模型材料

智能工厂PHM故障预测与健康管理系统

发布时间:2022/9/10 21:36:04   

随着科学技术的飞速发展,武器装备的集成度、复杂度及智能化程度急剧增加,传统的故障诊断、维修保障技术逐渐难以适应新的要求。为了满足信息化战争对武器装备作战快捷、可靠、精准的要求,在上世纪末PHM(PrognosticsandHealthManagement)技术应运而生,并迅速得到了以美国为代表的西方各军事强国的高度重视。

1、PHM的发展历程

PHM技术的发展过去是人们自我学习和提升的过程,即从对设备的故障和失效的被动维护,到定期检修、主动预防,再到事先预测和综合规划管理。美陆军早期装备直升机的健康与使用监测系统就是PHM最原始的形态。20世纪60年代,由于航空航天领域极端复杂的环境和使用条件驱动了最初的可靠性理论、环境试验和系统试验能及质量方法的诞生。随着宇航系统复杂性的增加,由设计不充分、制造误差、维修差错和非计划事件等各种原因导致故障的机率也在增加,迫使人们在70年代提出了航天器综合健康管理的概念来监视系统状态。随着故障监测和维修技术的迅速发展,最终带来了故障预测方法PHM的诞生。PHM技术的发展大致经历了由外部测试到机内测试(BIT),进而测试独立出来成为一门学科,然后便是综合诊断的提出与应用,最后便是发展到现在的预测与健康管理(PHM)技术。

PHM的特点是,必须有海量数据分析和健康判断。数据是基础,而有了数据如何分析也是一个大问题。国内的航空公司,几十年海量的数据,都无法自己开发PHM系统。这个难点就是模型:健康模型怎么评价,而预测模型更难。这就是工业技术体系,如何将专家经验和实践经验相结合,这正是工业化的核心。要实现PHM,除了物理基础条件保障外,既需要大数据分析技术,又需要非常密集的行业知识、经验和模型做为支撑。

2、PHM技术与应用范围

PHM技术是指釆用传感器信息、专家知识及维修保障信息,借助各种智能算法与推理模型实现武器装备运行状态的监测、预测、判别以及管理,实现低虚警率的故障检测与隔离,并最终实现智能任务规划及基于设备状态(历史、当前及未来状态)的智能维护,以取代传统基于事件的事后维修或基于时间的定期检修。当前,PHM技术已成为现代武器装备实现自主式后勤(automaticlogistics,AL)和降低全寿命周期费用的关键核心技术。

国外PHM验证评价系统特点及趋势如下:

1)丰富的故障数据库:包含仿真故障注入数据、试验台故障注入数据、武器装备测试数据及实际运行数据等。半实物仿真以及全数字仿真是未来发展趋势。

2)针对PHM全流程:从数据采集、数据处理、辅助决策及信息管理等多个层次,对传感器及数据采集系统、故障诊断与预测算法模型、推理模型、辅助决策模型等功能模块进行验证。

3)可模拟用户操作,实现人在回路的测试。

4)标准化、可配置的验证评价指标体系;评价指标覆盖面广,包括误差、稳定性、重复性、可靠性、不确定性等方面。

5)端到端测试环境,验证过程可跟踪复现。

6)分布式、网络化的开发式软硬件架构,符合OSA—CBM的通用PHM服务接口,多地理位置供应商PHM联合验证。

国外已公开的PHM相关验证系统

3、国内PHM技术发展状况

1)基础理论

我国在PHM系统设计与验证基础理论与方法研究方面起步较晚,研究基础比较薄弱。“十五”以来,国内相关院所主要在航空航天装备领域开展了一系列的PHM系统设计基础研究工作,并结合型号技术攻关,边研究边验证、迭代完善、双线并行,取得了一定的成果。

目前,已初步构建了一套典型机电、电子、结构类产品的健康表征、健康度量与演化规律挖掘的方法体系,形成了相关的诊断与预测模型设计方法。PHM验证基础研究方面,“十二五”期间开展了一定的PHM系统验证与评价、试验验证系统设计等技术方法研究,并形成了相关演示系统与辅助工具。

2)工程技术

结合装备使用和维修保障情况,我国在航空、航天、船舶、兵器等领域正逐步开展相关工程技术研究。在PHM系统能力与需求分析基础上,从物理结构、综合诊断、信息处理以及功能结构等方面进行了PHM体系架构与集成的初步研究;与此同时,也开展了PHM系统参数指标体系、标准规范等研究。在上述研究基础之上,开发了相应的结构健康监测智能传感器、结构健康监测集成验证平台、机电PHM原型系统与案例库、系统测试性设计分析工具、嵌入式智能诊断原型系统,以辅助开展PHM系统设计。

3)工程应用

我国在装备PHM系统工程应用方面,已远滞后于国外发达国家先进水平,目前PHM技术尚未开展全面工程转化应用。在航空领域,围绕型号技术攻关,针对飞控作动器系统、旋转作动器驱动装置、液压能源系统、附件机匣、供电系统、航电处理机、金属/复合材料机体结构等开展了测试性设计与验证、诊断与性能衰退预测等技术研究及相关验证。在航天领域,目前卫星电源系统主要开展太阳电池阵、蓄电池与控制器的在轨状态监测、性能退化预测、运行管理与延寿;载人航天也针对部分关键系统开展了状态监测与故障容错控制。在船舶领域,针对主机与辅机系统关键设备(柴油机、泵类设备、调距桨装置、舰面系统等),主要开展状态监测、故障诊断、运行与辅助维修决策等技术应用。在兵器领域,针对发射车开展了网络环境下的车载状态监测与辅助维修指导、监测中心增强诊断、任务与维修辅助决策工程应用。

智能工厂设备预测性维护的系统应用

目前,故障后维护、周期性维护和基于巡检状态维护的传统手段已经无法满足工程企业效益提升和快速转型发展的要求。有数据表明,流程工业的意外性停机的维修成本是计划性停机维修成本的6倍。基于此,数据驱动的预测性维护系统(PHM)逐渐得到领先企业高度认可并开始规模采购。预测性维护主要针对故障发生频率低,一旦发生故障对生产有较大影响的设备,如预制件产线上的磨机、辊压机和提升机等,这些设备中的电机、减速机、齿轮箱等都是重点

转载请注明:http://www.aideyishus.com/lkyy/1418.html

------分隔线----------------------------