使用韋伯可靠性函數建立軸承剩餘壽命預測模型

Abstract

"剩餘使用壽命 (RUL) 是對機械元件壽命的預估，其被視為機器健康狀況的重要指標。正常來說，機器的健康狀況會隨著時間的推移而變差。因此在工廠中常常需要定期的維護及更換機械元件。然而，如何決定維護的週期事件重要的事。提早維護可以防止機器損壞，但要付出更多不必要的成本；若是維修太晚，可能會損壞機器並造成人員傷亡。若是能準確的預測RUL便可提供合適的時機，並為操作人員保持安全的環境。 在本研究中，數據來源來自IEEE在2012的挑戰。有一些論文使用數據驅動模型(data-based model)，例如人工神經網絡來解決這個問題。然而，數據驅動的模型通常缺乏對機械設備狀況的概述。此外，數據驅動模型中參數的物理意義知之甚少。 在我們的參考研究中，使用韋伯加速失效時間回歸（Weibull Accelerated Failure Time Regression, WAFTR）模型，其中用韋伯可靠性函數來敘述RUL。通過將可靠性函數中的參數η進行指數展開來修正韋伯可靠性函數。在這項研究中，我們很好奇是否可以將參數展開為不同的形式。此外，我們考慮了更多的可靠性參數進行展開修飾 (η、β)。此外，我們假設實際的 RUL 是線性衰減的。希望透過我們的模型可以使預測的RUL能趨近線性衰減。為了量化預測的表現，我們計算了預測 RUL 和實際 RUL 的均方誤差 (MSE)，MSE越小代表預測結果越好。最後，我們發現應用單一模型會使可靠性參數失去其物理意義。我們進一步介紹了多重模型，其誤差在 20% 以內，並展現了更有意義的可靠性參數。 "