李思雨，程中華，劉子昌，王沁蓉，賈希勝

(1. 陸軍工程大學(xué)石家莊校區(qū) 裝備指揮與管理系，河北 石家莊 050003；2.西北大學(xué) 信息科學(xué)與技術(shù)學(xué)院，陜西 西安 710068)

隨著傳感器技術(shù)和檢測技術(shù)的進(jìn)步,故障征兆探測手段越來越多,探測的準(zhǔn)確度越來越高,探測的時機(jī)越來越早[1]。故障預(yù)測和健康管理(Prognostics and Health Management,PHM)是傳統(tǒng)的機(jī)內(nèi)測試技術(shù)、外部自動化測試設(shè)備、故障監(jiān)控和診斷技術(shù)的拓展,一個真正的PHM系統(tǒng)應(yīng)具有狀態(tài)監(jiān)測、故障告警、故障診斷、狀態(tài)評估、壽命預(yù)測、維修決策支持和裝備大數(shù)據(jù)管理等功能[2-3]。

現(xiàn)役武器裝備更新?lián)Q代加快,裝備的自動化、復(fù)雜化、綜合化、智能化程度不斷提高,其機(jī)械結(jié)構(gòu)日趨復(fù)雜,功能也更加多樣,對裝備的使用和維修保障提出了更高的要求。隨著裝備動用更加頻繁,運行環(huán)境更加復(fù)雜惡劣,發(fā)生故障和運行失效的可能性也逐漸增加。一旦裝備在運行過程中發(fā)生故障,極有可能影響訓(xùn)練開展,甚至造成嚴(yán)重事故。如何及時、準(zhǔn)確地對裝備進(jìn)行狀態(tài)監(jiān)測、故障診斷和健康狀態(tài)評估,進(jìn)而科學(xué)有效地制定維修策略,確保裝備正常運行,避免嚴(yán)重事故發(fā)生,是當(dāng)前武器裝備保障領(lǐng)域亟待解決的現(xiàn)實問題。

維修決策是現(xiàn)代維修理論和決策科學(xué)的高度融合,是以維修思想為指導(dǎo),結(jié)合現(xiàn)代決策方法建立起來的理論和方法,核心是研究各種維修策略下的維修目標(biāo)建模和維修參數(shù)優(yōu)化等決策問題。針對復(fù)雜裝備的PHM技術(shù)研究時,設(shè)計和選擇合適的維修檢測方法,則有可能使維修決策符合更廣泛的實際應(yīng)用情況。裝備維修保障作為保持武器裝備體系正常運行,確保裝備戰(zhàn)備完好、效能正常發(fā)揮的一項重要工作,如何適應(yīng)新的戰(zhàn)爭形態(tài)和作戰(zhàn)需求,為部隊提供適時、適量的精確化保障,顯得尤為重要。故障預(yù)測與健康管理的定義是通過不同類型的傳感器采集到設(shè)備運行的數(shù)據(jù)信息,進(jìn)行診斷、健康狀態(tài)評估、預(yù)測剩余使用壽命及智能維護(hù),為設(shè)備管理人員提供合理化建議,確保設(shè)備安全、穩(wěn)定的運行[4-5]。在軍事領(lǐng)域展現(xiàn)出良好的應(yīng)用前景,已成為PHM建設(shè)發(fā)展的新引擎。研究PHM系統(tǒng)/技術(shù)的軍事和經(jīng)濟(jì)價值如下:

1)通過預(yù)測裝備剩余壽命,及時控制裝備使用,可以實現(xiàn)以最低的費用保持裝備可靠性、安全性[6]。

2)通過智能化決策支持,使維修的計劃性增強(qiáng),裝備利用率和戰(zhàn)斗力(生產(chǎn)效率)得到有效提升[7]。

3)通過運行PHM系統(tǒng),可總體、定量、直觀掌握裝備運行狀態(tài),大幅提升裝備的信息化管理水平[8]。

1 國內(nèi)外PHM發(fā)展現(xiàn)狀

1.1 國外PHM現(xiàn)狀分析

伴隨微電子技術(shù)、集成技術(shù)的迅猛發(fā)展,大型的機(jī)械裝備廣泛配套了功能齊全的微電子設(shè)備,無疑給試驗、操作、維修帶來了嚴(yán)峻的挑戰(zhàn)[14]。針對電子設(shè)備的故障診斷、預(yù)測、健康管理等問題,歐美技術(shù)發(fā)達(dá)國家在電子設(shè)備領(lǐng)域運用PHM取得了很多成就。英國從上世紀(jì)90年代開始,進(jìn)行了深入的研究和探索,研發(fā)出了使用和狀態(tài)管理系統(tǒng)(Health and Usage Management System,HUMS),進(jìn)行監(jiān)測關(guān)鍵系統(tǒng)和部件的狀態(tài),涵蓋懸翼狀態(tài)平衡、發(fā)動機(jī)功率衰減、齒輪箱運行和傳動系統(tǒng)穩(wěn)定、分析疲勞情況、提供維修決策等。PHM在國防軍工應(yīng)用廣泛外,在航空、商用飛機(jī)、車輛、大型機(jī)械設(shè)備、冶金等民生領(lǐng)域應(yīng)用也成果豐碩。美國波音公司把PHM技術(shù)研發(fā)運用到民航客機(jī)系統(tǒng)即“飛機(jī)狀態(tài)管理(Aircraft Health Management,AHM)系統(tǒng)”。并成功裝備在日本、德國、美聯(lián)航和韓國等航空公司,如波音777、737空客A330、A340等。運用AHM可以大大提高飛機(jī)的安全飛行系數(shù)和節(jié)省航空公司的25%維護(hù)成本,避免僅因維修飛機(jī)停飛而造成的維護(hù)成本。另一方面,可以快速判別出之前出現(xiàn)過的故障和退化趨勢。

PHM概念和應(yīng)用導(dǎo)致了美海軍歷史上首次訂購單發(fā)艦載機(jī)。訂購前提是PHM系統(tǒng)能夠提前一個飛行架次做出故障預(yù)警[9-10]。公開數(shù)據(jù)表明,PHM系統(tǒng)在F-35上的應(yīng)用效益:維修人員減少20%～40%,保障規(guī)模減少50%,出動架次提高25%,保障費用減少50%。美F-35戰(zhàn)斗機(jī)中PHM系統(tǒng)由三級(零部件、子系統(tǒng)、系統(tǒng))狀態(tài)信息采集與處理模塊、信息上報模塊、維修分析模塊、維修規(guī)劃模塊、維修執(zhí)行模塊構(gòu)成,裝備嵌入式功能模塊由采集與處理模塊和信息上報模塊組成,執(zhí)行飛行任務(wù)中運行,裝備外部功能模塊由維修分析模塊、維修規(guī)劃模塊、維修執(zhí)行模塊組成,飛機(jī)落地后運行[11-13]。

1.2 國內(nèi)PHM現(xiàn)狀分析

從1950年起,我國開始進(jìn)行相關(guān)PHM研究。工程實踐方面,我國在PHM系統(tǒng)實際應(yīng)用與歐美國家有明顯差距,目前科研成果僅能部分轉(zhuǎn)化為實際應(yīng)用,例如在國防軍工集團(tuán)的可靠性技術(shù)咨詢、技術(shù)攻關(guān)、試驗評價等方面[15-17]。

天津大學(xué)王大全等基于灰色模型和支持向量機(jī)對冷水機(jī)組進(jìn)行了故障預(yù)測研究[18]。江蘇大學(xué)的李捷輝團(tuán)隊同樣利用灰色模型和蝙蝠算法改進(jìn)的支持向量機(jī)模型對故障分類進(jìn)行了預(yù)測,提高了預(yù)測精度[19]。青島科技大學(xué)胡明剛根據(jù)醋酸精餾塔的運行狀態(tài)進(jìn)行了故障預(yù)測研究[20]。哈爾濱工業(yè)大學(xué)的孟悅等針對轉(zhuǎn)子早期不平衡的故障問題進(jìn)行預(yù)測,先基于傳統(tǒng)方法提出了改進(jìn)的特征融合支持向量機(jī)模型,該模型能夠預(yù)測轉(zhuǎn)子潛在的4種故障狀態(tài)故障[21]。清華大學(xué)航空發(fā)動機(jī)研究院任祝寅等針對航空發(fā)動機(jī)燃燒室設(shè)計和生產(chǎn)過程中成本高、難度大等問題,提出了基于數(shù)字孿生驅(qū)動的PHM設(shè)計技術(shù)[22]。海軍裝備研究院荊晶團(tuán)隊對PHM技術(shù)應(yīng)用于海軍指揮信息系統(tǒng)的健康狀態(tài)評估和診斷的可行性進(jìn)行了分析,基于多元狀態(tài)估計技術(shù)以及改進(jìn)的層次分析法進(jìn)行系統(tǒng)的健康狀態(tài)評估[23]。空軍工程大學(xué)的焦曉璇團(tuán)隊為克服傳統(tǒng)PHM開發(fā)平臺的結(jié)構(gòu)功能復(fù)雜的特點,改進(jìn)了傳統(tǒng)基于文本設(shè)計系統(tǒng)的思路,提出了基于模型的系統(tǒng)工程觀點[24]。陸軍工程大學(xué)魯冬林團(tuán)隊針對裝甲車輛PHM系統(tǒng)性能評估人為因素干擾較大的問題,運用“AHP-熵值”的組合賦權(quán)法確定指標(biāo)權(quán)重系數(shù),采用了模糊綜合評判方法[25]。西安電子科技大學(xué)的吳冬寒等采用基于故障關(guān)聯(lián)的統(tǒng)計模型和基于SOM神經(jīng)網(wǎng)絡(luò)的兩種方法對某型雷達(dá)進(jìn)行收發(fā)模塊的健康狀態(tài)評估[26]。西北機(jī)電工程研究所康總寬等針對某型艦炮PHM系統(tǒng)評價指標(biāo)不夠準(zhǔn)確、客觀等弊端,明確了評價主體和評價指標(biāo)運用原則,通過分析操作人員、武器裝備、環(huán)境對艦炮工作狀態(tài)的影響,提出了基于MLP的艦炮PHM系統(tǒng)評價體系的構(gòu)建方法,從而為數(shù)據(jù)驅(qū)動的艦炮PHM系統(tǒng)研究奠定了技術(shù)基礎(chǔ)[27]。

雖然國內(nèi)各種PHM系統(tǒng)已逐步開始得到應(yīng)用,但還遠(yuǎn)沒有達(dá)到工程實用化的程度。目前還僅在部分關(guān)鍵的系統(tǒng)和部件中應(yīng)用,系統(tǒng)集成應(yīng)用能力很弱;大部分系統(tǒng)的故障預(yù)測與健康管理脫節(jié),沒有充分發(fā)揮PHM系統(tǒng)的優(yōu)勢;并且對大多數(shù)系統(tǒng)尤其是電子產(chǎn)品的故障機(jī)理了解還不深入,有些還僅僅是故障的檢測,還不具備故障預(yù)測的能力。此外,如何正確有效地評估系統(tǒng)的健康狀態(tài),并做出優(yōu)化的維修決策等都需要大量的研究工作。

2 PHM系統(tǒng)一般體系結(jié)構(gòu)

PHM系統(tǒng)的主要功能包括裝備狀態(tài)信息感知、獲取與處理,故障告警和診斷,健康狀態(tài)評估與預(yù)測,維修決策支持[28-29]。PHM系統(tǒng)的主要用戶為使用操作人員(士兵)、設(shè)備管理人員(裝備指揮員)和企業(yè)管理人員(作戰(zhàn)指揮員)。PHM系統(tǒng)運行流程和功能層次-整體架構(gòu)如圖1所示。

1)數(shù)據(jù)獲取層:該層主要是利用各種傳感器(如:光敏傳感器,聲敏傳感器,氣敏傳感器,化學(xué)傳感器,壓敏、溫敏、流體傳感器)來采集并獲取數(shù)據(jù),通過數(shù)據(jù)傳輸系統(tǒng)向上一層進(jìn)行傳輸。

2)數(shù)據(jù)處理層:通過接收數(shù)據(jù)獲取層的數(shù)據(jù)信息,運用相關(guān)預(yù)處理方法,經(jīng)過特征提取,得到所需要的特征參數(shù)。

3)狀態(tài)監(jiān)測層:把獲取的裝備數(shù)據(jù)與預(yù)先設(shè)定好的失效模式下的故障數(shù)據(jù)進(jìn)行比較分析,從而進(jìn)行狀態(tài)監(jiān)測。通過設(shè)定的故障閾值及時進(jìn)行預(yù)警、識別故障位置等。

4)健康評估層:把特征參數(shù)作為模型輸入,分析狀態(tài)退化趨勢,對裝備運行狀態(tài)進(jìn)行健康狀態(tài)評估。健康狀態(tài)等級包括正常狀態(tài)、健康狀態(tài)退化、健康狀態(tài)預(yù)警(亞健康)、不健康。

5)壽命預(yù)測層:主要是對設(shè)備的剩余壽命預(yù)測。方法有基于大數(shù)據(jù)的預(yù)測方法和統(tǒng)計模型的方法,根據(jù)設(shè)備當(dāng)前的健康狀態(tài),做出下一時刻的壽命預(yù)測。

6)決策支持層:根據(jù)任務(wù)需求使用和維修歷史、維修資源等因素,以壽命預(yù)測層和健康評估層數(shù)據(jù)作為輸入,為相關(guān)人員提供維修時機(jī)、維修類型、維修級別和維修技術(shù)等。

7)決策建議層:設(shè)備管理人員根據(jù)實時監(jiān)控整個設(shè)備狀態(tài)來進(jìn)行設(shè)備故障診斷分析、設(shè)備剩余壽命預(yù)測、制定維修計劃,便于企業(yè)管理人員實時掌握企業(yè)所有設(shè)備狀態(tài)情況、設(shè)備停機(jī)時間、產(chǎn)品合格率生產(chǎn)成本、運營成本、維修成本、采購成本、財務(wù)費用等合理化建議。

3 國內(nèi)外PHM發(fā)展經(jīng)驗和差距分析

3.1 國外PHM系統(tǒng)研發(fā)及應(yīng)用中的經(jīng)驗

軍事領(lǐng)域來看,PHM系統(tǒng)及其關(guān)鍵技術(shù)已經(jīng)運用到了航空、航天、船舶和制導(dǎo)武器系統(tǒng)上,經(jīng)濟(jì)和軍事效益顯著[30]。根據(jù)美陸軍航空與導(dǎo)彈司令部科研報告顯示,列裝了基于狀態(tài)維修(Condition-based Maintenance,CBM)設(shè)備的航空飛行隊,作戰(zhàn)飛行的任務(wù)完成率能夠提升5%,飛行的總時長增加1倍左右,該技術(shù)裝備列裝了大約20%的陸航部隊[31]。歐美國家在PHM系統(tǒng)/技術(shù)領(lǐng)域的研究走在世界的前列。總結(jié)其在研發(fā)和應(yīng)用PHM過程中經(jīng)驗:

1)研發(fā)預(yù)測能力十分困難且周期長。預(yù)測能力在多數(shù)情況下是可行的,但并非對所有故障情況都適用。因此要篩選出不能預(yù)測的條件,并用其他方法代替[32]。解決方案是把有限的資源集中到能夠有效預(yù)測并且高效的系統(tǒng)或零部件上,例如:液壓系統(tǒng)、動力系統(tǒng)、電子裝備等(根據(jù)任務(wù)需求,可動態(tài)調(diào)整)。

2)有效地進(jìn)行故障診斷是實現(xiàn)健康預(yù)測的關(guān)鍵。進(jìn)行健康管理和預(yù)測之前,確保能進(jìn)行良好的診斷。在裝備效能衰減,發(fā)生故障之前進(jìn)行診斷和識別,例如通過故障失效模式分析,查找到相關(guān)的故障模式和預(yù)兆,與此同時把最常發(fā)生的故障失效模式和引起停機(jī)故障的零件進(jìn)行嚴(yán)酷度比較,進(jìn)而篩選出需要預(yù)測的高價值的零部件,對于開發(fā)預(yù)測能力就有了好的基礎(chǔ)。

3)PHM技術(shù)的實現(xiàn)需要經(jīng)過裝備的全壽命周期實驗,技術(shù)的成熟和完善過程暴露出了實驗時間、經(jīng)驗的不足。實踐表明研發(fā)出客觀、合理、精準(zhǔn)的PHM能力,必須以大量的實驗數(shù)據(jù)、經(jīng)驗、時間、人力、物力為支撐。以零部件失效的黑箱模型或是隨機(jī)原因?qū)е碌墓收显驗槔?更需要上述條件來保障實驗成功。從當(dāng)前的研究來看,實驗的軟件和硬件條件都滯后于理論研究。

3.2 國內(nèi)PHM技術(shù)差距分析

相較于歐美發(fā)達(dá)國家,我國發(fā)展PHM系統(tǒng)/技術(shù)相對較晚,特別是在復(fù)雜裝備系統(tǒng)的應(yīng)用方面。起初由人工經(jīng)驗診斷為主,逐漸過渡到狀態(tài)監(jiān)測與診斷。期間雖然取得了不少科研成果,但是在與國外有關(guān)工程實踐、基礎(chǔ)理論研究、集成方面有很大差距:

1)復(fù)雜系統(tǒng)PHM集成與技術(shù)應(yīng)用方面。技術(shù)發(fā)達(dá)國家進(jìn)行了很多相關(guān)研究和試驗,國內(nèi)目前是效仿國外的PHM技術(shù)或者應(yīng)用,體系設(shè)計與理論研究明顯落后,PHM系統(tǒng)集成與技術(shù)應(yīng)用的研究相對較少,目前沒有很好的工程案例,需要加大此方面的投入。

2)復(fù)雜系統(tǒng)健康管理方面。目前國外進(jìn)行了很多PHM技術(shù)維修決策的研究與分析;國內(nèi)機(jī)械設(shè)備大部分是以預(yù)防性維修為主,基于PHM的維修決策研究和健康管理較少。

3)復(fù)雜系統(tǒng)預(yù)測與智能維護(hù)方面,我國與國外發(fā)達(dá)國家不相上下,某些領(lǐng)域能達(dá)到同行業(yè)的先進(jìn)水平?？墒?在PHM技術(shù)成熟度與推廣上,國外優(yōu)于國內(nèi),特別是在先進(jìn)傳感器的研發(fā)和使用方面,我國還是相對落后的。

4 PHM系統(tǒng)的關(guān)鍵技術(shù)和方法

在分析國內(nèi)外PHM發(fā)展經(jīng)驗和差距的基礎(chǔ)上,從PHM系統(tǒng)的關(guān)鍵技術(shù)和方法這幾個方面論述未來的發(fā)展方向,大致經(jīng)歷了從故障和設(shè)備異常狀態(tài)的被動性維修到主動地預(yù)防性維修,再過渡到預(yù)測和智能維護(hù)管理[33-34]。

4.1 先進(jìn)的傳感器技術(shù)

微型化、智能化、無線低功耗的傳感器及特種傳感器(高加速度量程、特高溫環(huán)境、在線油液檢測等)是PHM技術(shù)實現(xiàn)的基礎(chǔ),因為只有正確地采集到設(shè)備的數(shù)據(jù)參數(shù)才能夠提供維修決策,這就要求傳感器能夠適應(yīng)不同的工作環(huán)境和強(qiáng)電磁干擾。

當(dāng)前,研發(fā)傳感器主要從兩方面著手:一是提升和優(yōu)化性能,主要涵蓋了傳感器的準(zhǔn)確度、穩(wěn)定性、耐久性等;二是研發(fā)微型和智能化傳感器,從而便于系統(tǒng)集成。另外,PHM技術(shù)廣泛運用了微型機(jī)電系統(tǒng),能夠在不影響傳感器性能情況下,縮小傳感器尺寸,從而大大降低功耗(通常情況下能夠降到40～500 μW)和無線傳輸成本。

4.2 嵌入式測試技術(shù)

國際電機(jī)工程師協(xié)會對嵌入式系統(tǒng)的定義明確了嵌入式系統(tǒng)是包括軟件和硬件兩個模塊。核心是應(yīng)用,基礎(chǔ)是先進(jìn)的計算機(jī)技術(shù),軟硬件可刪減,從而適用于不同種類的計算機(jī)。

嵌入式測試包括功能測試和性能測試。通常由嵌入式微處理器、硬件、嵌入式操作系統(tǒng)和應(yīng)用程序四部分組成。可以對裝備運行狀態(tài)實時監(jiān)測、管理,一旦發(fā)現(xiàn)故障,能夠及時進(jìn)行診斷、隔離。

4.3 數(shù)據(jù)傳輸技術(shù)

運用不同類型的傳感器,數(shù)據(jù)獲取層采集到設(shè)備的數(shù)據(jù)信息以有線和無線兩種模式傳輸?shù)絇HM系統(tǒng)其他單元。

有線傳輸技術(shù)應(yīng)用的比較成熟,通過有線數(shù)據(jù)總線和網(wǎng)絡(luò)進(jìn)行傳輸數(shù)據(jù)。國際上已經(jīng)建立了通訊標(biāo)準(zhǔn)和網(wǎng)絡(luò)協(xié)議,例如TCP/IP協(xié)議。藍(lán)牙、WIFI和移動蜂窩等技術(shù)促進(jìn)了無線傳輸方式在PHM系統(tǒng)中數(shù)據(jù)傳輸,無線傳輸系統(tǒng)由多個分布式的傳感器組成,經(jīng)無線調(diào)制解調(diào)器完成數(shù)據(jù)傳輸。

4.4 數(shù)據(jù)挖掘與信息融合技術(shù)

PHM系統(tǒng)采集到原始信號后,需要經(jīng)過一定的數(shù)據(jù)處理。數(shù)據(jù)挖掘就是從原始的數(shù)據(jù)信息中獲取到有用的信息過程。進(jìn)行數(shù)據(jù)挖掘的信息來源是數(shù)據(jù)獲取層中傳感器采集的信息,處理過程中通過不同的算法和模型拆分原始信息,并能夠被計算機(jī)所識別。數(shù)據(jù)挖掘算法包括決策樹、聚類和樸素貝葉斯等。

信息融合是把多個信息來源采集到的數(shù)據(jù)綜合分析研究,按照重要程度進(jìn)行持續(xù)的評估和處理。信息融合技術(shù)作用是最大可能把有用的信息通過高效算法融合,在PHM系統(tǒng)中應(yīng)用,進(jìn)而得到準(zhǔn)確的結(jié)果。融合算法主要有隨機(jī)濾波融合、貝葉斯融合、人工智能網(wǎng)絡(luò)等。

4.5 健康評估與壽命預(yù)測方法

健康評估和剩余壽命預(yù)測是PHM系統(tǒng)的關(guān)鍵環(huán)節(jié),設(shè)備經(jīng)過長時間工作后,性能狀態(tài)逐步退化,從健康狀態(tài)直到故障出現(xiàn)[35-36]。健康評估和剩余壽命預(yù)測通常會根據(jù)設(shè)備工作的實際情況,運用一種或多種方法來分析、判斷故障點(閾值)。健康評估是指設(shè)備當(dāng)前運行狀態(tài)偏離正常工作狀態(tài)的程度。在進(jìn)行評估時需要參照狀態(tài)參數(shù)、設(shè)備結(jié)構(gòu)特點、歷史維修記錄,針對已發(fā)生或即將發(fā)生的故障進(jìn)行診斷、研究,根據(jù)故障模式和失效機(jī)理,提供維修決策。所以越早獲取監(jiān)測數(shù)據(jù),對健康評估越有利,早發(fā)現(xiàn),早預(yù)防[37-38]。

剩余壽命(Remaining Useful Life,RUL)預(yù)測方法大體分為三類:一是基于物理模型的預(yù)測;二是基于數(shù)據(jù)驅(qū)動模型的預(yù)測;三是基于混合模型的預(yù)測方法。從設(shè)備壽命預(yù)測的實際出發(fā),當(dāng)前主流的方法是基于數(shù)據(jù)驅(qū)動模型的預(yù)測方法。

4.5.1 基于物理模型的預(yù)測方法

基于物理模型的預(yù)測方法,從故障機(jī)理分析研究故障的發(fā)展變化,結(jié)合機(jī)械設(shè)備故障失效模式、維修專業(yè)領(lǐng)域知識,構(gòu)建能夠反映出設(shè)備性能退化規(guī)律的數(shù)學(xué)模型,借助專業(yè)儀器設(shè)備,通過測量得到模型參數(shù),進(jìn)而預(yù)測未來退化趨勢。該方法適用于零部件級的失效和剩余使用壽命預(yù)測。例如部件的裂紋、疲勞、磨損等與載荷、應(yīng)力有關(guān)的函數(shù)。構(gòu)建物理模型需要深入了解故障和失效機(jī)理,全面考慮部件受到的物理、化學(xué)過程,導(dǎo)致建模過程比較困難,不適用于系統(tǒng)級的設(shè)備。

4.5.2 基于數(shù)據(jù)驅(qū)動模型的預(yù)測方法

基于數(shù)據(jù)驅(qū)動模型的預(yù)測方法僅需要通過傳感器獲取數(shù)據(jù),再把數(shù)據(jù)轉(zhuǎn)換為設(shè)備性能退化模型。不需要關(guān)注物理失效故障模式,通用性好。數(shù)據(jù)驅(qū)動模型分為兩種:一是基于統(tǒng)計數(shù)據(jù)的驅(qū)動方法;另一種是基于機(jī)器學(xué)習(xí)的方法。統(tǒng)計數(shù)據(jù)驅(qū)動方法包括隨機(jī)濾波、相似性模型和隨機(jī)過程模型。

4.5.3 基于混合模型的預(yù)測方法

機(jī)械設(shè)備結(jié)構(gòu)越來越復(fù)雜化和精密化,目前單一的預(yù)測方法不能很好地預(yù)測結(jié)果,所以可以結(jié)合專業(yè)知識、成功案例經(jīng)驗,對各種預(yù)測方法進(jìn)行融合研究,從而科學(xué)、準(zhǔn)確、客觀地預(yù)測結(jié)果,稱之為基于混合模型的預(yù)測方法?；跀?shù)據(jù)驅(qū)動模型和物理模型融合,能夠獲得較好的預(yù)測精度。此外還可以把多種預(yù)測方法得到的結(jié)果進(jìn)行融合。基于混合模型的剩余壽命預(yù)測方法能夠利用不同預(yù)測方法的優(yōu)勢,有很好的發(fā)展前景[39]。由于涉及到多方法或者模型的融合,導(dǎo)致計算量過大或者建模困難,在實際應(yīng)用中并不多。

4.6 智能推理與決策支持技術(shù)

智能推理與決策支持技術(shù)可以實現(xiàn)維修決策智能生成、維修資源優(yōu)化配置和各維修要素的協(xié)同管理等。視情維修的發(fā)展,一方面可以最大限度發(fā)揮設(shè)備的使用壽命,另一方面能夠預(yù)防偶發(fā)故障,節(jié)約成本,提高效率。視情維修的模型有時間延遲模型、沖擊模型、比例危險模型和馬爾可夫決策模型等。時間延遲模型主要把設(shè)備的運行壽命劃分為故障產(chǎn)生時期和故障發(fā)生時期。沖擊模型主要是針對因偶發(fā)情況而導(dǎo)致的設(shè)備隨機(jī)損傷的狀態(tài)。比例危險模型是根據(jù)故障的嚴(yán)酷程度,產(chǎn)生的故障嚴(yán)酷度占比的模型。馬爾可夫決策模型是基于視情維修時間是離散的,狀態(tài)信息與剩余壽命的關(guān)系分布可以考慮馬爾可夫決策過程。智能推理與決策支持技術(shù)有專家系統(tǒng)、仿真技術(shù)、虛擬現(xiàn)實技術(shù)和分布式交互技術(shù)等[40]。

5 結(jié)束語

現(xiàn)有的PHM研究大都側(cè)重于單一失效模式下的評估和預(yù)測,忽略了復(fù)雜設(shè)備的失效多是由于多種失效模型綜合作用引起的情形。傳統(tǒng)機(jī)器學(xué)習(xí)模型的健康管理和故障預(yù)測技術(shù),需要依靠大量信號處理技術(shù)與專家經(jīng)驗手動提取出特征信息。大數(shù)據(jù)時代下,海量的復(fù)雜工程設(shè)備的監(jiān)測數(shù)據(jù)無疑給這一工作帶來了挑戰(zhàn)?；谌斯ぶ悄芩惴ㄖ蔚腜HM成為主要發(fā)展方向。隨著超級計算機(jī)的研發(fā)和5G網(wǎng)絡(luò)快速發(fā)展,人工智能算法的不斷優(yōu)化,在魯棒性、可解釋性、準(zhǔn)確度和速度上大幅提升,能實現(xiàn)在龐大的數(shù)據(jù)庫中找到所需要的數(shù)據(jù)信息,讓PHM實現(xiàn)真正的智能化。