设备的保养状态提供第二评价结果；所述一保指标为机电设备每日的保养任务完成度评价，并对一保指标标定为YBz，没有保养评分为0，完成部分保养任务评分为1，保养任务全部完成评分为2；所述二保指标为机电设备每季度保养任务完成度评价，并对二保指标标定为EBz，没有保养评分为0，完成部分保养任务评分为1，保养任务全部完成评分为2；所述三保指标为机电设备每年保养任务完成度评价，并对三保指标标定为SBz，没有保养评分为0，完成部分保养任务评分为1，保养任务全部完成评分为2；定义所述保养评价系数为MES，计算公式如下： 其中，WDA为日保养得分的时间加权平均值；QMA为季度保养得分的加权平均值；YMA为年度保养得分的加权平均值；d1、d2、d3为非负数的权重系数，且d1+d2+d3＝1，分别代表日、季度、年度保养得分的重要性；YBzi为第i天的日保养得分，n为总天数，λ为时间衰减系数，用于调整近期数据的权重；EBzj为第j个季度的季度保养得分，kj为该季度的归一化系数，m为总季度数；SBzk为第k年的年度保养得分，hk为该年的归一化系数，p为总年数；所述第二评价结果具体包括，设定MEC的值域在[0,2]之间，其中0表示没有保养，0与2之间的取值表示部分保养完成，2表示全部保养任务完成；将MES的值域[0,2]划分为四个主要区间，每个区间代表不同的保养完成度和需要采取的措施；步骤S5、获取当前机电设备的维修数据，该维修数据包括每次维修后的维修完成度指标、维修时间长度指标、维修后性能影响指标和维修成本指标，并对维修数据进行分析处理，生成维修评价系数，该评价系数用于对当前机电设备的维修状态提供第三评价结果；对维修完成度指标标定为RMCI，维修完成度指标是对每次维修操作完成程度的评估，以百分比或比例形式表示；其数学计算公式表示为： 其中，WXSl为实际维修完成数量，YQSl为预期维修完成数量；对维修时间长度指标标定为RTLI，维修时间长度指标是指每次维修操作所花费的时间长度；对维修后性能影响指标标定为RPPI，维修后性能影响指标是对维修操作后机电设备性能变化的评估；所述对维修数据进行分析处理，生成维修评价系数，该评价系数用于对当前机电设备的维修状态提供第三评价结果，具体包括以下内容：定义维修评价系数为MXs，计算公式如下： 其中，NRMCI表示归一化的维修完成度指数，由原始RMCI通过对数变换和时间衰减加权得到；NRTLI表示归一化的维修时间长度指数，由原始RTLI通过对数变换和时间衰减加权得到；NRPPI表示归一化的维修后性能影响指数，由原始RPPI通过对数变换和时间衰减加权得到；NRCI表示归一化的维修成本指数，由原始RCI通过指数变换和时间衰减加权得到；e1、e2、e3、e4和δ是权重系数，根据实际维修数据的重要性来调整，确保公式平衡各因素的影响；所述第三评价结果包括，定义MXS的设计值域为[0,1]，其中0代表最差的维修效果，此时维修成本高，时间长，完成度低，对性能影响大，1代表理想状态，此时低成本，快速完成，无负面性能影响；步骤S6、获取状态评价系数、保养评价系数和维修评价系数后进行分析处理，构建生命周期节点预测模型，且所述生命周期节点依次包括月检、季检和年检的时间长度，将生命周期节点预测模型传输至数字孪生模型中进行节点预测，并结合第一评价结果、第二评价结果和第三评价结果，分别对月检、季检和年检的时间长度进行动态调整，以减少故障概率。

全文数据：

权利要求：

百度查询： 无锡学院 机电全生命周期预测建模方法及系统