[发明专利]一种千米深井提升机制动器可靠性智能评估与寿命预测方法

说明书

本发明涉及一种千米深井提升机制动器可靠性智能评估与寿命预测方法，包含建立提升机制动器数字孪生模型、数据采集与同步、可靠性评估与寿命预测，其中，提升机制动器数字孪生模型可准确反映提升机制动器的实际物理特性，数据采集与同步可实现提升机制动器物理实体与其数字孪生模型的实时映射，进一步基于提升机制动器数字孪生模型，实现可靠性评估和寿命预测，通过将数字孪生技术与可靠性分析方法相结合，实现了提升机制动器可靠性评估和寿命预测的实时更新，解决了因提升机制动器部分参数难以直接监测、可靠性数据统计困难、或数据样本不足，而难以开展可靠性评估和寿命预测的难题。

技术领域

本发明涉及一种千米深井提升机制动器可靠性智能评估与寿命预测方法，属于机械结构可靠性研究技术领域。

背景技术

我国目前大多数煤井都是浅井，深至地面500～800m，而煤炭资源埋藏深度在1000～2000米的约占总储量的53％，必须采用千米深井提升系统。制动器是提升机最关键的安全保障设备，制动失效将引发严重事故。然而，千米深井提升带来的高速、重载和大惯量对提升机实施可靠制动提出了更高要求。因此，实时评估千米深井提升机制动器的可靠性水平，准确获取提升机制动器关键部件的剩余寿命，对提高提升机制动过程的可靠性、减少恶性事故的发生以及避免人员伤亡或设备损坏等具有重要意义。

提升机的制动过程复杂多变，制动器在高速重载工况下产生的热-结构耦合作用更易引起制动器件材料性质发生质的变化。同时，提升机制动系统不可避免地存在着与磨损、材料老化等紧密相关的多种性能退化机制，从而引起制动器多种失效模式。目前针对千米深井提升机制动器的可靠性智能评估和寿命预测技术还不够成熟，在制动器的服役过程中，制动器将在正常制动和紧急制动等情况下，承受不同制动速度、制动次数和制动温度的作用，且制动器关键部件的结构参数、材料参数以及性能参数等也存在不确定性和时变特性，多种失效模式并存也增加了可靠性评估的复杂程度，忽略这些因素的影响将难以准确评估提升机制动器的可靠性水平和剩余寿命。

发明内容

本发明所要解决的技术问题是提供一种千米深井提升机制动器可靠性智能评估与寿命预测方法，能够克服千米深井提升机制动器小样本多失效模式下的安全制动问题，提高实际工作效率。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种千米深井提升机制动器可靠性智能评估与寿命预测方法，用于针对目标提升机制动器进行可靠性智能评估，通过如下步骤i至步骤ii，获得目标提升机制动器所对应的数字孪生模型，然后基于数字孪生模型，按预设第一周期时长执行如下步骤A至步骤H，实现对目标提升机制动器的实时可靠性评估；

步骤i.根据目标提升机制动器的各项结构参数、材料属性参数、以及制动工况参数，结合制动盘、制动闸瓦、蝶形弹簧之间的物理作用关系，建立目标提升机制动器所对应的三维结构有限元仿真模型，然后进入步骤ii；

步骤ii.基于指定正常制动工况与指定紧急制动工况下，根据目标提升机制动器与三维结构有限元仿真模型在制动闸瓦和制动盘接触所产生制动力矩的差异，针对三维结构有限元仿真模型参数，以及制动盘、制动闸瓦、蝶形弹簧之间的物理作用关系进行调整，获得目标提升机制动器所对应的数字孪生模型；

步骤A.检测获得目标提升机制动器对应指定各项结构参数、各项材料属性参数、各制动工况参数的数据、以及对应指定各制动性能参数的数据，并将该各个参数的数据映射到数字孪生模型中，实现与数字孪生模型中相应参数数据的同步更新，然后进入步骤B；

步骤B.分别针对各项结构参数、各项材料属性参数、以及各制动工况参数，建立数字孪生模型对应参数的一组随机数据，且该组随机数据分布满足步骤A所获目标提升机制动器对应该结构参数、材料属性参数、以及制动工况参数的概率分布；进而获得各项结构参数、各项材料属性参数、以及各制动工况参数之间不同随机数据的组合，即构成数字孪生模型所对应的各组随机参数组合，然后进入步骤C；