智慧运维
AI、 BIG DATA PLUS IOT
边缘计算 预测性维护
智慧运维
SMART MAINTENANCE


§随着设备自动化程度的提高以及传感器成本的降低,越来越多的设备开始被连接;同时,越来越多的数据从设备上产生,工业环境正在逐步变为互联的大数据环境

§虽然设备的自动化程度高,数据采集系统也日益完善,但设备故障的不确定性依然困扰着用户,缺乏对不可见问题的预测

§如何能够在互联的大数据环境中利用数据驱动的方法创造价值,成为用户日益关心的问题

       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PHMPrognostics and Health Management)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。


1PHM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(automatic logistics, AL)和降低全寿命周期费用的关键核心技术。图示

描述已自动生成


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。






一番数智
公司电话:
公司邮箱:
公司地址:
一番数智
135 8596 1239
上海市闵行区莲花路1555号华一实业大厦1109-10室
上海歌威信息科技有限公司
云计算支持 反馈 枢纽云管理