BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  17,525,228
  • Công bố khoa học và công nghệ Việt Nam

30

Kỹ thuật cơ khí nói chung

BB

Đinh Đức Hạnh, Tào Quang Bảng(1)

Ứng dụng particle filter trong ước lượng mức độ hư hỏng và dự đoán tuổi thọ của hệ thống có xét đến hư hỏng của thiết bị giám sát

Particle filter for condition estimation and lifetime prognosis of manufacturing system considering degradation of condition monitoring device

Tạp chí Khoa học và Công nghệ - Đại học Đà Nẵng

2024

4

95-99

1859-1531

Giám sát tình trạng máy, Bảo trì dự đoán, Dự đoán tuổi thọ, Hư hỏng cảm biến, Particle filter

Condition monitoring, Predictive maintenance, Lifetime prognosis, Sensor degradation, Particle filter

Bảo trì dự đoán là một hướng đi mới nhằm đảm bảo hiệu quả hoạt động của hệ thống sản xuất. Đối với bảo trì dự đoán, giám sát tình trạng hư hỏng của thiết bị có vai trò quan trọng trong lập kế hoạch bảo trì thiết bị. Tuy nhiên, các cảm biến dùng để giám sát tình trạng thiết bị cũng hư hỏng theo thời gian. Khi cảm biến hư hỏng, nó cung cấp thông tin sai lệch về mức độ hư hỏng và dự đoán tuổi thọ của thiết bị. Hậu quả là nó dẫn đến ra quyết định bảo trì không chính xác. Để giải quyết vấn đề này, Particle filter được ứng dụng để ước lượng tình trạng hư hỏng và dự đoán tuổi thọ dựa vào dữ liệu được đo bởi cảm biến. Phương pháp này hoạt động như một bộ lọc Bayesian, sử dụng lý thuyết Bayesian để ước lượng trạng thái hệ thống. Một số ví dụ được thực hiện để chứng minh tính hiệu quả của phương pháp này. Kết quả cho thấy Particle filter nâng cao đáng kể tính chính xác của ước lượng trạng thái của hệ thống.

Predictive maintenance is a promising maintenance approach for guaranteeing the system performances. In predictive maintenance, condition monitoring plays an important role since it indicates current degradation state of the system, which supports life time prognosis and maintenance decision making. However, the condition monitoring device also deteriorates with time and usage. The degradation of condition monitoring device leads to inaccurate system condition monitoring data and lifetime prognosis. This consequently leads to non - appreciate maintenance decision making. To address this issue, this paper applies Particle filter for estimating the degradation level and predicting Remaining useful life (RUL) of the system based on observed information. This method operates as a Bayesian filter, employing Bayesian theory for state estimation. Several examples are conducted to show the feasibility and effectiveness of the proposed method. The obtain result show that Particle filter can increase the accuracy of system state estimation significantly

TTKHCNQG, CVv 216

Xem toàn văn