風電機盾構機大型設備故障預測與健康管理

 

什么是故障預測健康管理（PHM）

 

故障預測與健康管理（Prognosticsand Health Management），利用工業系統中產生的各種數據，通過信號處理和數據分析，實現對復雜工業系統健康狀態的檢測、預測和管理的系統工程。PHM技術可以維護機械設備的安全性和可靠性，節約維修保障成本。PHM可以追溯到20世紀70年代，當時很少涉及故障預測，不注重大數據分析，或者說不突出大數據分析的能力。其實這不屬于真正的PHM。當時只有剩余壽命評估、操作極限監測、傳感器故障檢測、熄火檢測、著陸推力評估、飛行員啟動記錄等。缺少故障預測功能。PHM技術是一種基于狀態的維修技術，利用先進的傳感器采集設備數據，結合其他有效信息，借助合適的算法模型預測目標對象的故障，提供維修支持決策和實施方案。

 

PHM技術目的

 

大型設備由于其結構復雜，一旦發生故障則會造成巨大的損失。因此，迫切需要提高復雜裝備系統的可靠性、可修復性和安全性。目前故障診斷的工作主要集中在“當前”的運行狀態，對系統故障預測與健康管理的研究則較少。定期維修是一種預防性維修，維修頻率不易把握，若維修過于頻繁，雖然保證了設備的安全性和可靠性，但會造成資源浪費；如果維修間隔過長，設備的安全性和可靠性又難以保證，失去了預防性維修的意義。傳統的“事后維修”和“計劃維修”方法，在應對瞬息萬變的新情況時存在嚴重不足。“視情維修”和“預知維修”將故障消滅在萌芽狀態，成為未來系統維護保障的發展方向。

 

PHM技術能進行故障預測，同時提供維修保障決策及實施計劃；對已經發生的故障進行分析并確定其原因，事后維修也可以基于診維修。故障預測技術是比故障診斷技術更為先進的維修保障方式，PHM技術通過采用適當的故障預測方法，提升了維修保障系統在準確時間對準確部位進行準確維修的能力。可以降低維修保障費用、提高戰備完好率和任務成功率,通過減少備件、保障設備、維修人力等保障資源需求,降低維修保障費用通過減少維修,特別是計劃外維修次數,縮短維修時間,提高戰備完好率通過健康感知,減少任務過程中故障引起的風險,提高任務成功率。

 

 

發展現狀及難點

 

車輛等系統設計和使用中的一個重要組成部分。已廣泛應用于機械結構產品中，比如核電站設備、制動裝置、發動機、傳動裝置等。與此同時，在石化、能源、制藥、離散制造等設備運營上，同樣有著廣泛的應用前景，值得關注。

 

PHM的特點是，必須有海量數據分析和健康判斷。數據是基礎，而有了數據如何分析也是一個大問題。國內的航空公司，幾十年海量的數據，都無法自己開發PHM系統。這個難點就是模型：健康模型實現困難，而預測模型更難。這就是工業技術體系，如何將專家經驗和實踐經驗相結合，這正是工業化的核心。

 

通過采集的設備狀態可以準確了解設備的實際運行時間，從而可以根據累計運行時間調整維護計劃，減少不必要的過度維護；通過采集機床的振動、載荷等數據，可以在一定程度上預測設備的零部件是否正常，及時通知客戶重要的異常情況。未來，我們將對數據進行更深入的分析，使預測和管理更加準確和高效，為企業設備提供更好的保障。