狀態(tài)監(jiān)測及故障預警:在役設(shè)備的安全保障

本期名師:徐小力
徐小力,教授,博士,博導;國際先進設(shè)備管理及維修技術(shù)中心理事、中國機械工程學會理事、中國機械工程學會設(shè)備與維修工程分會主任委員、中國設(shè)備管理協(xié)會安全生產(chǎn)技術(shù)委員會副主任、中國儀器儀表學會理事、中國電子學會會士等;就職于北京信息科技大學,現(xiàn)任現(xiàn)代測控技術(shù)教育部重點實驗室主任、機電系統(tǒng)測控北京市重點實驗室主任。主要研究方向為機械電子工程、機電系統(tǒng)測控及故障診斷預報技術(shù)。
隨著當代工業(yè)及科學技術(shù)的發(fā)展,現(xiàn)代設(shè)備發(fā)展的一個總體趨勢是向復雜化、智能化和自動化方向發(fā)展,在役設(shè)備運行中故障導致惡性事故屢見不鮮。設(shè)備運行安全可靠性對國計民生、社會穩(wěn)定以及國家資源和環(huán)境有重要影響, 保障設(shè)備安全可靠運行的迫切性日益突出,設(shè)備服役的安全性及維修保障問題愈發(fā)引起重視。
在役關(guān)鍵設(shè)備往往處于工況惡劣、不穩(wěn)定、功率大、負載重且連續(xù)運行狀態(tài),早期故障發(fā)展導致的惡性事故時有發(fā)生,為了消除其故障隱患以避免安全事故發(fā)生,現(xiàn)代產(chǎn)業(yè)迫切需要采用保障在役設(shè)備安全服役運行的相關(guān)監(jiān)測技術(shù)及內(nèi)含的分析技術(shù),基于該項技術(shù)揭示設(shè)備運行狀態(tài)的發(fā)展演變規(guī)律,實現(xiàn)早期故障預報,進而有利于采取智能故障自愈、自動防護控制及指導人工管理等手段以避免故障,特別是惡性事故發(fā)生。
在國外,美國、日本、加拿大等國家的專家學者開展了設(shè)備服役監(jiān)測預警及故障分析研究,例如美國機械故障預防技術(shù)學會(MFDT)和麻省理工學院、日本三重大學、加拿大Lakehead大學、美國恩泰克公司、美國本特利公司(Bently Nevada)、日本三菱公司、瑞士Vibro-Me-ter公司等;洛克希德—馬丁公司在國防部支持下以聯(lián)合攻擊戰(zhàn)斗機(Joint Strike Fighter,JSF)為背景提出預測和健康管理技術(shù)(Prognostics and Health Management, PHM)的全新概念。
國內(nèi)一些高校及研究院所在設(shè)備健康狀態(tài)的監(jiān)測診斷預警和處置、重大產(chǎn)品和重大設(shè)施壽命預測及相關(guān)信息化智能化技術(shù)等方面開展了技術(shù)攻關(guān),多年來國家科技重大專項、國家自然科學基金對本領(lǐng)域相關(guān)技術(shù)研究給予了持續(xù)大力支持。近年來一些國內(nèi)企業(yè)針對企業(yè)現(xiàn)代管理及現(xiàn)代維修需求,開展了對故障監(jiān)測預警系統(tǒng)及先進維修方式的研發(fā),以及進行工程應用及工程示范。
國內(nèi)外設(shè)備服役監(jiān)測預警技術(shù)的研究及應用,重點面向高端、大型及關(guān)鍵的在役設(shè)備,近年來愈加關(guān)注變工況、長歷程設(shè)備非平穩(wěn)、非線性等復雜運行狀態(tài)的故障預報難點問題。
在役設(shè)備大部分故障都有一個發(fā)展演變的過程,若能對漸變故障進行趨勢預示,則有利于提前排除事故隱患,有效避免惡性事故發(fā)生。設(shè)備監(jiān)測預警可以從揭示設(shè)備運行狀態(tài)劣化發(fā)展趨勢規(guī)律與特征入手,預測今后多長時間設(shè)備運行狀態(tài)將達到不可接受的程度而應當停機維修或進行有針對性的維修;其主要任務是提取能反映設(shè)備故障發(fā)展趨勢的特征量,分析并預測故障特征量的趨勢,預報設(shè)備運行狀態(tài),并根據(jù)惡化程度進行早期故障預警,制定可行的安全保障措施及設(shè)備維修計劃。
設(shè)備狀態(tài)監(jiān)測及故障預警若干關(guān)鍵技術(shù)可歸納如下:
(1)揭示設(shè)備運行狀態(tài)機械動態(tài)特性劣化演變規(guī)律。設(shè)備由非故障運行狀態(tài)劣化為故障運行狀態(tài),其機械動態(tài)特性通常有一個發(fā)展演變過程。需揭示劣化過程及故障變化演變規(guī)律及發(fā)展特點,分析故障產(chǎn)生機理、發(fā)展原因和發(fā)展模式,構(gòu)建劣化演變機械動態(tài)特性模型。
(2)提取設(shè)備運行狀態(tài)發(fā)展趨勢特征。在役設(shè)備往往具有復雜運行狀態(tài),在長歷程運行中工況和負載等非故障因素會造成信號能量變化,故障趨勢信息往往被非故障變化信息淹沒,需較大程度上消除非故障變化造成的冗余信息,進而構(gòu)建預測模型。若提取到敏感特征分量因子及模式,有望實現(xiàn)典型部件及部位分析。
(3)低信噪比微弱信號特征早期故障的信號處理。早期故障信息具有明顯的低信噪比微弱信號的特征,為實現(xiàn)早期故障有效分析,涉及方法包括:多傳感系統(tǒng)檢測及信息融合,非平穩(wěn)及非線性信號處理,故障征兆量和損傷征兆量信號分析,噪聲規(guī)律與特點分析,以及相關(guān)數(shù)據(jù)挖掘、盲源分離、粗糙集等方法。
(4)故障預測模型構(gòu)建。構(gòu)建基于智能信息系統(tǒng)的設(shè)備早期故障預測模型,這類模型大致有兩個途徑,分別是物理信息預測模型以及數(shù)據(jù)信息預測模型,或構(gòu)建這兩類預測模型相融合的預測模型。
(5)運行狀態(tài)劣化的相關(guān)評價參數(shù)、模式及準則。如表征設(shè)備狀態(tài)發(fā)展的參數(shù)及特征模式,狀態(tài)發(fā)展評價準則及條件,面向安全保障的決策理論方法,穩(wěn)定性、可靠性及維修性評估依據(jù)及判據(jù)等。
在役設(shè)備維修如同醫(yī)生在診斷病人病情后還需要進行治療,設(shè)備維修則是保障設(shè)備健康運行并實現(xiàn)其功能的重要環(huán)節(jié)。傳統(tǒng)的事后維修及定期維修方式,不但不經(jīng)濟而且往往避免不了事故的發(fā)生,亟待采用以信息化智能化為核心技術(shù)的預知維修等現(xiàn)代維修的方式。
預知維修方式是隨著計算機及信息處理技術(shù)發(fā)展而產(chǎn)生的更科學的動態(tài)的先進維修方式,該維修方式視設(shè)備實際運行情況以及故障前兆而實施動態(tài)狀態(tài)監(jiān)測并在故障發(fā)生前安排維修。設(shè)備狀態(tài)監(jiān)測及故障預警技術(shù)是實現(xiàn)設(shè)備預知維修的關(guān)鍵技術(shù),能夠為實現(xiàn)現(xiàn)代的預知維修方式提供技術(shù)手段及實現(xiàn)途徑。
為了提高預知維修的智能化自動化水平,一些研究機構(gòu)及企業(yè)建立了多信息數(shù)據(jù)庫與信息分析知識庫,如案例庫、圖譜庫、檔案庫(如歷史信息庫,包括大修停機、故障停機和搶修停機等歷史維修記錄)、知識庫等。
為提高預知維修系統(tǒng)的效率及實時性,構(gòu)建云計算及大數(shù)據(jù)處理的信息服務架構(gòu),提升海量大數(shù)據(jù)的信息存儲空間及信息處理速度。
一些現(xiàn)代企業(yè)將設(shè)備健康監(jiān)測預警技術(shù)與設(shè)備管理相結(jié)合,建立設(shè)備預知維修信息管理及信息決策系統(tǒng),此模式正成為企業(yè)設(shè)備安全保障體系信息化建設(shè)發(fā)展趨勢。
針對多類設(shè)備安全保障、早期故障信息處理等需求,一些研究單位及企業(yè)合作研發(fā)多類型設(shè)備安全監(jiān)測系統(tǒng)及進一步配套的企業(yè)預知維修系統(tǒng),面向設(shè)備群建立遠程網(wǎng)絡(luò)在線監(jiān)測預報中心,并不斷提高相關(guān)系統(tǒng)的信息化智能化技術(shù)水平。
為了適應具有高技術(shù)、多品種、小批量特點的系列監(jiān)測系統(tǒng)的研發(fā),采用基于信息網(wǎng)絡(luò)及“互聯(lián)網(wǎng)+”的可重構(gòu)系統(tǒng)集成制造技術(shù)及系統(tǒng)集成平臺裝備。
近些年來,典型安全監(jiān)測系統(tǒng)廣泛用于制造業(yè)、能源、交通、電力、石化、冶金、市政、環(huán)保、航天和資源等領(lǐng)域的多類現(xiàn)代、高端、關(guān)鍵裝備群的安全監(jiān)控和設(shè)備健康管理,有的還用于實現(xiàn)設(shè)備在安全運行區(qū)或節(jié)能減排工況下優(yōu)化運行。
綜上所述,根據(jù)多類在役設(shè)備安全保障需求,若干關(guān)鍵技術(shù)及實現(xiàn)方式歸納如下:
(1)揭示設(shè)備故障發(fā)展演變的規(guī)律及特征,較大程度地過濾非故障變化造成的冗余信息,后續(xù)進行建模、建庫等信息處理,提高故障預警的可靠性。
(2)采用多源信息集成及信息融合等方式盡可能地利用所獲取及提煉的有用信息,以取得較理性的信息熵,有利于提高故障預報的準確性。
(3)采用動態(tài)及適于大數(shù)據(jù)、云計算處理的數(shù)字化、網(wǎng)絡(luò)化、智能化、自動化等信息技術(shù),構(gòu)建遠程網(wǎng)絡(luò)在線故障預警中心,提高在線故障預警的實時性。
(4)建立檔案庫、圖譜庫、案例庫及知識庫等信息資源庫及智能信息庫,實現(xiàn)智能判斷決策,提高故障預警的實用性。
(5)提取典型運行部件及關(guān)鍵部位的敏感特征分量信息、敏感因子、敏感模型(模式)等,提高故障預警的針對性。
(6)構(gòu)建可重構(gòu)系統(tǒng)集成平臺,根據(jù)對象、環(huán)境及功能進行多類型監(jiān)測系統(tǒng)集成研發(fā)、定制研發(fā)與調(diào)試。
在役設(shè)備狀態(tài)監(jiān)測及故障預警技術(shù)及相關(guān)系統(tǒng)在有關(guān)國計民生的許多部門重要裝備中的應用日益廣泛,將在提高設(shè)備安全可靠性、實現(xiàn)設(shè)備科學維修、提升設(shè)備信息管理水平、增加設(shè)備利用率、降低設(shè)備運行及維修成本等方面發(fā)揮愈來愈重要作用。