面向焊接自動化生產線的動態(tài)預防性維護方法設計與實現.pdf

1、隨著汽車制造業(yè)的迅速發(fā)展，越來越多工藝復雜的設備被運用于焊接自動化生產線上。設備的復雜性增大也就決定了設備發(fā)生故障的概率越來越高，因設備發(fā)生故障而導致的停機維修的次數過多必然會影響企業(yè)的產能。故對焊接自動化生產線設備開展預防性維護研究工作，使生產線設備的故障發(fā)生概率保持在可接受范圍之內，已經成了汽車制造企業(yè)的迫切需求。對設備進行預防性維護工作需要根據設備的歷史狀態(tài)信息對設備未來的故障率變化趨勢進行預測，以根據預測結果制定合理的維護策略。

2、因此本論文的重點研究內容有兩個方面：焊接自動化生產線設備故障率預測模型和維護策略模型的建立及優(yōu)化。本論文圍繞這兩個方面進行了以下研究工作。
　　首先，本文通過對設備的故障率計算方法進行分析，從分析過程中確定了設備故障率計算方法的核心內容：設備故障特征參數的提取。接下來通過對焊接自動化生產線設備的結構和故障特點進行研究和分析，結合FTA、AHP以及FMECA方法確定設備的故障特征參數及權重因子，在對得到的特征參數進行監(jiān)測的條件下，即

3、可根據監(jiān)測值和相應的權重因子計算得到設備的故障率值，為接下來的設備故障率預測模型提供了輸入數據。其次，為了提高均值GM（1,1）模型用于設備的故障率預測時的精度，本文從兩個方面對其進行了改進：一方面考慮到均值GM（1,1）模型中的背景值參數是影響其精度的關鍵因素，而當前的背景值計算方法是靜態(tài)的，不能較好的適應輸入數據的變化。本文通過結合增量式PID反饋算法，將靜態(tài)的背景值計算方法動態(tài)化，以提高其適應性；另一方面將生產線設備所處的環(huán)境影響

4、因素納入故障率預測考慮范圍。結合以上兩者對均值GM（1,1）模型進行了優(yōu)化。再者，本文結合建立的故障率預測優(yōu)化模型對基于算術回退模型的設備故障累積分布函數進行了優(yōu)化，進而根據優(yōu)化分布函數構造了焊接自動化生產線單設備維護規(guī)劃模型。接下來以各個設備的單設備維護規(guī)劃為輸入，對系統(tǒng)結構、功能相關性進行分析，從考慮多設備系統(tǒng)提前維護節(jié)約成本最大化的角度建立了焊接生產線多設備機會維護規(guī)劃模型。最后，本文進行了焊接自動化生產線預防性維護系統(tǒng)的設計及實