剩余使用寿命 (RUL) 是什么？故障预测 • 便携式平衡仪、振动分析仪"Balanset"，用于对破碎机、风机、粉碎机、联合收割机螺旋输送机、轴、离心机、涡轮机以及许多其他转子进行动态平衡 剩余使用寿命 (RUL) 是什么？故障预测 • 便携式平衡仪、振动分析仪"Balanset"，用于对破碎机、风机、粉碎机、联合收割机螺旋输送机、轴、离心机、涡轮机以及许多其他转子进行动态平衡

剩余使用寿命（RUL）是什么？故障预测

由 admin 于 发布

了解剩余使用寿命 (RUL)

定义：什么是剩余使用寿命？

剩余使用寿命 剩余使用寿命 (RUL) 是对设备部件或系统在达到预定故障阈值或需要维护干预之前能够继续运行的时间的估计。RUL 根据当前状态指标计算得出（振动 级别，, 趋势 进展速率、断层类型特征）并代表输出 预后分析. 通常以工作小时数、日历天数或周期数来表示，直到需要干预为止。.

RUL（剩余使用寿命）估计是最终目标 预测性维护 程序——将状态监测数据转化为前瞻性的可操作情报，从而实现最佳维护时机、最大限度地利用设备，并最大限度地减少过早干预和后期故障。.

RUL计算方法

基于趋势的剩余使用寿命

最常用的方法：

  1. 绘制参数（振幅）随时间变化的曲线
  2. 将趋势线拟合到数据
  3. 定义故障阈值（报警限值、跳闸级别）
  4. 将趋势外推至阈值交叉点。
  5. 过境时间 = RUL
  • 例子： 轴承包络振动 = 5g，每月增加 1g，10g 时报警 → 剩余使用寿命 = 5 个月

基于模型的剩余使用寿命

  • 基于物理的退化模型
  • 例如：裂纹扩展模型、轴承疲劳寿命方程
  • 需要具备关于应力、循环和材料特性的详细知识
  • 更准确，但也更复杂

数据驱动的剩余使用寿命

  • 基于历史故障数据的机器学习
  • 与先前类似进展的模式匹配
  • 统计生存分析
  • 需要大量的运行至失败案例数据集

混合方法

  • 将趋势推断与专家判断相结合
  • 根据设备知识调整统计预测
  • 最适合工业应用

RUL 表达和不确定性

时间基准

  • 日历时间： 天、周、月（最常见）
  • 营业时间： 间歇性运行的说明
  • 循环或启动： 对于循环机械
  • 生产单位： 加工吨位，制造零件

信心与不确定性

  • RUL本质上是不确定的（预测，而非事实）
  • 以置信区间表示：“30-90 天，90% 置信度”
  • 或者概率分布
  • 随着失效临近，不确定性降低（数据越多，趋势越清晰）。

范围与点估计

  • 点估计： “45天RUL”（过于精确，具有误导性）
  • 范围： “30-60天RUL”（更诚实）
  • 最佳实践： 提供承认不确定性的范围

利用剩余使用寿命进行决策

维护时间

  • 当 RUL 指示最佳窗口时安排日程
  • 考虑采购提前期
  • 与生产计划协调
  • 在剩余使用寿命到期前做好计划（安全边际）

安全裕度

  • 非关键： 计划按预测剩余使用寿命的 50-75% 进行。
  • 重要： RUL 的 25-50% 计划
  • 批判的： RUL（保守）计划为 10-25%
  • 理由： 考虑预测不确定性，避免失败

资源规划

  • 根据剩余使用寿命 (RUL) 订购零件。
  • 根据预测需求安排劳动力调度
  • 停电持续时间规划
  • 长周期物料的承包商聘用

更新剩余使用寿命估算

持续修订

  • 每次测量后重新计算剩余使用寿命 (RUL)
  • 更新趋势拟合度，并添加更多数据
  • 如果进展速度发生变化，则进行调整。
  • 最新估算最为准确

进展监测

  • 线性递增： 剩余使用寿命相对稳定，稳步下降
  • 加速： RUL（剩余使用寿命）缩短速度超过自然时间（故障加速）
  • 稳定的： RUL未下降（故障稳定，可加强监测以确认）

按故障类型划分的剩余使用寿命

轴承缺陷

  • 典型剩余使用寿命：自检测到信封起 3-12 个月
  • 指数级增长很常见（随着失效临近，剩余使用寿命迅速缩短）
  • 利用包络线趋势进行良好预测

不平衡

  • 通常稳定（不进展）
  • 如果振动不剧烈，则剩余使用寿命无限期。
  • 根据严重程度安排日程，而不是根据紧急程度安排日程

裂缝

  • 一旦发现，病情可能迅速恶化。
  • 剩余使用寿命：通常为数周至数月。
  • 高不确定性（裂纹扩展非线性）
  • 保守的做法是合理的

文件

RUL报告

  • 当前剩余使用寿命 (RUL) 估计值和置信度
  • 支持估算的趋势数据
  • 计算方法
  • 假设和不确定性
  • 建议的干预时机

跟踪和更新

  • 维护每个缺陷的剩余使用寿命 (RUL) 历史记录
  • 跟踪预估结果与实际结果
  • 学习和改进预测模型
  • 记录剩余使用寿命 (RUL) 估算准确或不准确的情况

与维护系统的集成

CMMS集成

  • RUL（剩余使用寿命）数据将用于维护计划。
  • 基于剩余使用寿命的自动工单生成
  • 由剩余使用寿命阈值触发的零部件订购
  • 资源规划与剩余使用寿命预测保持一致

生产计划

  • 生产部门了解预测的停机需求
  • 协调维护工作与生产低需求期。
  • 平衡生产目标与可靠性需求

剩余使用寿命估算（RUL）是一项预测能力，能够实现真正优化的预测性维护。通过基于设备状态趋势预测何时需要干预，RUL 可以实现维护计划的制定，从而平衡设备利用率、故障风险和维护成本，最大限度地提高设备资产和维护资源的价值。.

← 返回主索引

类别
WhatsApp