故障診斷及預測性維護在智能制造中的應用

祝 旭

(重慶川儀軟件有限公司，重慶 401121)

0 引言

近些年，智能制造在流程工業生產中得到了示范應用，其重要性逐漸深入人心。國內外學者對于智能制造的理解和定義不盡相同。清華大學吳澄將智能制造定義為以智能技術為代表的新一代信息技術在制造全生命周期的應用中所涉及的理論、方法、技術和應用[1-3]。智能制造時代，對于設備的可靠性要求會更高，對于設備維護管理的要求也會隨之提高，制造企業、設備管理信息化廠商、預測性維護服務廠商都將參與到設備維護管理的整體環節中。

1 設備預測性維護

預測性維護是以狀態為依據的維修，是對設備進行連續在線的狀態監測及數據分析，診斷并預測設備故障的發展趨勢，提前制定預測性維護計劃并實施檢維修的行為[4-5]。總體來看，預測性維護中，狀態監測和故障診斷是判斷預測性維護是否合理的根本所在，而狀態預測是承上啟下的重點環節。根據故障診斷及狀態預測得出的維修決策，形成維修活動建議，直至實施維修活動。可以說，預測性維護通盤考慮了設備狀態監測、故障診斷、預測、維修決策支持等設備運行維護的全過程。

上述預測性維護與預防性維修不同，經常會有人將兩者混淆。這里強調說明，后者是以時間為依據的維修，目的是定期檢測設備健康狀態、定期修復已發生的設備故障及損壞、預防繼發性毀壞及設備停機故障。相對于預防性維修，實行預測性維護制度有以下優點：①避免“過剩維修”，防止因不必要的解體拆卸、更換零部件等；②有效減少設備停機維修時間；③盡早發現故障隱患，避免故障惡化；④合理預估機械部件的剩余壽命，使設備在保證安全的情況下合理超期服役。

基于上述優勢，可以說實施預測性維護是企業提高設備管理水平的必經之路，也是必然趨勢。

1.1 預測性維護市場潛力

研究表明，針對預測性維護這個新興市場，物聯網(Internet of Things,IoT)平臺商、云存儲廠商以及提供動態數據分析的廠商發揮著越來越大的作用。基于云平臺的IoT及大數據分析將對設備的預測性維護帶來25%～30%的效率提升。IoT Analytics發布的針對全球預測性維護的報告中指出：預計2016～2022年，預測性維護的復合年均增長率為39%；根據這個增長速度，到2022年，市場規模將達到734.5億元人民幣。預測性維護市場規模如圖1所示。對于設備管理信息化廠商以及預測性維護服務廠商來說，打開市場、拓展市場越早越有利。

圖1 預測性維護市場規模

1.2 預測性維護技術體系

預測性維護的技術體系涵蓋狀態監測、故障診斷、狀態預測、維修決策等4個方面。預測性維護技術體系如圖2所示。狀態監測技術是利用溫度、壓力、振動、超聲波等不同類型傳感器獲取設備的多種運行狀態信息。其中，溫度傳感器可用于汽輪機、空壓機等大型機組的油溫、瓦溫監測；振動傳感器廣泛應用于判斷機械設備的非平穩運動現象；超聲波等高頻傳感器可用于判斷設備機械部件內部的細微摩擦，對于微小故障的判斷較為靈敏。通過以上多傳感器數據之間的協同工作及功能互補，可實現更精確的狀態監測。故障診斷涉及的方法包括時域信號診斷、頻域信號診斷，以及以此為基礎的人工神經網絡、專家系統綜合診斷。故障診斷可為設備的狀態預測及維修決策提供指導意見[6]。通過故障診斷及狀態預測，設備管理者及檢維修人員制定合理的維修措施及計劃，并通過實施維修，驗證設備狀態監測及故障診斷的合理性及準確性。

圖2 預測性維護技術體系

2 設備故障診斷

在制造企業的生產環節中，生產與管理之間的關系可以描述為：系統的自由度決定了管理的復雜程度。對智能制造來說，系統的自由度越小，系統的可靠性要求越高，對于設備管理者及檢維修人員的要求也會隨之提高。設備管理者需要在生產系統自由度降低的情況下實現更優化、更簡化、更智能化的設備狀態監測診斷過程，并以高準確性、高精確性的診斷結論指導檢維修實施及設備恢復生產。

設備故障診斷是預測性維護技術體系的重要組成部分，通過選取合適的狀態監測傳感器，對設備各個機械部位的狀態信號連續、并行地進行采集。這是基礎，關鍵在于特征提取算法及故障識別方法。強調選取合適的狀態監測傳感器是因為特征提取算法是對原始信號的有效內容進行提取。合適的傳感器所采集的有效信息會更多，更有利于進行故障類型識別，繼而進行故障確認并產生預警信息[7-8]。設備故障診斷流程如圖3所示。設備故障診斷在預測性維護中的實際意義為提醒設備管理者及維修人員及時排除故障隱患，使設備重新進入穩定運行期。

圖3 設備故障診斷流程圖

現階段預測性維護中的故障診斷主要依靠人工分析實現，診斷分析人員通過趨勢、波形、頻譜等專業分析工具，結合傳動結構、機械部件參數等信息，實現設備故障的精準定位。筆者相信，未來的預測性維護將是建立在物聯網及人工智能技術上的智能診斷，屆時診斷效率和準確性都將獲得大幅提升。本文將重點介紹物聯網技術在設備狀態監測診斷中的應用前景及實施方案。

3 物聯網技術的應用

物聯網技術為設備狀態監測診斷帶來了設備狀態無線監測、高速數據傳輸、邊緣計算和精細化診斷分析等先進技術[9-11]。在設備狀態監測診斷中應用物聯網技術，面向企業數字化、網絡化、智能化需求，構建精準、實時、高效的數據采集互聯體系。其核心意義在于構建基于海量數據采集、匯聚、分析的服務體系，實現工業技術、經驗、知識的模型化、標準化、軟件化、復用化。基于目前全球化的工業物聯網發展態勢，可以認為物聯網在設備狀態監測診斷中的應用范圍、應用規模、應用成果將會不斷擴大，應用效果也將向更好更優的水平發展。基于物聯網的設備監測診斷系統架構如圖4所示。

圖4 基于物聯網的設備監測診斷系統架構圖

從整體的網絡架構來看，設備健康監測物聯網綜合管理平臺利用安裝在設備上的傳感器節點獲取設備的健康狀態監測信號和運行參數數據，經網絡層集中上傳至設備健康監測物聯網綜合管理平臺，實現數據傳輸。應用層實現監測信號的分析、故障特征提取、故障診斷及預測功能，實現智能化管理、應用和服務。設備健康監測物聯網綜合管理平臺具有強大的數據采集分析處理、數據可視、設備運維、故障診斷、故障報警等功能。通過實時監測查看、統計、追溯，實現對其管轄設備的實時監測和運行維護，基于運行信息和檢修信息、自動生成設備管理報表，實現設備可靠性、故障數據、更換備件等信息統計，為維修方案制定提供依據。

針對不同需求，物聯網綜合管理平臺可采用私有云方式建設，以獨享宿主機資源方式，滿足用戶的資源獨享、安全、合規需求；可通過HTTP、OPC等方式，實現與企業生產管理系統或第三方管理系統進行數據對接，打通數據關聯通道。此外，除了物聯網綜合管理平臺，物聯網在設備狀態監測診斷中的應用還包括通過設備狀態監測診斷APP，以實現對設備運行數據的實時顯示，及時了解設備突發故障，立即派發對設備維修任務，快速反饋對維修結果等。設備狀態監測診斷、現場點檢、DCS控制系統以及生產現場視頻的整體融合，全面覆蓋設備運行狀態的整個監測過程。通過手機及內部辦公電腦實現數據的及時查看、分析等，遠程診斷中心與生產現場協同工作，實現診斷及現場驗證的同步機制。

4 結束語

針對預測性維護價值數百億元的新興市場，本文提出以設備故障監測、診斷、預防性維護為手段，將物聯網技術應用于設備狀態監測診斷的思路，實現狀態在線監測、遠程故障診斷。智能制造升級需要匹配預測性維護能力的同步提升。因此，針對智能制造時代的生產需要，建議將普遍采用的計劃性檢修向基于設備健康狀態的預測性維護轉變。預測性維護的最終目標是提高生產安全穩定性、有效制定并實施設備維護策略、降低設備維護成本、減少設備停工檢修時間。