基于機械設備使用壽命的預測研究

王玉松 劉冬林

摘 要：機械設備使用壽命的預測研究，是保證生產連續性與設備穩定性的重要工作，在工業科技化水平不斷加強的歷史環境中，這種預測技術受到了相關科研人員的高度重視，并在不斷對傳統預測方法進行升級的同時，衍生出了多種預測方式。由此，文章從影響機械設備使用壽命的因素構成出發，通過對預測原理的分析，闡述多種預測方法，為相關的技術應用與升級提供方法參考。

關鍵詞：機械設備；使用壽命；設備保養

中圖分類號：TH114 文獻標志碼：A 文章編號：2095-2945（2019）01-0073-02

Abstract： The prediction of the service life of mechanical equipment is an important work to ensure the continuity of production and the stability of the equipment. In the historical environment where the level of industrial science and technology is constantly strengthened， this prediction technology has been highly valued by the relevant scientific researchers. At the same time， many kinds of forecasting methods are derived while upgrading the traditional forecasting methods. Based on the analysis of the factors that affect the service life of mechanical equipment and the analysis of the prediction principle， this paper expounds a variety of prediction methods to provide a method reference for the application and upgrading of related technology.

Keywords： mechanical equipment； service life； equipment maintenance

引言

社會經濟建設的加快，對工業生產提出了更高的要求。機械設備作為工業生產中的關鍵控制點，必須對其使用壽命進行有效的分析，以此才能保證生產過程中的連續性與合理性的水平，從而發揮出機械設備的使用價值。而為了實現對設備剩余壽命的預測，必須從產生設備耗損的多種因素條件入手，以此才能更加全面的了解分析并計算機械設備的剩余使用壽命。

1 影響機械設備使用壽命的因素

機械設備的使用壽命，受到多種因素的影響控制，諸如加工材料的質量條件、設備零件的質量情況、加工中配合性質的影響、設備的維護水平、機械的基礎件變形情況等都是影響機械設備使用壽命的重要條件，必須在進行機械設備使用壽命的預測中，明確此類影響壽命因素的作用原理，以此設計更加精確的計算公式，從而完成整體機械使用壽命的預測內容。

首先，在材料的質量上，其自身的密度條件、熱處理的加工方法、載荷參數、加工速率、潤滑條件等，都是影響設備使用壽命的內容。其次，設備在進行生產加工的過程中，其表面的光潔度水平與相應的幾何外形，是控制其磨損條件的重要指標。同時，由于設備會在一定程度上受到環境條件的影響，因此，也需要綜合分析環境條件的影響因素，對諸如腐蝕、浸透等參數信息，需在特定設備的壽命預測中，作為重點參數資料進行分析。第三，在設備與材料的配合性質，也與設備的使用壽命息息相關。在生產加工過程中，如果裝配過程中的間隙條件沒有達到預定的標準數值，無論參數數據過大還是較小，都會對機械的使用壽命造成影響，所以，將其作為機械設備使用壽命預估的參數，有較強的科學性。

另外，機械設備在進行生產的過程中，在對設備進行疲勞維護的過程中，也會由于維護周期與維護效果，對設備的耗損情況產生影響，甚至在屈服極限的影響下，會直接導致零件的損毀，從而影響使用壽命，在對壽命進行預測的過程中，需綜合進行分析與考慮。

2 機械壽命預測的概況

對于機械重大裝備的壽命預測分析，也被稱作剩余服役壽命的預測，是在設備進行生產運作的過程中，為了保證機械的安全性與經濟性，對其正常生產授予時間的預估，在計算方法上通常會用隨機變量公式對其進行計算：

Ra={R′-R丨R′R，Z（R）丨}（1）

在該公式中，R′代表了時效時間的隨機變量數值，R則指代了機械設備當前的使用年限，Z（R）代表與當前使用條件相關的機械使用歷史條件，Ra代表最終求取的變量內容機械壽命的剩余使用壽命。

應用機械壽命預測的工作中，可將其按照預測的時段劃分為早期預測與中晚期預測。在內容上，早期預測通過對設備設計壽命的評估，以試驗的方法分析其在使用壽命，并有效的在此過程中減少發生意外事故的可能，并對設計內的狀態進行相應的理性分析[1]。因此，設備的早期預測內容相對較為保守。剩余壽命預測的內容，大多在晚期預測的范圍內，通過對設備當前或是過往耗損情況的分析，可以在無損探傷、鏡像檢驗的方法作用下，對設備的使用情況進行確定，從而對設備的剩余使用時間進行確定。這種預測方法，是建立在大量的數據分析與結果預算的工作基礎上的，需要在反復核驗的內容中完成理論模型的建立。

3 機械使用壽命的預測方法分析

3.1 生產周期經驗法

機械設備在生產加工過程中，發生故障的時間點存在一定的周期性規律，經驗豐富的技術人員在長期的技術操作中，通過對以往設備事故的處理，會總結出具有針對性的設備使用周期的經驗，并符合時間函數的規律內容。按照時間的流程進度，這種故障周期可以劃分為明顯的早期故障期、偶發故障期、嚴重故障期，這三種具有典型特征的表現形式。

首先，在早期故障期中，機械設備的故障條件通常在設備開始運轉時就會出現。從成因角度上，這種早期的故障，大多是由于設備元件磨合效果不好而產生的，在進行一段時間的調試與生產過程后，這種磨合性的故障問題，會自動的減少甚至會通過有效的保養而徹底被消除。其次，機械設備在投入批量化工業生產后，會在不確定的時間點，發生偶發性的故障，這一時期被稱作偶發性事故期。在該時期的時間范圍內，最明顯的特定，就是生產進入了大規模批量化的階段，并在高效率運轉的過程中，極為容易出現此類故障問題[2]。然而，此類故障發生的概率極低，而多由不正當的操作，或異型化的生產材料所引起，因此，可以通過有效的技術升級與生產管理規范對這類故障進行管理，從而在有效防止發生故障的同時，通過預測的手段，對設備使用壽命進行合理預估，并起到風險防范的作用。第三，當設備進入到了故障嚴重期，發生生產故障的概率會明顯增加，并由于零件與基礎件的持續耗損，使得其發生概率更加頻繁。由此，必須對相應設備進行全面的調整，以此提高其使用效率，在科學的檢修工作中，提升運行水平。

3.2 設備狀態評估法

對機械設備運行狀態的評估，是通過對生產參數的記錄與整理，將影響設備運行的數據資料進行整合，然后在科學的分析方法下，完成使用壽命的預估，進而到達壽命預測的效果[3]。在方法上，可以根據參數內容的差異性，將其分為差異化的評估內容。在缺少數據資料時，可以采用數學建模的方式，完成模糊運算；當數據資料較為充足，就可使用遺傳聚類算法進行壽命的預估。

遺傳聚類算法中，通過設計好的壽命計算模型，將采集到的設備運行參數信息帶入，并進行相應的計算，就可以根據當前的設備運行條件，整理出標準化的函數準則參數。以此，對這類函數進行聚類處理，就可以完成壽命計算。而遺傳聚類算法的應用中，還可以完成對各種運行狀態的分析。

進行遺傳聚類算法的過程中，首先，要完成多種數據資料的收集與整理，并保證數據的全面性與真實性；其次，應在開始聚類計算前，以多個運行參數作為核心，分別設定多種初始聚類結構，然后在隨機選擇獨立群組后，計算各個群組的獨立數值，完成后再進行交叉與變異處理，并將得到的最大個體數值，展開迭代處理，當迭代的次數低于最大迭代此時，就可將最大個體的聚類設為中心，通過函數計算，確定各個聚類與中心聚類的距離條件，由此得出的數值可對狀態參數進行有效的評估。

為了驗證這一方法的合理性，可以通過齒輪實驗對其進行處理。在實驗中，將齒輪的運行狀態進行監測，獲得60組數據資料后，可將齒輪的各種運行數據整理成正常、點濁、磨損這三種狀態類型。然后，分別對每一類的狀態標準參數進行處理，經過這種計算后，最終可以將數據計算的準確率確認在95%以上，以此證明遺傳聚類法的合理性，可以被應用在機械設備受用壽命預估的工作中。

3.3 壽命預測研究法

進行工業機械設備使用壽命計算預測的過程中，經常會應用到實踐模型的計算方法、樹狀故障分析圖、人工神經網絡系統等多種計算方式。在信息化的網絡時代背景下，應嘗試將電子計算機技術的應用程度加深，并通過網絡計算的效率優勢構建起人工神經網絡分析模型。在技術應用過程中，RBF網絡結構、BP網絡、Hopfield網絡，都是當前技術環境中，較為常見的計算模型。

在對機械設備使用壽命進行預測的工作中，BP網絡技術是通過設備運行數據的輸入，完成系統信息采集的，在進行計算模擬的過程中，可以將當前設備條件的原始數據，輸入到整體系統中，并在完成人工神經計算后，對運算結果進行輸出[4]。而為了實現這一目標，首先應對進行計算的設備展開離線訓練，并在多次帶入相應設備參數的過程中，提升系統運算的科學性與準確率，進而保證在系統中產生穩定的權值記憶，以此確立計算人工神經系統與設備之間的關聯性內容，以便在進行真正計算的過程中，可以得到更加準確的數據資料，使機械設備壽命預測的結果更加準確。

為了對其方法進行驗證，可以通過接觸器觸頭壽命的計算，作為驗證方法。在生產過程中，熔焊力與燃弧能量是控制該設備使用壽命的關鍵技術點，尤其是燃弧能量的影響效果最為明顯。在進行人工神經網絡計算的設備壽命的方法中，先將燃弧能量的參數信息，設置為網絡的輸入層，然后把設備剩余壽命設置為輸出層，然后通過單隱層的BP網絡系統，形成節點數。通過這種測驗發現，期望輸出數值與實際輸出數值之間，誤差條件控制在10%以內，以此可以說明該方法的科學性水平。

4 結束語

對于機械設備狀態的評估核對使用壽命的預測，能夠合理的避免機械設備在生產過程中，由于各種故障原因而導致的損毀，并有效地防止發生進一步的設備損毀等安全問題，為工業生產創造穩定的環境。同時，通過科學化、系統化的設備壽命計算方法，可以提前采取針對性的技術處理措施，并有效的提高工業企業在生產力轉化過程中的效益水平與社會意義。

參考文獻：

[1]楊曉東，徐文濤，王霞，等.優化工藝流程，延長多級離心泵機械密封使用壽命[J].中國石油和化工標準與質量，2018，38（06）：24-25.

[2]張煥琴.影響機械設備使用壽命的因素分析[J].農機使用與維修，2018（01）：28.

[3]武斌，李璐，宋建成，等.基于相似性的機械設備剩余使用壽命預測方法[J].工礦自動化，2016，42（06）：52-56.

[4]吳華江.關于提高農業機械的使用效率和壽命研究[J].農業與技術，2015，35（15）：43+50.