中文摘要：

本申请课题以制造业的相关设备部件为背景，研究智能维护系统的核心-"故障预测"中的若干问题。故障预测是基于采集的状态监测数据对设备的剩余运行寿命、未来状态、或可靠运转的概率进行预测。鉴于故障预测能力的重要性和状态监测技术的成熟性，近年已有相关的大量研究并保持着持续增长的态势。目前用于智能维护系统设备故障预测的方法可归纳为传统的可靠性模型、基于状态的故障预测模型、以及集成可靠性数据和状态数据的故障预测综合模型。在智能维护系统中的故障预测研究方面，仍需改进和提高若干问题。本课题拟重点对其中的三个共性问题进行深入研究，包括状态监测与可靠性的有效综合集成、不完整趋势数据的有效利用、考虑设备维修行为对故障预测的影响。课题研究将以滚动轴承、液压系统、小卫星电源系统等三个具体对象对所提出的方法进行验证。

结论摘要：

本项目以制造业的相关设备部件为背景，对智能维护系统的核心-"故障预测" 中的三个共性问题分别进行了深入研究。课题以滚动轴承、液压系统、小卫星电源系统、NASA锂离子电池等典型机电设备部件为验证数据，对项目研究成果进行测试验证。“基于状态监测数据与可靠性数据的故障预测研究”实现了“状态监测与可靠性的有效综合集成”；“基于智能乘积限估计器故障预报方法”完成了“不完整趋势数据的有效利用”；“考虑维修、役龄和工作状况的风险健康度评估方法”“考虑了设备维修行为对故障预测的影响”；此外，在项目研究的基础上，创新性地提出了“完全截断数据条件下的故障预报”及“基于空间变换的性能衰退评估与预测”。进而，在更加深入地完成了课题申请“故障预测”中的三个共性问题，同时，初步解决了制约预测的又一重大共性问题——变工况问题。为故障预测应用于工程实际提供了必要的前提与保障。