随着工业机械化程度的不断发展,各类机械设备被广泛运用,为了降本增效,机械设备的健康管理成为社会企业面临的重大问题,也是国内外学者主要关注的热点。在矿山企业工程实践活动中,矿冶设备是否健康运行对矿山企业的经济效益影响尤其重大。在实际的工程实践中,由于矿冶设备工作环境的复杂性、工况的特殊性,实现对矿冶设备典型零部件的健康管理面临一些相应的障碍。首先是对于所采集振动信号数据提纯问题。由于对零部件剩余工作寿命预测研究需要没有受到干扰的信号数据,故而如何对采集的信号数据进行降噪处理以获取纯净的零部件振动信号数据也是设备健康管理的重点之一,同样也是难点,尤其是在工况背景及其复杂的矿冶设备中;其次,在涉及到零部件的维修维护决策时,由于对零部件寿命所处阶段判断有偏差以及对它的劣化过程描述不准确,这就造成所做出的维修决策不够科学。鉴于此,本文以“矿冶设备典型零部件寿命预测及维修决策研究”为题,借助矿冶设备中转轴和煤棒挤压筒这两种典型的零件为研究载体展开相关研究。(1)首先,对如何获取能较好地表征矿冶设备中转轴的劣化过程的特征指标展开研究。对所采集到的零部件振动信号数据分别做时域、频域以及时频域分析,通过运用数据处理软件分别将它们所描述的劣化过程进行图示化处理,再借助转轴劣化过程理论直观判断法做出主观性的特征指标筛选;然后运用主成分分析法对众多特征指标进行降低维度处理,分析它们信息含量的贡献度,找出最佳特征指标组合,最后将其进行融合。融合后所描述的劣化过程效果验证了所选择指标能够较好的反映转轴性能衰退过程。(2)借助非线性时间序列投影法能够将采集的含有背景噪音的样本信号进行重构的特点,分别将特征信号和噪声信号投影至不同空间上来改进双树复小波降噪能力,使其降噪效果更佳。然后通过模糊聚类法将在役转轴的工况状态进行分类,再用人工神经网络进行拟合出转轴劣化过程函数。最后输入降噪后样本数据进行预测,将预测结果与聚类中心进行再聚类分析,根据计算的欧氏距离对转轴当前所处的工况状态进行分析,最后对其剩余使用寿命做出判断。(3)对维修阈值和维修间隔期进行了优化,建立故障性阈值实时优化模型。利用Gamma分布描述了煤棒挤压筒的整个劣化过程,假设挤压筒的维修耗时服从指数分布,求得拟定的维修间隔期。在考虑检修成本、停机损失以及设备利用率等的基础上建立了同时优化预防性维修阈值和维修间隔期并且以维修成本率最低为目标的决策模型函数。