一种工程车辆发动机缸体预防维修决策方法与流程

1.本发明属于工程车辆维修技术领域，涉及工程车辆发动机缸体的维修决策，具体地说是一种工程车辆发动机缸体预防维修决策方法。


背景技术：

2.发动机是工程车辆的关键部件，其运行状态直接影响发动机的性能和工程任务完成的质量及效率。施工过程中，一旦出现发动机损坏，将会造成施工中断，大大延缓工程进度，增加用工成本。所以，对工程车辆的发动机进行预防性的维修保养很有必要。
3.在发动机的诸多故障中，缸体磨损对发动机性能、车辆环保性、经济性都产生严重影响。因此，有必要制定合理的车辆发动机缸体的保养计划，实施发动机缸体的预防性维修，这不仅能够有效延长发动机的寿命，还能有效避免发动机故障对施工造成的影响。


技术实现要素：

4.本发明的目的是要提供一种工程车辆发动机缸体预防维修决策方法，运用基于rcm的预防维修监测模型方法，进行缸体的预防维修周期的决策，该方法得出的决策可靠度高，能够对工程车辆的预防维修提供指导性意见。
5.本发明为实现上述目的，所采用的技术方案如下：
6.一种工程车辆发动机缸体预防维修决策方法，按照以下步骤顺序进行：
7.s1、进行发动机缸体磨损量预测
8.测量发动机缸体在不同使用时间或行驶里程的缸体磨损量，并以此为基础进行发动机缸体磨损预测；
9.s2、进行发动机缸体寿命分布及参数计算；
10.s3、期望费用计算
11.s31、首先，计算发动机缸体在长期使用的条件下发动机缸体单位时间的期望费ec(t)；
12.s32、其次，计算发动机缸体单位时间的期望费用ec(t)随工龄更换周期t的变化情况；
13.s4、确定最佳的更换周期
14.s41、单位时间期望费用对t求导数；
15.s42、导数为零时对应的t即是最佳的预防性维修周期。
16.作为限定：所述步骤s1包括以下过程，
17.s11、首先，根据发动机缸体磨损过程服从gamma过程，将发动机缸体的退化过程划分为n个过程，其中n≥1；令x
i
(t),i＝1,2,l,n，表示第i个退化过程在t时刻的退化量，且x
i
(0)＝0；
18.s12、根据在gamma退化过程中，第i个性能退化过程在时间区间[t,t δt]上的退化增量x
i
(t δt)
‑
x
i
(t)服从gamma分布，获得x
i
(t δt)
‑
x
i
(t)的分布函数和概率密度函数
[0019][0020]
其中，δλ
i
(t；γ
i
)＝λ
i
(t δt；γ
i
)
‑
λ
i
(t；γ
i
)，λ
i
(t；γ
i
)为时间尺度变换函数，且有
[0021]
作为进一步限定：所述步骤s2包括以下过程，
[0022]
s21、在随机参数gamma过程基础上，系统寿命定义为t
i
＝{t:x
i
(t)≥l
i
}，对于特定的个体，即当λ
i
为常数时，可得其寿命条件累计分布函数和对应的概率密度函数分别为
[0023][0024]
s22、采用矩估计法估计gamma过程参数
[0025]
首先，gamma过程均值和方差为其中，表示发动机缸体在t时刻的磨损量均值，m2(t)为t时刻磨损量样本的二阶中心矩；
[0026]
然后，可得
[0027]
作为更进一步限定：所述步骤s31中，长期使用的条件下发动机缸体单位时间的期望费用可表示为，
[0028][0029]
其中，cp和cf分别为发动机缸体的每次预防性维修和故障修理费用，t为预防性维修周期，r
l
(t)＝g
t
(l)，f
l
(t)＝
‑
dg
t
(l)/dt，gt(l)服从gamma分布。
[0030]
本发明由于采用了上述的技术方案，其与现有技术相比，所取得的技术进步在于：
[0031]
(1)本发明运用基于rcm的预防维修监测模型方法，进行缸体的预防维修周期的决策，该方法得出的决策可靠度高，能够对工程车辆的预防维修提供指导性意见；
[0032]
(2)本发明采用gamma过程和矩估计方法推导了发动机缸体磨损故障分布模型，与现有方法相比有更高的精度；
[0033]
(3)本发明同时给出了缸体的磨损量的预测方法，这也为发动机的健康状态预测提供定量依据。
[0034]
本发明适用于工程车辆维修技术领域，用于提供工程车辆发动机缸体的维修决策。
附图说明
[0035]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
[0036]
在附图中：
[0037]
图1为本发明实施例的缸体更换周期的费用分析曲线图。
具体实施方式
[0038]
以下结合附图对本发明的优选实施例进行说明。应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
[0039]
实施例 一种工程车辆发动机缸体预防维修决策方法
[0040]
本实施例按照以下步骤顺序进行：
[0041]
s1、进行发动机缸体磨损量预测
[0042]
测量发动机缸体在不同使用时间或行驶里程的缸体磨损量，并以此为基础进行发动机缸体磨损预测；数据统计表明，发动机缸体磨损服从gamma过程，在此磨损过程中，发动机性能会随着工作时间的增加不断退化，当退化超过阈值时会导致系统出现故障；
[0043]
本步骤包括以下过程，
[0044]
s11、首先，根据发动机缸体磨损过程服从gamma过程，假设发动机存在n个性能退化过程，其中n≥1；令x
i
(t),i＝1,2,l,n，表示第i个退化过程在t时刻的退化量，且x
i
(0)＝0；
[0045]
s12、根据在gamma退化过程中，第i个性能退化过程在时间区间[t,t δt]上的退化增量x
i
(t δt)
‑
x
i
(t)服从gamma分布，考虑系统退化过程的非线性，结合时间尺度变换函数，x
i
(t δt)
‑
x
i
(t)的分布函数和概率密度函数可表示为
[0046][0047]
其中，δλ
i
(t；γ
i
)＝λ
i
(t δt；γ
i
)
‑
λ
i
(t；γ
i
)，λ
i
(t；γ
i
)为时间尺度变换函数，可将非线性退化过程转换为线性退化过程，方便后续系统可靠性分析及剩余寿命预测。在工程实际中通常采用指数形式，即
[0048]
s2、进行发动机缸体寿命分布及参数计算
[0049]
本步骤包括以下过程，
[0050]
s21、在随机参数gamma过程基础上，系统寿命定义为t
i
＝{t:x
i
(t)≥l
i
}，对于特定的个体，即当λ
i
为常数时，可得其寿命条件累计分布函数和对应的概率密度函数分别为
[0051][0052]
s22、采用矩估计法估计gamma过程参数
[0053]
首先，gamma过程均值和方差为其中，表示发动机缸体在t时刻的磨损量均值，m2(t)为t时刻磨损量样本的二阶中心矩；
[0054]
然后，可得
[0055]
s3、期望费用计算
[0056]
s31、首先，计算发动机缸体在长期使用的条件下发动机缸体单位时间的期望费ec(t)
[0057]
记cp和cf分别为发动机缸体的每次预防性维修和故障修理费用，t为预防性维修周期，长期使用的条件下发动机缸体单位时间的期望费用可表示为，
[0058][0059]
其中，cp和cf分别为发动机缸体的每次预防性维修和故障修理费用，t为预防性维修周期，r
l
(t)＝g
t
(l)，f
l
(t)＝
‑
dg
t
(l)/dt，g
t
(l)服从gamma分布；
[0060]
s32、在上述基础上，通过matlab计算得到发动机缸体单位时间的期望费用ec(t)随工龄更换周期t的变化情况，如图1所示，为本实施例中发动机缸体单位时间的期望费用ec(t)随工龄更换周期t的变化情况，从图中可以看出单位时间期望费用随着预防性维修周期的变化一开始呈逐渐减少趋势，到达最低点后逐步增加。最佳的维修周期对应于单位时间期望费用最低点的位置；
[0061]
s4、确定最佳的更换周期
[0062]
s41、单位时间期望费用对t求导数；
[0063]
s42、导数为零时对应的t即是最佳的预防性维修周期，也就是图1中单位时间期望费用最低点的位置。