风电机盾构机大型设备故障预测与健康管理

风电机盾构机大型设备故障预测与健康管理

 

什么是故障预测健康管理（PHM）

 

故障预测与健康管理（Prognosticsand Health Management），利用工业系统中产生的各种数据，通过信号处理和数据分析，实现对复杂工业系统健康状态的检测、预测和管理的系统工程。PHM技术可以维护机械设备的安全性和可靠性，节约维修保障成本。PHM可以追溯到20世纪70年代，当时很少涉及故障预测，不注重大数据分析，或者说不突出大数据分析的能力。其实这不属于真正的PHM。当时只有剩余寿命评估、操作极限监测、传感器故障检测、熄火检测、着陆推力评估、飞行员启动记录等。缺少故障预测功能。PHM技术是一种基于状态的维修技术，利用先进的传感器采集设备数据，结合其他有效信息，借助合适的算法模型预测目标对象的故障，提供维修支持决策和实施方案。

 

PHM技术目的

 

大型设备由于其结构复杂，一旦发生故障则会造成巨大的损失。因此，迫切需要提高复杂装备系统的可靠性、可修复性和安全性。目前故障诊断的工作主要集中在“当前”的运行状态，对系统故障预测与健康管理的研究则较少。定期维修是一种预防性维修，维修频率不易把握，若维修过于频繁，虽然保证了设备的安全性和可靠性，但会造成资源浪费；如果维修间隔过长，设备的安全性和可靠性又难以保证，失去了预防性维修的意义。传统的“事后维修”和“计划维修”方法，在应对瞬息万变的新情况时存在严重不足。“视情维修”和“预知维修”将故障消灭在萌芽状态，成为未来系统维护保障的发展方向。

 

PHM技术能进行故障预测，同时提供维修保障决策及实施计划；对已经发生的故障进行分析并确定其原因，事后维修也可以基于诊维修。故障预测技术是比故障诊断技术更为先进的维修保障方式，PHM技术通过采用适当的故障预测方法，提升了维修保障系统在准确时间对准确部位进行准确维修的能力。可以降低维修保障费用、提高战备完好率和任务成功率,通过减少备件、保障设备、维修人力等保障资源需求,降低维修保障费用通过减少维修,特别是计划外维修次数,缩短维修时间,提高战备完好率通过健康感知,减少任务过程中故障引起的风险,提高任务成功率。

 

 

发展现状及难点

 

车辆等系统设计和使用中的一个重要组成部分。已广泛应用于机械结构产品中，比如核电站设备、制动装置、发动机、传动装置等。与此同时，在石化、能源、制药、离散制造等设备运营上，同样有着广泛的应用前景，值得关注。

 

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：健康模型实现困难，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。

 

通过采集的设备状态可以准确了解设备的实际运行时间，从而可以根据累计运行时间调整维护计划，减少不必要的过度维护；通过采集机床的振动、载荷等数据，可以在一定程度上预测设备的零部件是否正常，及时通知客户重要的异常情况。未来，我们将对数据进行更深入的分析，使预测和管理更加准确和高效，为企业设备提供更好的保障。