復雜裝備遠程智能運維服務決策關鍵技術研究

晉旭博　閆玉波

摘要：本文針對復雜裝備遠程智能運維服務決策關鍵技術研究課題提出了復雜裝備健康評估技術、復雜裝備智能維修保養技術、復雜裝備遠程咨詢技術以及復雜裝備運維服務和功能優化技術，為后續復雜裝備遠程智能運維服務決策系統的實現奠定了技術基礎。

關鍵詞：復雜裝備;遠程智能運維服務;智能維修保養技術;遠程咨詢技術;運維服務優化

中圖分類號：TP311 ? ? 文獻標識碼：A

文章編號：1009-3044（2019）14-0151-02

Abstract： This paper proposes complex equipment health assessment technology， complex equipment intelligent maintenance technology and complex equipment remote consulting technology for the key technology research of complex equipment remote intelligent operation and maintenance service decision-making， which is the realization of the follow-up complex equipment remote intelligent operation and maintenance service decision system. Laid the technical foundation.

Key words： complex equipment; remote intelligent operation and maintenance service; intelligent maintenance and repair technology; remote consulting technology; operation and maintenance service optimization

大批量復雜裝備的出現是中國工業化進程的一個里程碑，為中國的發展貢獻了無與倫比的力量，為了保證復雜裝備的工作質量，復雜裝備的運維服務一直深受各行各業重視，然而如今復雜裝備的運維服務往往是“事后運維服務”或者“定期運維服務”，這種傳統的復雜裝備運維服務模式往往在關鍵時刻會降低復雜裝備的服務質量、造成產生巨大的運維服務成本，為了進一步提高復雜裝備的服務質量，有效降低復雜裝備的運維服務成本，本文對復雜裝備的遠程智能運維服務決策關鍵技術進行了研究，具體分為復雜裝備的健康評估技術、復雜裝備的智能維修保養技術、復雜裝備遠程咨詢技術和復雜裝備運維服務和功能優化技術。

1 復雜裝備健康評估技術

復雜裝備的健康狀況與復雜裝備的工作質量關系密切，為了能夠掌握復雜裝備的健康狀況，本文提出了一種復雜裝備健康評估技術。首先結合復雜裝備權威專家的意見對復雜裝備進行健康狀態劃分，然后用層次分析法對復雜裝備歷史監測數據進行分析，得到復雜裝備的健康評估要素，最后通過BP神經網絡算法對復雜裝備的歷史健康評估要素數據進行訓練學習得到復雜裝備的健康評估模型，該模型每間隔一段時間就要結合最新加入的數據重新進行訓練學習以完善更新復雜裝備健康評估模型。有了復雜裝備健康評估模型后，就可以將復雜裝備上傳感器實時監測的健康評估要素數據代入健康評估模型從而得到復雜裝備的實時健康情況。當復雜裝備的健康值達到復雜裝備健康狀態閾值下界時系統會向工作人員發出風險預警，使工作人員及時對有故障風險的復雜裝備進行維修保養以保證復雜裝備的服務質量。

2 復雜裝備智能維修保養技術

復雜裝備在工作過程中會出現各種摩擦損耗，因此需要及時對復雜裝備進行維修保養，保證復雜裝備的健康狀態。[1]通過卷積神經網絡算法對復雜裝備歷史維修記錄數據進行學習訓練得到復雜裝備維修模型[2]，當復雜裝備經過復雜裝備健康評估模型評估后有風險預警時會自動將該復雜裝備的實時監測數據代入復雜裝備維修模型，進而得到最優的維修保養方案。

3 復雜裝備遠程咨詢技術

工作人員在使用復雜裝備的過程中，難免會遇到各種各樣的技術問題，為了幫助工作人員更好的使用復雜裝備，本文提出了一種復雜裝備遠程咨詢方案，為復雜裝備工作人員提供遠程技術咨詢。復雜裝備遠程咨詢功能主要使用專家系統的方法來實現。復雜裝備遠程咨詢專家系統是通過計算機程序，對大量的復雜裝備行業內專家水平的知識和經驗進行整理，使用時將這些信息進行邏輯推理和判斷，模擬復雜裝備專家進行的復雜裝備技術咨詢決策的計算機系統。

復雜裝備遠程咨詢專家系統分為復雜裝備知識庫和邏輯推理判斷機制兩部分組成。復雜裝備知識庫由復雜裝備行業的各種判斷準則、行業經驗以及各種復雜裝備技術知識組成，當復雜裝備工作人員進行復雜裝備遠程技術咨詢時，復雜裝備遠程咨詢專家系統的邏輯推理判斷機制把知識庫里復雜裝備權威專家的知識和經驗作為進行邏輯判斷以及推理的依據，模擬專家的決策過程。[3]

此外，當復雜裝備工作人員有新的復雜裝備行業經驗時，還可以將復雜裝備行業新經驗提交知識庫，通過復雜裝備行業專家審核通過后，即可并入知識庫，不斷地完善知識庫，使得復雜裝備遠程咨詢專家系統的邏輯推理判斷更加合理。

4 復雜裝備運維服務和功能優化技術

復雜裝備自從應用于社會各行各業之后，就有了運維服務，但是復雜裝備用戶對于復雜裝備的運維服務還有各種各樣的意見，復雜裝備的運維服務還有很大的優化空間。為了進一步優化復雜裝備運維服務，本文提出裝備制造企業要對用戶關于復雜裝備運維服務的滿意度和使用情況進行跟蹤，不斷地吸取用戶對復雜裝備運維服務的意見從而作為優化復雜裝備的運維服務的依據，逐步提升裝備制造業的服務質量。

通過對用戶關于復雜裝備運維服務的意見進行數據挖掘可以進一步了解到用戶對復雜裝備功能和性能的要求，為下一代的復雜裝備的研發提供優化方向，不斷提高復雜裝備的運行質量，使裝備制造企業逐步適應生產性服務業社會化、專業化發展要求。

5 結束語

應社會發展的需要，各個裝備制造企業源源不斷地生產出各種各樣的復雜裝備，為了保證復雜裝備的服務質量，必須重視復雜裝備的運維服務。本文中通過層次分析法和BP神經網絡算法實現復雜裝備的健康值評估，通過卷積神經網絡算法實現了復雜裝備智能維修保養，通過專家系統實現復雜裝備的遠程咨詢，通過數據挖掘技術實現復雜裝備運維服務和功能優化，從技術路線上證明了復雜裝備遠程智能運維服務決策的可行性，從而促進整個裝備制造企業由生產型向生產服務型轉變，進而全方位提高復雜裝備在社會中的服務質量。

參考文獻：

[1] 王琦.關于機械設備維修與保養管理問題的探討[J].科技風，2019（8）：167-168.

[2] 趙東明，程焱明，曹明.基于卷積神經網絡的柴油發電機健康評估[J].計算機科學，2018，45（S2）：152-154.

[3] 鄧安明，肖大林，羅軍，等.基于專家系統的配電網安全運維決策方法的研究與實現[J].信息系統工程，2017（7）：72-73.

【通聯編輯：梁書】