Återstående nyttigt liv (RUL) är en nyckelmetrisk i prediktivt underhåll, vilket hjälper till att bestämma när utrustning behöver service eller ersättning. Korrekt beräkning av RUL kan förbättra operativ effektivitet och minska driftstopp.
Metoder för att beräkna RUL
Flera metoder används för att uppskatta RUL, inklusive datadrivna modeller, fysikbaserade modeller och hybridmetoder. Datadrivna modeller analyserar historiska data för att förutsäga framtida feltider, medan fysikbaserade modeller använder de fysiska egenskaperna hos utrustning för att uppskatta återstående liv.
Data-Driven Approaches
Maskininlärningsalgoritmer som regression, neurala nätverk och överlevnadsanalys är vanligtvis anställda. Dessa modeller kräver historiska sensordata och misslyckanden för att lära sig mönster som är förknippade med utrustningsförsämring.
Fysikbaserade modeller
Fysikbaserade modeller simulerar de fysiska processerna som leder till misslyckande. De använder parametrar som slitage, materiell trötthet och operativa förhållanden för att uppskatta hur mycket användbart livet kvarstår.
Exempel Beräkning
Anta att en maskins sensordata indikerar en nedbrytningstrend. Med hjälp av en regressionsmodell kan du passa en kurva till historiska datapunkter. När den aktuella datapunkten skär med felgränsen är den återstående tiden RUL-uppskattningen.
- Samla sensordata över tiden.
- Identifiera tröskelvärden för misslyckande.
- Applicera en prediktiv modell för att uppskatta framtida nedbrytning.
- Beräkna tiden tills tröskeln är uppnådd.