某型步戰(zhàn)車傳動(dòng)裝置潤滑系統(tǒng)性能預(yù)測(cè)方法的研究

肖宇 李英順 董婉

摘 要

設(shè)備性能衰退是一個(gè)單調(diào)的過程，具有因其自身的壽命周期導(dǎo)致性能逐漸下降和狀態(tài)惡化具有突變性的特點(diǎn)。以某型步戰(zhàn)車綜合傳動(dòng)裝置為研究對(duì)象。介紹了灰色預(yù)測(cè)模型和馬爾可夫模型的概念。使用馬爾可夫特性對(duì)灰色GM（1，1） 預(yù)測(cè)模型的殘差進(jìn)行狀態(tài)劃分，確定其狀態(tài)轉(zhuǎn)移矩陣，建立灰色馬爾可夫模型。對(duì)綜合傳動(dòng)裝置的潤滑系統(tǒng)溫度信號(hào)進(jìn)行采樣測(cè)量值，對(duì)其進(jìn)行預(yù)測(cè)，結(jié)果灰色馬爾科夫模型預(yù)測(cè)結(jié)果好于的灰色GM（1，1）模型。隨著潤滑系統(tǒng)工作時(shí)間的增長，相對(duì)誤差發(fā)生狀態(tài)轉(zhuǎn)移的趨勢(shì)愈加穩(wěn)定，預(yù)測(cè)的精度將進(jìn)一步提升，對(duì)設(shè)備能預(yù)測(cè)以及維修保養(yǎng)工作一定的價(jià)值。

關(guān)鍵詞

綜合傳動(dòng)裝置;潤滑系統(tǒng);灰色預(yù)測(cè)模型;馬爾可夫預(yù)測(cè)模型

中圖分類號(hào)： TM315 ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A

DOI：10.19694/j.cnki.issn2095-2457 . 2020 . 08 . 16

Abstract

The degradation of equipment performance is a monotonous process， which has the characteristics of gradual decline in performance and deterioration in condition due to its own life cycle. Take a certain type of chariot integrated transmission as the research object. The concepts of grey prediction model and Markov model are introduced. The Markov characteristic is used to divide the residuals of the gray GM（1，1） prediction model into states， determine its state transition matrix， and establish a gray Markov model. Sampling and measuring the temperature signal of the lubricating system of the integrated transmission device and predicting it， the results of the gray Markov model are better than the gray GM（1，1） model. With the increase of the working time of the lubrication system， the trend of the relative error occurrence state transition becomes more stable， the accuracy of the prediction will be further improved， and the equipment can predict and maintain a certain value.

Key words

Comprehensive transmission; Lubrication system; Grey prediction model; Markov prediction model

0 前言

綜合傳動(dòng)裝置是集液力、液壓、行星傳動(dòng)等多項(xiàng)傳感技術(shù)于一身的復(fù)雜的電液系統(tǒng)[1]。其正常工作與否決定了戰(zhàn)車的戰(zhàn)斗效能， 但是其組成復(fù)雜，故障工況下難以進(jìn)行確定故障部位。因此對(duì)其進(jìn)行狀態(tài)監(jiān)測(cè)并且對(duì)未來工作狀態(tài)進(jìn)行預(yù)測(cè)，提前了解各部件的工作狀態(tài)演化趨勢(shì)，是實(shí)現(xiàn)由“事后診斷維修”向“事前預(yù)測(cè)維護(hù)”轉(zhuǎn)變的一個(gè)重要途徑。

研究灰色馬爾可夫模型在趨勢(shì)預(yù)測(cè)領(lǐng)域有著重要的意義，其在諸多領(lǐng)域都得到了廣泛的應(yīng)用。王澤鵬等人[2]采用灰色馬爾可夫模型對(duì)礦山機(jī)電設(shè)備的性能趨勢(shì)進(jìn)行了有效的預(yù)測(cè)。劉永闊等[3]，張黎明等[4]針對(duì)核電設(shè)備的灰色性質(zhì)，結(jié)合馬爾可夫理論實(shí)現(xiàn)了對(duì)關(guān)鍵運(yùn)行參數(shù)趨勢(shì)變化的準(zhǔn)確預(yù)測(cè)。

灰色模型可以處理“小樣本”、“貧信息”、“不確定性”的問題，能夠在較長的時(shí)間范圍內(nèi)對(duì)系統(tǒng)的工作狀態(tài)進(jìn)行預(yù)測(cè)，得出相應(yīng)變化趨勢(shì);用馬爾可夫模型來確定各個(gè)工作狀態(tài)之間的轉(zhuǎn)移，建立灰色馬爾可夫預(yù)測(cè)模型，提高系統(tǒng)對(duì)異常的預(yù)警能力，提高故障時(shí)的維修效率，以某型戰(zhàn)車傳動(dòng)裝置的潤滑系統(tǒng)溫度信號(hào)進(jìn)行預(yù)測(cè)，驗(yàn)證算法的可靠性。

1 灰色預(yù)測(cè)方法

鄧聚龍教授創(chuàng)立的灰色系統(tǒng)理論，是一種研究少數(shù)據(jù)，貧信息不確定性問題的新方法?；疑到y(tǒng)理論以“部分信息已知， 部分信息未知”的“小樣本”，“貧信息”不確定性系統(tǒng)為研究對(duì)象，主要通過對(duì)“部分”已知信息的生成，開發(fā)，提取有價(jià)值的信息，實(shí)現(xiàn)對(duì)系統(tǒng)運(yùn)行行為，演化規(guī)律的正確描述和有效監(jiān)控，灰色系統(tǒng)是按顏色命名的[5]。

4.3 結(jié)果對(duì)比分析

通過MATLAB計(jì)算得出GM（1，1）法與灰色馬爾可夫模型的預(yù)測(cè)曲線，圖2為潤滑系統(tǒng)溫度預(yù)測(cè)對(duì)比曲線。如表1中所示，灰色馬爾科夫預(yù)測(cè)方法在綜合傳動(dòng)裝置潤滑系統(tǒng)溫度預(yù)測(cè)模型中，在相對(duì)誤差狀態(tài)空間劃分上，隨著潤滑系統(tǒng)工作時(shí)間的增長，相對(duì)誤差發(fā)生狀態(tài)轉(zhuǎn)移的趨勢(shì)愈加穩(wěn)定，預(yù)測(cè)的精度將進(jìn)一步提升。因此，本文提出的方法更能滿足綜合傳動(dòng)裝置潤滑系統(tǒng)性能預(yù)測(cè)要求，在實(shí)際應(yīng)用中應(yīng)用效果更加顯著。

5 結(jié)語

提出一種傳動(dòng)裝置的潤滑系統(tǒng)溫度預(yù)測(cè)方法，運(yùn)用馬爾可夫模型對(duì)GM（1，1）預(yù)測(cè)模型的殘差進(jìn)行狀態(tài)劃分，滿足對(duì)象的預(yù)測(cè)要求，對(duì)比GM（1，1）預(yù)測(cè)方法精度更高，且隨著測(cè)量數(shù)據(jù)不斷地增加，其預(yù)測(cè)精度將不斷提升，對(duì)綜合傳動(dòng)裝置的潤滑系統(tǒng)性能預(yù)測(cè)，實(shí)現(xiàn)故障預(yù)警以及維修保養(yǎng)方面一定的價(jià)值。

參考文獻(xiàn)

[1]閆清東，張連第，趙毓芹，等.坦克構(gòu)造與設(shè)計(jì)：上冊(cè)[M].北京：北京理工大學(xué)出版社，2006：160-176.

[2]王澤鵬，吳廣安.基于灰色馬爾可夫的礦山機(jī)電設(shè)備故障趨勢(shì)預(yù)測(cè)分析[D].《內(nèi)蒙古煤炭經(jīng)濟(jì)》，2018.

[3]劉永闊，謝春麗，于竹君，凌霜寒.基于GM（1，1）模型與灰色馬爾可夫GM（1，1）模型的核動(dòng)力裝置趨勢(shì)預(yù)測(cè)方法研究[D].原子能科學(xué)技術(shù)，2011.

[4]張黎明，趙新文，蔡琦，武光江.基于灰色馬爾可夫鏈的核設(shè)備退化趨勢(shì)預(yù)測(cè)[D].原子能科學(xué)技術(shù)，2010.

[5]劉思峰.灰色系統(tǒng)理論的產(chǎn)生、發(fā)展及前沿動(dòng)態(tài).2003年中國管理科學(xué)學(xué)術(shù)會(huì)議，2003.

[6]張偉星.基于粒子群優(yōu)化算法的動(dòng)態(tài)多目標(biāo)優(yōu)化算法研究及應(yīng)用[D].鄭州：鄭州大學(xué)，2013.

[7]Shi.Y.&Eberhart.R.Empirical Study of Particle Swam Optimization[C].In：Proceedings of the 1999 Congress on Evolutiom Computation， Pi Scataway，NJ： IEEE Service Center，1999：1948-1950.