視情維修制度在智能船舶領(lǐng)域的應用分析

張 瑞，周帥康，湯 敏

(1.鄭州大學 機械與動力工程學院，河南 鄭州 450001；2.武漢理工大學 智能交通系統(tǒng)研究中心，湖北 武漢 430070)

在工業(yè)化社會，機械設備在生產(chǎn)中占據(jù)著不可替代的位置，針對設備在工作壽命期間出現(xiàn)的故障問題，常采用事后維修和計劃維修2種方法。事后維修是指故障發(fā)生后再對設備進行維修處理，是一種針對性很強，并可節(jié)約大量檢測成本的維修方法，但無法避免故障產(chǎn)生的后果，很容易造成事故。計劃維修又稱為定期維修，指對同種類型的設備進行大量的工作狀態(tài)記錄，統(tǒng)計后由技術(shù)人員決策出一套合適的檢測周期，這種維修方法更為常用，但由于設備工作環(huán)境、工作條件的不同，不同的設備可能出現(xiàn)的故障各異，這就使得定期維修容易產(chǎn)生維修過剩(即對正常工作且無退化征兆的設備進行維修，產(chǎn)生經(jīng)濟浪費甚至對設備造成維修傷害)和維修不足(即設備在計劃維修時間前發(fā)生故障，但因計劃原因仍進行工作，使得設備的安全運行無法得到保障)。這2種維修方法已經(jīng)不適應現(xiàn)在日趨復雜的機械設備及生產(chǎn)需要。視情維修(CBM)作為一種根據(jù)設備實際運行狀態(tài)與性能參數(shù)變化趨勢而制定維修決策的維修方法，已成為國內(nèi)外研究維修問題的重點方向。

國內(nèi)對CBM的研究起步較晚，但發(fā)展較快。陳闖等針對單部件退化系統(tǒng)，建立了加速退化和維修用時模型[1]；李京峰等提出了一種多部件系統(tǒng)在隨機沖擊影響下的視情維修與備件庫存聯(lián)合優(yōu)化模型，該模型可用于復雜環(huán)境[2]。對于視情維修不同的使用場景，李鄭琦應用時間延遲模型，為視情維修在飛機維護中的使用提供了理論支持[3]；吳明輝根據(jù)不同機載設備維修決策目標及特點，選擇合適的視情維修決策建模方法提供了依據(jù)[4]。

視情維修憑借著其獨特優(yōu)勢，也將成為智能船舶機載設備維修的主要方式，本文主要討論分析智能船舶領(lǐng)域的視情維修制度。

1 智能船舶視情維修系統(tǒng)結(jié)構(gòu)

視情維修具有開放性的體系結(jié)構(gòu)，其在各個領(lǐng)域的基本構(gòu)架是類似的，經(jīng)過多年的理論發(fā)展，提供了針對不同維修目標的多種決策模型，如可以為視情維修提供預防性維修閾值的比例危險模型；用于累計沖擊損傷條件下維修決策的沖擊模型；在反映設備退化過程有著較好表現(xiàn)的延遲時間模型；以及基于控制限的隨機過程模型，該模型僅需數(shù)據(jù)驅(qū)動就可以比較真實地反映設備退化過程，常用于該建模的隨機過程包括Markov過程、Gamma過程及Wiener過程等[4]。通過建立與維修目標更加合適的模型，使視情維修決策更加貼合目標設備的真實運行情況，既可以減少維修浪費，又可以提高設備運行的可靠性及安全性。智能船舶視情維修系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 智能船舶視情維修系統(tǒng)結(jié)構(gòu)

1)數(shù)據(jù)采集。通過振動傳感器、壓電傳感器、溫度傳感器和腐蝕傳感器等各種傳感器獲得設備運行的相關(guān)參數(shù)。在該階段，可以根據(jù)監(jiān)測目標的特性選擇不同的監(jiān)測計劃，如連續(xù)狀態(tài)檢測或周期狀態(tài)檢測，對于某些特殊設備，也可采用隨機監(jiān)測的方法。

2)信號處理。將傳感器收集到的信號進行去噪聲、高通濾波、壓縮等處理，并將獲得的信號轉(zhuǎn)換成之后步驟中可以識別并使用的數(shù)據(jù)類型。

3)狀態(tài)監(jiān)測。該部分用來監(jiān)測工作設備的運行狀態(tài)，在視情維修領(lǐng)域，設備運行狀態(tài)可以分為正常工作狀態(tài)、潛在故障狀態(tài)以及故障狀態(tài)。視情維修要求在設備處于潛在故障狀態(tài)時進行預防性維修，因此要在潛在故障狀態(tài)中設立閾值，將經(jīng)信號處理過的數(shù)據(jù)與事前設定的閾值比較，進行報警，以及時進行維修計劃，確保設備的安全運行。

4)健康評估。通過對設備運行參數(shù)的持續(xù)監(jiān)控，將設備最新狀態(tài)數(shù)據(jù)與歷史數(shù)據(jù)進行比對，判斷其狀態(tài)退化程度，從而得出其健康水平。

5)故障預測。該部分將收集到的數(shù)據(jù)與設備故障庫進行比對，由出現(xiàn)的故障征兆預測即將發(fā)生的故障類型，通過故障預測，可以做好關(guān)于維修的備件、人員等一系列工作，不僅使得用戶對維修所需時間有基本的計劃，而且可以避免盲目備件和增加維修成本。

6)輔助維修決策。該決策由視情維修系統(tǒng)結(jié)合知識庫給出，包含維修時間、維修類型的建議，并將該維修決策顯示給岸基維修人員。

7)岸基維修人員。人員通過對系統(tǒng)給出的數(shù)據(jù)及維修決策進行審核檢查，并考慮船舶的出海時間、執(zhí)行任務性質(zhì)等因素，判斷船舶是否支持完成下次任務，最終給出適合船載設備實際情況的維修策略及任務計劃，以求最大程度的利用設備的工作壽命，產(chǎn)生最佳效益。

需要指出的是，船載設備同其他機械設備存在不同之處，即船舶在執(zhí)行任務時，離岸時間較長，不能簡單認為可以在維修決策給出的最佳維修時間對設備停機進行故障維修，筆者將船載設備視情維修分為3種情況：①如果建議維修時間船舶并未出海，則在建議維修時間對船舶進行預防性維修即可；②如果建議維修時間與該船舶計劃執(zhí)行任務時間沖突，且不支持船舶完成該次任務，則需調(diào)整船舶任務計劃，在船舶執(zhí)行下次任務前對其進行預防性維修；③如果建議維修時間與該船舶計劃執(zhí)行任務時間沖突，且支持船舶完成該次任務，則需要根據(jù)健康評估及故障預測，判斷設備運行狀態(tài)，綜合考量船舶在執(zhí)行任務前維修、執(zhí)行任務后維修的成本及效益，在執(zhí)行任務前與執(zhí)行任務后選擇出船舶的最佳維修時間，以使設備創(chuàng)造最大的經(jīng)濟效益。

2 船載設備視情維修決策分析

2.1 船載設備視情維修決策目標

由于不同設備的使用場景不同，導致對不同場景的設備所進行的維修策略目的也不相同，常用的維修策略目標如下。

1)安全性目標。針對那些一旦發(fā)生故障便有可能引起嚴重事故的設備，保證設備的正常工作，保障設備、工作人員、環(huán)境的安全應是這類設備的主要維修目標。

2)可用性目標。可用性指設備可用時間占其總壽命的比重，主要用于長時間保持運行狀態(tài)的設備，衡量指標有在設備的工作壽命中停機時間期望最小，或可用度期望最大等。

3)經(jīng)濟性目標。是最常見的視情維修目標，主要衡量指標為包括維修費用、維修時間在內(nèi)的維修成本，其常用指標為總的維修費用期望最小、或單位時間維修成本最小等。

4)任務性目標。適用于對設備短時任務執(zhí)行能力要求較高的場合，其主要指標為任務可靠性。

需要指出的是，在大多數(shù)場合，并不能只考慮一種維修目標，比如對大多數(shù)船用設備來說，視情維修的安全性與可靠性、經(jīng)濟性應該按照不同的權(quán)重進行考慮。在實際應用中，將多種目標聯(lián)合分析找到最優(yōu)解的方法更為常用，許飛雪等基于系統(tǒng)可用度提出的以利潤為中心的維修策略模型[5]；張曉紅通過退化狀態(tài)空間劃分法和費用率模型得出可以有效節(jié)約系統(tǒng)運維成本的維修策略[6]。

2.2 智能船舶視情維修決策內(nèi)容

視情維修決策主要包括2部分：①對目標進行何種維修操作及維修時間的決策；②何時對目標進行下次監(jiān)測的決策。

1)視情維修項目決策。一般設備維修種類根據(jù)設備狀態(tài)分為3種：不維修，預防性維修，故障性維修。根據(jù)設備劣化程度選擇相應的維修項目，在設備出現(xiàn)故障征兆但仍正常執(zhí)行工作任務時，將設備停機維修，這樣可以避免設備發(fā)生故障后造成更嚴重的后果，但也占用了設備正常的工作時間，使得設備的有效壽命不能得到充分利用，所以依據(jù)設備的實際狀態(tài)選擇合適的維修時間點及維修種類很有意義。

2)狀態(tài)監(jiān)測時間決策。當設備正常運行并未出現(xiàn)故障征兆時，需要決策進行下次狀態(tài)檢測的時間。倘若第i次狀態(tài)監(jiān)測時間Ti安排得較為頻繁，雖然會降低故障漏判的風險，但監(jiān)測費用也會隨之增加，而且會減少設備的可用時間。如果將下次檢測時間Ti安排得較晚，又可能出現(xiàn)故障漏判，產(chǎn)生不良后果。對于設備的初次狀態(tài)監(jiān)測時間T1，則需要根據(jù)經(jīng)驗及同類設備歷史表現(xiàn)進行決策。

因此設備健康狀態(tài)應是影響視情維修決策的重要因素，設備健康狀態(tài)X與設備運行時間t的關(guān)系如圖2所示。其中LP代表故障征兆閾值，LF表示故障發(fā)生閾值。

圖2 設備健康狀態(tài)與設備運行時間關(guān)系

3 智能船舶視情維修關(guān)鍵技術(shù)

1)知識庫的建立。利用已有的知識庫，通過對設備運行參數(shù)的采集分析，進行準確的故障預測是視情維修的核心內(nèi)容，因此如何建立有效的知識庫就成為視情維修的重點技術(shù)。利用互聯(lián)網(wǎng)建立故障庫是最有效的方式，也是故障庫在大數(shù)據(jù)時代下的發(fā)展趨勢。隨著人工智能的發(fā)展，應逐步將“專家作為故障庫的主要建設者”轉(zhuǎn)變?yōu)椤癆I作為故障庫的主要建設者”。專家對故障的認識無法達到機器那樣準確的水平，甚至我們憑借自身并不能觀察到許多故障發(fā)生前所出現(xiàn)的征兆，但通過記錄傳感器數(shù)據(jù)可以很好地彌補這一劣勢。視情維修所使用的故障庫通過保存在故障發(fā)生前一段時間內(nèi)的參數(shù)變化情況，在做故障預測時，將最近一段時間內(nèi)的數(shù)據(jù)變化同故障庫中的同種數(shù)據(jù)做比對，從而可以精確地得到故障預測結(jié)果，因此故障發(fā)生前的征兆將成為故障庫的重要內(nèi)容，并且機器逐漸成為故障庫的主要建設者。

2)數(shù)據(jù)的獲取。無論是構(gòu)建故障庫需要或是故障預測需要，數(shù)據(jù)的準確程度很大程度上影響了視情維修的效果。數(shù)據(jù)的準確一方面由傳感器的性能影響，另一方面由信息處理方式影響。因此使用靈敏度高的傳感器，選擇合適的數(shù)據(jù)處理方式就顯得尤為重要。此外，故障庫的構(gòu)建需要大量的真實數(shù)據(jù)，這些數(shù)據(jù)的獲取往往需要時間的積累以及昂貴的代價。利用仿真軟件獲取數(shù)據(jù)，無法使數(shù)據(jù)的真實性得到保障，發(fā)展更真實的仿真模型及仿真環(huán)境可以促進視情維修的應用。

3)數(shù)據(jù)融合技術(shù)。在視情維修系統(tǒng)中，往往采用多個傳感器監(jiān)控被測對象，這些傳感器之間的信息獲得存在時間延遲，需要使用精確的數(shù)據(jù)融合技術(shù)來獲得準確的設備狀態(tài)。此外，通過數(shù)據(jù)融合技術(shù)，還可以將設備歷史故障信息同傳感器信息進行融合，得出維修決策。

4)自適應的故障閾值。在外界某些偶然因素的影響下，尤其像船載設備這種運行環(huán)境復雜且多變的對象，運行參數(shù)可能會發(fā)生暫時性的變化，系統(tǒng)應該具有識別這種非故障因素引起的參數(shù)波動的能力，以免造成錯誤預警。這就要求故障閾值具有自適應性，在受到外界干擾的情況下，盡量保證故障預測的成功率。

5)數(shù)據(jù)傳輸技術(shù)。對于船載CBM系統(tǒng)，傳感器可以通過有線數(shù)據(jù)傳輸方式將數(shù)據(jù)傳送給CBM系統(tǒng)的其他部分。信息在船舶與岸基之間進行互傳，則只能進行無線傳輸，現(xiàn)今無線數(shù)據(jù)傳輸已經(jīng)較為成熟，即使船舶在航行過程中遭遇惡劣天氣等因素影響，也能做到數(shù)據(jù)的不失真?zhèn)鬏敗?/p>

4 結(jié)束語

本文對視情維修制度在船載設備上的應用建立了系統(tǒng)結(jié)構(gòu)，并將步驟及其作用進行說明，針對船舶情況的特殊性也提出了對應的解決方法，對視情維修決策的主要內(nèi)容及目標進行了分析，給出了視情維修決策內(nèi)容及監(jiān)測時間的影響因素。文章最后列舉了視情維修制度在智能船舶領(lǐng)域上應用所要用到的關(guān)鍵技術(shù)，可以將其中還未成熟的技術(shù)認作該方向待解決的難點。