摘 要

在目前装备制造业向服务化发展的趋势下，产品维修逐渐由传统的事后维修向事前维修进行发展，为实现产品故障的事前维修需要对产品故障进行提前预测。针对于故障预测这一问题，以电梯产品为研究对象，研究基于数字孪生模型的产品故障预测技术，对数字孪生模型相关技术和产品失效模式分析进行研究，研究故障预测算法。

论文主要研究基于数字孪生模型的电梯产品故障预测技术，在现有的数字孪生模型的基础上，研究面向维护的数字孪生模型框架内容；采用FMEA分析法分析表达电梯产品的故障机理、故障传播和维修策略等相关故障知识，将现有的专家经验和知识转化为可为数据进行分析比较判断维修价值，研究故障预测算法，学习训练电梯产品运行样本数据，从中获得运行数据与故障之间的映射关系。

本文对基于数字孪生的故障预测技术进行了初步的探究。在我国制造业高速发展的二十一世纪，故障预测技术的相关研究和发展，有利于改善装备维护性方面的服务，促进装备制造业向服务型转变，提高我们装备制造业的竞争力。

关键词：故障预测；数字孪生；故障分析；深度学习

Abstract

In the current equipment manufacturing industry to the trend of servitization, product maintenance gradually from the traditional after maintenance to advance maintenance development, in order to achieve the advance maintenance of product fault need to predict the product fault in advance. Aiming at the problem of fault prediction, this paper studies the product fault prediction technology based on digital twin model with elevator products as the research object, studies the related technology of digital twin model and the analysis of product failure mode, and studies the fault prediction algorithm.

This paper mainly studies the technology of elevator product fault prediction based on digital twin model.Using the method of FMEA analysis express elevator product failure mechanism, failure propagation and maintenance strategies and relevant knowledge, convert existing expert experience and knowledge to for data analysis to compare the value of judgment, maintenance, studies the fault prediction algorithm, training the elevator product run sample data, obtaining operation data and the mapping relationship between failure.

Based on the relevant content of this paper, the fault prediction technology based on digital twins is preliminarily explored. In the 21st century, with the rapid development of China's manufacturing industry, the research and development of fault prediction technology are conducive to improving the service of equipment maintenance, promoting the transformation of equipment manufacturing industry into a service-oriented industry, and improving the competitiveness of our equipment manufacturing industry.

Key Words：Fault prediction; Digital twins; Fault analysis; Deep learning

目录

第一章 绪论 1

1.1研究背景及意义 1

1.1.1研究背景 1

1.1.2研究意义 2

1.2国内外研究现状 2

1.2.1故障预测技术发展现状 2

1.2.2数字孪生技术发展现状 3

1.3本文主要研究内容 4

第二章 面向维护的数字孪生模型 6

2.1 数字孪生的五维模型 6

2.2 面向维护的数字孪生模型 7

第三章 以电梯关键部件为例的失效故障分析 10

3.1 FMEA理论与方法 10

3.1.1 FMEA理论概念 10

3.1.2 FMEA的实施步骤 10

3.2 以电梯关键部件为例的FMEA失效模式分析 11

3.2.1电梯的相关结构和功能分析 11

3.2.2电梯的故障分析评估 14

3.2.3电梯的FMEA失效模式分析结果 18

第四章 基于深度学习的故障预测算法 20

4.1深度学习理论 20

4.2预测算法模型的搭建 21

4.3预测验证 26

第五章 总结与展望 28

致谢 29

参考文献 30

第一章 绪论·

1.1研究背景及意义

1.1.1研究背景

随着我国城市化过程进度的加快，人民的生活水平不断提高，城市建筑逐渐向现代化、智能化和高层化进行发展。电梯作为楼层之间的快速出行工具，被广泛应用于商务写字楼、大型超市和住宅区等人流量较大的区域，显著提高了人们的出行效率。电梯的广泛使用也带来了对电梯使用安全性的更高要求。本文通过国家市场监督管理总局这八年以来发布的《关于全国特种设备安全状况情况的通报》中的相关数据为基础进行分析，如表所示，从中我们可以看出电梯事故发生次数较多，且占特种设备事故的比例较高。

表1电梯事故情况表

《关于全国特种设备安全状况情况的通报》中也指出了在电梯故障事故中，由于设备缺陷和安全附加失效或保护装置失灵所造成的故障占整体故障事件的一半以上。2017年国家市场监督管理总局进行电梯方面相关故障隐患的深入重点排查，共发现问题电梯3.9万台，完成3.7万台的整改。但是传统的故障维修方式传统的维修保障模式主要分为：事后维修和计划维修。事后维修是当装备已经发生故障后，针对于具体故障进行的维修，但是装备发生故障损坏往往会影响其他部件，损坏整个装备，造成巨大的财产损失。计划维修是在设计阶段时对装备的使用寿命的进行预测，并根据预测的寿命时间来安排进行小修、中修和大修等不同规模的维修。但是计划维修局限于已知寿命分布规律的装备，而实际中，由于装备复杂度不同，使用环境不同，故造成的故障规律有较大的差异，难以进行计划维修。

1.1.2研究意义

为保证电梯乘用人员的安全，提高电梯产品的安全性和可靠性。打破传统维修方式的局限性，采用预知维修来代替传统的事后维修和计划维修，所谓预知维修就是根据对电梯产品未来使用状态的准确预测，确定是否需要进行装备维修，并采取什么样的维修策略。预知维修在减少因为过剩维修引起的维修费用上升，也可防止因不足维修导致的事故发生。而预知维修的基础在于故障预测技术的发展，通过故障预测技术的指导，对电梯产品在未来装备运行阶段可能发生的故障进行预测，制订合理的维修计划，以保障电梯产品运行过程的顺利。故本文以数字孪生为基础框架，进行产品故障预测技术的相关研究，研究其中的电梯产品失效模型分析和相关故障预测算法。

1.2国内外研究现状

1.2.1故障预测技术发展现状

预测学作为一门新发展起来的交叉学科，其内容在于以历史数据和状态数据为基础，以相关理论和方法作为指导，通过相关数据分析算法，对研究对象在未来某段时间内的变化进行分析和推断。预测技术在工业、金融和气象等领域都具有广泛应用。其中故障预测技术是以机电设备工作中的实际运行数据为基础进行分析，评估设备当前的运行状态和在未来某段时间内的变化状态。因此国内外许多专家学者都针对于故障预测方面进行了一定的研究，目前的国内故障预测技术可以分为以下几类：基于可靠性理论的预测方法、基于时效物理模型的预测方法和基于数据驱动的预测方法。