三相交流异步电机是装备中最为常见的动力设备,其作用是将电能转换为任务所需的机械能,为系统提供动力。准确地预测电机剩余寿命是保证系统功能完善,合理维修决策,避免故障损失的重要前提。传统退化规律预测技术大多利用故障敏感数据。实际中,数据采集过程可能出现难度较大、成本较高等问题。而电机运行及维修过程中的大量易获数据(运维数据),与电机退化密切相关,但却较少应用于退化研究领域。为提高信息利用率,探索退化预测新途径,本文对基于多维运维数据融合的三相异步电机退化规律进行研究。主要内容如下:(1)运维数据分析与整理。针对原始运维数据规模较大、处理较难的问题,本文对运维数据内涵进行定义,将数据按照性质、来源、获取时间三个维度进行划分,并利用基于本体的方法对运维数据进行分类整理,保证了数据类型的直观性与清晰度。(2)运维数据与故障模式关联分析。针对电机故障模式多样导致的退化分析困难问题,本文对电机故障进行调查分析,选取具有代表性的故障模式,确定相应的性能作为整机退化的健康指标。利用应力干涉矩阵对运维数据与健康指标进行关联分析,确定退化预测所需的运维数据类型。(3)仿真实验系统设计。退化规律研究需要充足的数据资源作为支撑。为解决数据来源问题,本文根据关联分析所得的运维数据类型,以操作性及经济性为原则,对实验系统进行设计,对系统运行情况、数据采集及存储方案进行确定,最终生成所需的运维数据库。(4)基于数据融合的退化预测方法研究。针对传统预测方法所需敏感数据获取较难的问题,本文提出加法融合模型和乘法融合模型,分别对真实退化进行描述。利用粒子滤波方法对预测模型参数进行训练,预测电机剩余寿命。最后,对传统方法与数据融合方法的预测结果进行对比分析。