故障預(yù)測(cè)與健康管理技術(shù)在智能運(yùn)維中的應(yīng)用

□ 楊家榮

上海電氣集團(tuán)股份有限公司 中央研究院 上海 200070

在制造系統(tǒng)越來(lái)越復(fù)雜,生產(chǎn)運(yùn)營(yíng)少人化、無(wú)人化的條件下,需要實(shí)現(xiàn)高效率、高質(zhì)量的設(shè)備維護(hù)和及時(shí)維修。智能運(yùn)維是通過(guò)數(shù)據(jù)采集和分析等技術(shù)對(duì)傳統(tǒng)運(yùn)維進(jìn)行的一種升級(jí),能夠自動(dòng)識(shí)別設(shè)備在生產(chǎn)制造過(guò)程中存在的隱患,對(duì)已發(fā)生或?qū)⒁l(fā)生的故障、問(wèn)題及時(shí)發(fā)出警報(bào),從而輔助運(yùn)維管理者消除設(shè)備隱患,對(duì)故障原因進(jìn)行判斷和處理[1]。對(duì)工業(yè)企業(yè)而言,高效的運(yùn)維管理意味著更少的設(shè)備故障、更高效的故障停機(jī)處理,以及更低的運(yùn)維成本。筆者介紹故障預(yù)測(cè)與健康管理技術(shù)在智能運(yùn)維中的應(yīng)用。

1 故障預(yù)測(cè)與健康管理技術(shù)發(fā)展現(xiàn)狀

故障預(yù)測(cè)與健康管理技術(shù)最早在西方發(fā)達(dá)工業(yè)國(guó)家興起,早期概念起源于預(yù)測(cè)性維護(hù),之后逐步發(fā)展為故障預(yù)測(cè)與健康管理。故障預(yù)測(cè)與健康管理技術(shù)是基于狀態(tài)的維修的升級(jí)發(fā)展,強(qiáng)調(diào)設(shè)備管理中的狀態(tài)感知,監(jiān)控設(shè)備健康狀態(tài)、故障頻發(fā)區(qū)域與周期。通過(guò)數(shù)據(jù)監(jiān)控與分析,預(yù)測(cè)故障的發(fā)生,從而大幅度提高運(yùn)維效率。故障預(yù)測(cè)與健康管理技術(shù)已經(jīng)形成了一套技術(shù)方法體系,具有包含數(shù)據(jù)采集與傳輸、數(shù)據(jù)處理、決策支持、綜合信息管理的技術(shù)結(jié)構(gòu),相應(yīng)的技術(shù)標(biāo)準(zhǔn)體系也相對(duì)完善。

目前,故障預(yù)測(cè)與健康管理技術(shù)已經(jīng)在民用飛機(jī)、直升機(jī)、戰(zhàn)斗機(jī)、航天器等方面得到了應(yīng)用,并且是研究的熱點(diǎn)。波音公司在法國(guó)航空、美國(guó)航空定購(gòu)的多個(gè)機(jī)型中應(yīng)用故障預(yù)測(cè)與健康管理技術(shù),提高維修效率。在軍事武器裝備領(lǐng)域,故障預(yù)測(cè)與健康管理技術(shù)的實(shí)施效果最為顯著。如著名的F-35戰(zhàn)斗機(jī),采用故障預(yù)測(cè)與健康管理技術(shù)后故障不可復(fù)現(xiàn)率和維修人力大大降低。統(tǒng)計(jì)數(shù)據(jù)充分證明,故障預(yù)測(cè)與健康管理技術(shù)在降低維修保障成本,提高安全性、可用度、完好性,確保任務(wù)成功性方面具有重要作用[2]。隨著我國(guó)制造業(yè)朝數(shù)字化、網(wǎng)絡(luò)化、智能化方向的發(fā)展,故障預(yù)測(cè)與健康管理技術(shù)逐步從最初的軍事、航天領(lǐng)域向民用高端裝備應(yīng)用,進(jìn)而提高裝備的安全性,降低運(yùn)維成本。

2 故障預(yù)測(cè)與健康管理技術(shù)意義

當(dāng)前,我國(guó)的重大裝備取得了較大發(fā)展與突破,高鐵、數(shù)控機(jī)床、核電、風(fēng)電等領(lǐng)域都取得了舉世矚目的重大成就。這些高端裝備的制造過(guò)程十分復(fù)雜,裝備交付之后必須進(jìn)行經(jīng)常性維護(hù)檢修,保障穩(wěn)定性。一旦裝備出現(xiàn)異常,則損失巨大。以安全著稱(chēng)的航空業(yè),因飛機(jī)故障原因?qū)е碌氖鹿驶蜓诱`仍無(wú)法完全避免。海恩法則指出,每一起嚴(yán)重事故的背后,必然有29次輕微事故、300起未遂先兆,以及1 000項(xiàng)事故隱患[3]。傳統(tǒng)維護(hù)檢修更依賴(lài)人的經(jīng)驗(yàn)與能力,在設(shè)備發(fā)生故障后,會(huì)進(jìn)行故障記錄分析,但不具備對(duì)故障的預(yù)測(cè)、預(yù)警功能。在智能運(yùn)維過(guò)程中,用戶(hù)希望能及時(shí)發(fā)現(xiàn)設(shè)備存在的隱患,及時(shí)制訂維修策略,降低故障發(fā)生概率。由此可見(jiàn),故障預(yù)測(cè)與健康管理技術(shù)在設(shè)備安全和保障中發(fā)揮著越來(lái)越重要的作用。

3 應(yīng)用場(chǎng)景

目前,故障預(yù)測(cè)與健康管理技術(shù)的應(yīng)用深度、廣度和功能水平,與應(yīng)用對(duì)象、目標(biāo)、任務(wù)有直接關(guān)系,并且存在很大的差異性。故障預(yù)測(cè)與健康管理技術(shù)的應(yīng)用多表現(xiàn)為集成至工業(yè)互聯(lián)網(wǎng)等智能運(yùn)維平臺(tái)的模式,這樣可以支撐業(yè)務(wù)的發(fā)展。

3.1 電梯運(yùn)維

隨著我國(guó)經(jīng)濟(jì)的發(fā)展,高層建筑不斷增多。電梯作為一種特種設(shè)備,存在一定的安全隱患。據(jù)統(tǒng)計(jì),門(mén)系統(tǒng)事故是電梯的最主要事故,80%以上的電梯故障和70%以上的電梯事故都是由于門(mén)系統(tǒng)出現(xiàn)問(wèn)題造成的[4]。電梯門(mén)系統(tǒng)故障模擬臺(tái)如圖1所示。通過(guò)采集電梯運(yùn)行過(guò)程中門(mén)系統(tǒng)的數(shù)據(jù),應(yīng)用故障預(yù)測(cè)與健康管理技術(shù),可以對(duì)門(mén)系統(tǒng)進(jìn)行故障診斷和預(yù)測(cè)。此外,用于運(yùn)送乘客或貨物的轎廂也是電梯非常關(guān)鍵的組件,同樣可以應(yīng)用故障預(yù)測(cè)與健康管理技術(shù),對(duì)轎廂的振動(dòng)信號(hào)進(jìn)行采集,并進(jìn)行故障診斷和預(yù)測(cè)。電梯轎廂故障分類(lèi)混淆矩陣如圖2所示,其中,導(dǎo)靴大故障的預(yù)測(cè)準(zhǔn)確率在98%左右,其它故障模式的預(yù)測(cè)也均取得了良好的效果。應(yīng)用故障預(yù)測(cè)與健康管理技術(shù),可以將傳統(tǒng)電梯故障后檢修方式轉(zhuǎn)變?yōu)樾滦蜖顟B(tài)預(yù)測(cè)和維護(hù)方式,為現(xiàn)場(chǎng)設(shè)備的維護(hù)預(yù)留關(guān)鍵時(shí)間窗口,能夠避免事故發(fā)生和人員傷亡,節(jié)約大量不必要的維護(hù)資源。

圖1 電梯門(mén)系統(tǒng)故障模擬臺(tái)

圖2 電梯轎廂故障分類(lèi)混淆矩陣

3.2 城市軌道交通運(yùn)維

城市軌道交通的高速發(fā)展給運(yùn)維市場(chǎng)帶來(lái)了廣闊的空間。我國(guó)軌道交通線(xiàn)路關(guān)鍵設(shè)施、設(shè)備陸續(xù)進(jìn)入中大修階段,而與此同時(shí),運(yùn)維呈現(xiàn)出人員分布不均情況,面臨客流量持續(xù)攀升、擁擠度超標(biāo)等局面,迫切需要提高運(yùn)維效率,降低晚點(diǎn)率和突發(fā)事故的發(fā)生率。傳統(tǒng)上,城市軌道交通關(guān)鍵設(shè)備主要采用以計(jì)劃預(yù)防修和故障修為主的檢維修體系。當(dāng)前,構(gòu)建集狀態(tài)監(jiān)測(cè)與評(píng)估、特征提取、故障診斷與預(yù)測(cè)、維修模式優(yōu)化、維修決策于一體的軌道交通智能運(yùn)維系統(tǒng),是業(yè)內(nèi)熱點(diǎn)[5]。應(yīng)用故障預(yù)測(cè)與健康管理技術(shù),可以對(duì)轉(zhuǎn)向架與輪對(duì)、屏蔽門(mén)、車(chē)門(mén)、空調(diào)、弓網(wǎng)關(guān)系、道岔等進(jìn)行故障預(yù)測(cè)與健康管理。軌道交通車(chē)輛轉(zhuǎn)向架運(yùn)行狀態(tài)監(jiān)測(cè)系統(tǒng)界面如圖3所示,這一系統(tǒng)可以在軌道交通車(chē)輛運(yùn)行過(guò)程中對(duì)轉(zhuǎn)向架的運(yùn)行狀態(tài)實(shí)現(xiàn)故障預(yù)警信息集中管理和預(yù)警提示,從而預(yù)測(cè)可能發(fā)生的故障,給出車(chē)輛運(yùn)營(yíng)維護(hù)建議,提升乘客體驗(yàn)。

圖3 軌道交通車(chē)輛轉(zhuǎn)向架運(yùn)行狀態(tài)監(jiān)測(cè)系統(tǒng)界面

3.3 風(fēng)電場(chǎng)運(yùn)維

隨著風(fēng)力發(fā)電裝機(jī)容量和規(guī)模的不斷擴(kuò)大,風(fēng)電場(chǎng)運(yùn)維已經(jīng)成為風(fēng)力發(fā)電產(chǎn)業(yè)重要的后市場(chǎng)。伴隨著裝機(jī)機(jī)組服役年限增加,近年來(lái),風(fēng)力發(fā)電機(jī)事故頻發(fā),如失火、倒塔等,使風(fēng)電場(chǎng)運(yùn)維的成本和壓力不斷增大。有機(jī)構(gòu)對(duì)風(fēng)力發(fā)電機(jī)事故的原因進(jìn)行總結(jié)后發(fā)現(xiàn),機(jī)組設(shè)備質(zhì)量不過(guò)關(guān)、機(jī)組研發(fā)與運(yùn)維脫節(jié)等是造成風(fēng)力發(fā)電機(jī)事故的主要原因。在風(fēng)力發(fā)電檢修方面,故障預(yù)測(cè)與健康管理技術(shù)可以降低機(jī)組事故發(fā)生率,減少維修費(fèi)用,縮短維修時(shí)間,提高機(jī)組運(yùn)行效率和可靠性,同時(shí)能夠?yàn)樵O(shè)計(jì)人員提供指導(dǎo)。

目前,幾乎所有大型風(fēng)力發(fā)電企業(yè)都在開(kāi)展故障預(yù)測(cè)與健康管理技術(shù)與運(yùn)維系統(tǒng)的開(kāi)發(fā),尤其是對(duì)大型海上風(fēng)電場(chǎng)而言,智能運(yùn)維直接關(guān)系到海上風(fēng)力發(fā)電項(xiàng)目的安全和社會(huì)經(jīng)濟(jì)效益。風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)測(cè)及智能分析系統(tǒng)界面如圖4所示,這一系統(tǒng)針對(duì)風(fēng)力發(fā)電機(jī)組傳動(dòng)鏈,實(shí)現(xiàn)軸承和齒輪箱的智能故障診斷與狀態(tài)評(píng)估,自動(dòng)分析故障位置與故障類(lèi)型,并預(yù)測(cè)衰退趨勢(shì),能夠提高風(fēng)力發(fā)電機(jī)組的運(yùn)行效率和可靠性。

圖4 風(fēng)力發(fā)電機(jī)組狀態(tài)監(jiān)測(cè)及智能分析系統(tǒng)界面

4 預(yù)測(cè)實(shí)現(xiàn)方法和建模流程

故障預(yù)測(cè)與健康管理技術(shù)實(shí)現(xiàn)預(yù)測(cè)的方法主要分為三種:基于可靠性理論的預(yù)測(cè)、基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)、基于時(shí)效物理模型的預(yù)測(cè),三種方法在工程應(yīng)用中的廣泛性依次減弱,預(yù)測(cè)精度依次提高,相關(guān)的難度和成本依次增大[6]。

采用基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法,模型構(gòu)建過(guò)程相對(duì)簡(jiǎn)單,在獲取準(zhǔn)確、全面數(shù)據(jù)資源的前提下,只需要描述數(shù)據(jù)輸出關(guān)系和相關(guān)參數(shù),即可進(jìn)行狀態(tài)預(yù)測(cè),不需要建立精確的物理模型。在近幾年工業(yè)大數(shù)據(jù)浪潮的推動(dòng)下,基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法獲得了空前的關(guān)注,成為研究和應(yīng)用的熱點(diǎn)。

基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法對(duì)一個(gè)復(fù)雜系統(tǒng)對(duì)象進(jìn)行預(yù)測(cè)與維護(hù),需要確定可以直接表征系統(tǒng)故障及健康狀態(tài)的參數(shù)指標(biāo),或者可以間接推理判斷系統(tǒng)故障及健康狀態(tài)的參數(shù)信息,這是應(yīng)用故障預(yù)測(cè)與健康管理技術(shù)的數(shù)據(jù)基礎(chǔ)[7-8]。傳感器技術(shù)的應(yīng)用,將直接影響故障預(yù)測(cè)與健康管理技術(shù)的應(yīng)用效果,傳感器的類(lèi)型、安裝位置、精度、傳輸?shù)榷紩?huì)產(chǎn)生影響。一旦獲取數(shù)據(jù),就可以開(kāi)展下一步具體的建模工作。故障預(yù)測(cè)與健康管理技術(shù)建模流程如圖5所示。

圖5 故障預(yù)測(cè)與健康管理技術(shù)建模流程

采用基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法,還離不開(kāi)特征工程,尤其是有經(jīng)驗(yàn)的數(shù)據(jù)建模工程師的工作。對(duì)采集到的數(shù)據(jù)進(jìn)行預(yù)處理之后,特征的提取與選擇等操作非常重要,需要有經(jīng)驗(yàn)的工程師一起參與并進(jìn)行判斷。找到有效的特征后,可以應(yīng)用開(kāi)發(fā)的模型進(jìn)行衰退性評(píng)估,如果衰退是一個(gè)逐漸損耗的過(guò)程,那么基本可以使用這一模型來(lái)預(yù)測(cè)未來(lái)的狀態(tài)變化和趨勢(shì),否則需要進(jìn)行相應(yīng)的調(diào)整和優(yōu)化。

5 面臨的問(wèn)題與挑戰(zhàn)

故障預(yù)測(cè)與健康管理技術(shù)雖然具有較好的應(yīng)用前景,但是實(shí)現(xiàn)難度較大,并且復(fù)雜度高。在當(dāng)前國(guó)內(nèi)企業(yè)眾多的應(yīng)用項(xiàng)目中,因?yàn)榛A(chǔ)理論及方法研究起步較晚,所以雖然開(kāi)展了大量工作,但還是遇到了不少問(wèn)題與挑戰(zhàn),主要有三方面。

第一,現(xiàn)有故障預(yù)測(cè)與健康管理技術(shù)故障診斷、性能預(yù)測(cè)效果欠佳。

復(fù)雜系統(tǒng)自身具有高維、非線(xiàn)性等特點(diǎn),導(dǎo)致難以建立準(zhǔn)確的系統(tǒng)模型。早期故障特征表現(xiàn)不明顯,在傳感器測(cè)點(diǎn)有限或不可及的情況下,獲取的信息不完備,難以獲取有用的信息。以上因素導(dǎo)致現(xiàn)有故障預(yù)測(cè)與健康管理技術(shù)故障診斷、性能預(yù)測(cè)效果欠佳?；跁r(shí)間序列的數(shù)據(jù)雖然量大,但是價(jià)值密度不高,導(dǎo)致一些簡(jiǎn)單的設(shè)備應(yīng)用故障預(yù)測(cè)與健康管理技術(shù)往往可以取得很好的效果,而在大型復(fù)雜裝備中應(yīng)用卻無(wú)法取得令人滿(mǎn)意的效果。當(dāng)前,對(duì)于故障預(yù)測(cè)與健康管理技術(shù)的追求逐步理性,從現(xiàn)實(shí)角度考慮,不追求準(zhǔn)確預(yù)測(cè)剩余使用壽命,只對(duì)子系統(tǒng)的性能衰退趨勢(shì)進(jìn)行跟蹤,是比較現(xiàn)實(shí)和可接受的預(yù)測(cè)形式。

第二,在現(xiàn)有故障預(yù)測(cè)與健康管理技術(shù)中,模型無(wú)法自適應(yīng)調(diào)整。

當(dāng)前故障預(yù)測(cè)與健康管理技術(shù)的預(yù)測(cè)模型多數(shù)屬于靜態(tài)模型,缺乏自學(xué)習(xí)能力,通常情況下預(yù)測(cè)模型通過(guò)一次建模獲得,模型參數(shù)保持固定不變,沒(méi)有考慮復(fù)雜工業(yè)場(chǎng)景下環(huán)境變化、負(fù)載變化、新增樣本、工況變化等對(duì)模型參數(shù)的影響,如果一個(gè)設(shè)備發(fā)生了狀態(tài)變化,模型無(wú)法自動(dòng)優(yōu)化或升級(jí),由此導(dǎo)致對(duì)于復(fù)雜裝備的預(yù)測(cè)在運(yùn)行工況多變的情況下并不精確。

第三,當(dāng)前關(guān)于故障預(yù)測(cè)與健康管理技術(shù)的研究主要集中在故障知識(shí)推理和知識(shí)表示方面,異構(gòu)故障知識(shí)組織與管理、應(yīng)用方面的研究較少。

知識(shí)在故障預(yù)測(cè)與健康管理技術(shù)中具有重要作用,涉及產(chǎn)品設(shè)計(jì)、制造、運(yùn)行、維護(hù)過(guò)程,包括結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化等類(lèi)型。實(shí)現(xiàn)對(duì)這些知識(shí)的有效管理和應(yīng)用,是提高故障預(yù)測(cè)與健康管理技術(shù)應(yīng)用效果的基礎(chǔ)和前提,也是故障預(yù)測(cè)與健康管理技術(shù)需要解決的難點(diǎn)。從知識(shí)管理和服務(wù)的角度來(lái)研究故障預(yù)測(cè)與健康管理技術(shù)中的知識(shí)建模和應(yīng)用,是當(dāng)前航空、高鐵等領(lǐng)域的關(guān)注點(diǎn),尤其是在航空領(lǐng)域,已經(jīng)取得了很好的成效。另一方面,失效樣本少,數(shù)據(jù)測(cè)點(diǎn)不完整、不平衡等問(wèn)題,都會(huì)導(dǎo)致故障預(yù)測(cè)與健康管理技術(shù)在應(yīng)用層面很難保證模型的準(zhǔn)確性和穩(wěn)定性[9-10]。各類(lèi)故障試驗(yàn)數(shù)據(jù)、性能退化征兆、故障發(fā)展到失效的數(shù)據(jù)等都非常寶貴,而目前大多數(shù)國(guó)內(nèi)企業(yè)尚未建立起完整的數(shù)據(jù)庫(kù)。

6 結(jié)束語(yǔ)

應(yīng)用故障預(yù)測(cè)與健康管理技術(shù)的根本目的是與運(yùn)維過(guò)程中的其它系統(tǒng)集成,促進(jìn)維修保障模式向智能運(yùn)維轉(zhuǎn)變,便于維護(hù)、維修計(jì)劃的制訂和調(diào)整,提出有針對(duì)性的運(yùn)維計(jì)劃,降低運(yùn)維成本。在推進(jìn)智能運(yùn)維前期,尤其要做好故障預(yù)測(cè)與健康管理技術(shù)的探索和數(shù)據(jù)整理,為后續(xù)模型的優(yōu)化打下基礎(chǔ)。由于受到觀(guān)念和條件的限制,我國(guó)在產(chǎn)品研制時(shí),沒(méi)有同步設(shè)計(jì)保障體系,配套的維護(hù)保障設(shè)施、設(shè)備維修方案、詳細(xì)備件及技術(shù)資料都不健全。對(duì)此,可以考慮結(jié)合智能運(yùn)維平臺(tái)檔案履歷的電子化、交互化,在此基礎(chǔ)上發(fā)展故障預(yù)測(cè)與健康管理技術(shù)。故障預(yù)測(cè)與健康管理技術(shù)的應(yīng)用注定是一個(gè)緩慢推進(jìn)的過(guò)程,在當(dāng)前預(yù)測(cè)準(zhǔn)確度還存在一定不足的情況下,企業(yè)需要將產(chǎn)品的設(shè)計(jì)、研發(fā)、制造、銷(xiāo)售、服務(wù)等環(huán)節(jié)逐漸構(gòu)成閉環(huán),進(jìn)而依靠機(jī)器視覺(jué)、工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)分析等的綜合運(yùn)用,結(jié)合專(zhuān)家經(jīng)驗(yàn)知識(shí),將海量工業(yè)數(shù)據(jù)轉(zhuǎn)變?yōu)橛袃r(jià)值信息,實(shí)現(xiàn)智能運(yùn)維。