智能维护系统(IMS)通过不停地对设备的性能状态进行监测、预测和评估并按需制定维护计划,可使企业的设备获得接近于零的故障停机/失效率。设备性能衰退预测评估与故障的早期预报方法的研究是智能维护系统的核心技术,结合混沌理论和方法内在的特点与优点,本课题从基于混沌时间序列分析和混沌抑制的信号检测方法出发,并结合其它预测评估方法研究智能维护系统所面临的大量存在的混沌系统的性能衰退预测与评估、早期故障信号检测、以及相关的故障识别等问题。最终实现对设备未来性能衰退状态的全过程趋势预测和评估,而不在于某个时间点的性能状态诊断。因此,本课题具有很好的理论和实际应用意义,这也正是智能维护系统的主要特征之一。
英文主题词Chaos Theory; Intelligent Maintenance System; Performance Degradation Prediction; Early-prediction for Fault