机电设备故障预警及安全保障技术的发展

徐小力

（1.中国机械工程学会设备与维修工程分会 北京 2.北京信息科技大学现代测控技术教育部重点实验室 北京）

机电设备故障预警及安全保障技术任务来源于企业生产与设备维修的实际需求，也是国家科技重大专项、国家863计划项目、国家自然科学基金项目、国家科技支撑计划，以及中国机械行业及众多骨干企业立项的重要科技研发课题及工程技术研发任务。

为实现机电设备运行状态监控、故障健康诊断和故障预警，有效避免恶性事故发生，实现科学维护，国内外开展了故障预报关键技术及其系列安全监测系统的研发，其中重点面向多类现代、高端、关键机电设备，着力解决机电设备非平稳、非线性、变工况、长历程等复杂运行状态发展演变及其早期故障预报等难点问题。

一、设备故障预警及安全保障技术的研究背景

机电设备，特别是高端、大型、关键机电设备，其往往处于高负荷、变工况及连续的运行状态，运行中故障导致重大安全事故屡见不鲜，重大事故时常造成严重的经济损失、资源浪费、环境污染及人员伤亡，因此机电设备安全可靠性对有关国计民生的社会稳定、国家资源和环境等具有重要影响。

我国是一个由低端制造走向高端制造及全球化制造的制造业超级大国，同时也是安全生产问题突出的国家，机电设备运行服役中的安全运行及维护保障问题愈来愈突出并日益引起重视，而设备传统维护方式不仅代价大，且往往难以有效避免设备安全事故的发生。

如风电机组是连续运行大功率变负荷机组，机组通常在恶劣环境下运行，风速、风向等造成工况变化，极易造成传动系统出现损坏，并导致恶性事故经常发生，传统定期维护方式往往避免不了事故发生。同时机组通常安装在边远地区，维修时零部件体积庞大且悬于高空，吊装更换困难，风电产业中故障及维修是风电机组运行与维护成本居高不下的重要原因。近年随着机组数量迅速增大，故障快速增加，经济损失突出，产业需要改变传统定期维护方式，采用动态预知维护方式，以能够及时发现早期故障及隐患，减少继发性事故及恶性事故发生。

机电设备服役的故障预警及安全保障技术是国内外研究热点，也是具有挑战性的研究课题。为解决设备运行安全可靠问题，《国家“十二五”科学和技术发展规划》提出在制造与工程科学领域重点支持“工程设备健康状态的检测、监测以及诊断和处置”研究；《国家中长期科学和技术发展规划纲要（2006-2020年）》将“重大产品和重大设施寿命预测技术”列为先进制造领域急需重点研究内容；在2012年中国工程院启动的高金吉院士负责的“我国高端能源动力机械健康与能效监控智能化发展战略研究”重点项目中提出相关战略研究任务。多年来，国家科技重大专项、国家自然科学基金等对本领域研究给予持续大力支持。

二、设备故障预警及安全保障相关技术的发展

随着电子计算机及信号处理技术的发展及普及，美国、日本、加拿大等国家开展了设备服役监测预警研究。国内许多高校及研究院所对故障预警相关技术也开展了研究；一些国内企业根据自身需求进行了基于故障预警技术的工程研发及相关监测仪器新产品研发，这些相关技术应用企业大致可分为两类，一类是生产设备拥有企业，另一类是设备监测诊断仪器制造企业。

我国的研究团队及生产企业大致从20世纪80年代起经历了30余年的相关技术探索与工程实践，特别是近10年来根据国家、行业、地方及企业的重要科技任务以及安全保障迫切需求，在前期研究及工程应用基础上通过技术联合攻关以及国际合作，研发面向多类型设备复杂运行状态安全可靠服役的早期故障预报技术以及相关物化仪器系统，并在多个领域进行工程应用。在设备故障预警及安全保障的技术研发及工程应用中，近年来关注的相关问题有3点。

（1）研究及探讨面向多类型设备的故障预报方法，包括多类设备复杂运行状态的服役特性及故障趋势，研究表明：设备及状态越复杂，故障率往往就越高，随机性也往往更多，需要探讨有效的分析方法及提供适用的监控系统。

（2）研究及揭示早期故障信息的低信噪比特点及发展演变规律，包括弱故障趋势信号特征与噪声信号特征，工况、负载、转速及环境变化等产生的信号干扰因素。

（3）研究及融合面向设备安全可靠运行的技术保障系统及企业管理系统，完善其中的信息管理及信息决策系统等。

三、设备故障预警及安全保障技术可以为实施设备科学维护提供支持

在生产维修（PM）中很多情况表明：传统设备维护方式-故障即事后维修（BM：Breakdown or run to failure Maintenance）、预防即定期维修 （PrM，Preventive Maintenance、TBM：Timebased Maintenance），不仅代价大且仍难以有效预防及避免事故发生，但是在没有其他有效手段替代时不得而为之。

为有效避免设备事故发生，现代企业迫切需要采用更有效的能够预测状态及预见故障的方法，以实施更科学的设备维护方式—预知维修，即状态维修或视情维修（PDM：Predictive Maintenance、CBM：Condition-based Maintenance）。

为有效实施预知维修方式，需要通过采用设备故障预警及安全保障技术揭示设备运行状态发展演变规律及趋势特征，进行早期故障预测，为针对性调整设备运行状态或提前安排设备维护提供技术支持，实现未雨绸缪，而非亡羊补牢。从而有利于在避免恶性事故前提下，减少过剩维修，延长维修周期，降低维修成本，减少维修备件库存及资金占用，提高设备利用率。

设备故障预警及安全保障技术及其系统可以为设备动态科学维护及提供实现途径，也可以为合理及高效安排生产调度提供帮助。研究与实践表明相关技术能够为多种现代维护方式提供支持，例如，预知维修、主动维修、IM智能维修或自维修、CM改善维修、FMEA/EFMEA前瞻性预测维修（基于潜在失效模式及后果分析的防范风险维修方式）、RBI基于风险的检验、RCM以可靠性为中心的维修、ACM以利用率为中心的维修等。

设备故障预警及安全保障技术及其系统也有利于企业的信息技术水平及信息管理水平提升，有利于传统制造业设备管理体系的升级改造；有利于企业相关现代管理模块的完善与提升，涉及内容包括：在企业生产管理系统方面－ERP企业资源规划、SAP企业管理平台、EM设备管理信息系统；在企业人员管理系统方面－TPM全员生产维修（相应点检维修）；在企业资产管理系统方面－EAM企业资产管理系统、LCC寿命周期费用管理系统；在企业安全管理系统方面－HSE危害识别与风险控制管理系统（健康Health、安全 Safety、环境 Environment三位一体）、HAZOP 危险与可操作性分析系统（Hazard and Operability Analysis）、SIL安全完整性等级分析系统（Safety Integrity Level）等。

四、设备故障预警及安全保障的若干关键技术及实现路线研讨

这里主要涉及在役机电设备的运行、使用与维护周期，重点面向设备非平稳、非线性、长历程、变工况等复杂运行状态故障发展趋势，着重关注机电设备动力传动等较高故障率的系统及部件，基于现代信息化技术提出设备故障预警及安全保障的若干关键技术及实现路线。

提供的相关关键技术及技术路线来源于典型科研成果，工程实践中还应根据实际应用对象、工作环境及条件、不同功能及应用成本等有所不同、有所取舍及有所侧重，若干关键技术及实现技术路线归纳如下，可供研讨及参考：

1.多传感器长样本的信息采集方法

为设备安全预警提供基础数据，面对连续运行的大型复杂关键设备，利用现场多传感器系统进行长样本信息采集，相关监测量往往涉及振动、噪声、声发射、应变、转速、温度、压力、风速、载荷等动静态信号；分析量往往涉及多信息融合、机械动态特性分析、时频域分析、时变非线性分析、故障分析与诊断、运行状态及故障趋势、寿命与评估、维护决策分析、统计分析等。面对设备运行状态的多传感器长样本的大数据动态信息采集，可以采用长历程大数据信息集成及数据挖掘方法，构建云计算的信息服务架构以适应海量大数据的信息存储及信息处理，构建相关的可视化系统、物联网系统等直观在线动态的信息采集系统等。

2.多类型机电设备机械动态特性发展演变规律与特征分析

面向多类型机电设备，对设备的多部位多方向机械动特性及相应工况进行数据处理，揭示设备工作状态发展演变趋势特征，特别是设备由健康运行状态劣化为故障运行状态的机械动特性劣化演变的趋势特征，分析故障产生机理、发展原因和发展模式，建立故障发展原因与故障发展特性的映射关系；构建基于实测数据的机械系统状态发展趋势动力学模型，分析转子动力系统典型故障发展机理，揭示劣化演变规律、转子等关键旋转部件行为与故障发展特征关系、故障发展与状态趋势异常之间的关联、故障发展与定位等；针对轻微损伤和磨损等微弱故障发展趋势、传动系统调制信号发展趋势、运行参数和载荷变化等非线性发展趋势、复合故障发展趋势等，建立机械动特性劣化演变的发展趋势模型。

3.机电设备复杂运行状态故障发展趋势的特征提取

大型机电设备往往在长历程复杂运行状态中运行，运行中工况、负载及环境变化等复杂非故障因素会造成信号能量变化，故障趋势信息往往被非故障变化信息所淹没，传统基于能量的振动级值及功率谱变化不一定对应设备健康状态变化，因此传统方式往往具有不确定性。为解决机电设备故障趋势特征与变工况非故障状态特征的分离难题，需要探讨能量解耦的故障趋势特征提取算法，较大程度上消除非故障能量变化所造成的冗余信息；面对设备变工况变负载等复杂运行状态的故障趋势特征提取，要求确定能够映射时变非线性状态发展的特征参数和特征模式，确定表征故障发展趋势特征的故障敏感特征参数、模式及表达方式等。

4.早期故障发展趋势弱信息的信号处理方法

早期故障发展趋势信息具有的明显的低信噪比弱信息特点，在故障趋势预测中有用信息极易受到设备时变状态变化及测试系统噪声等因素干扰。面对设备运行状态早期故障发展征兆的弱信息低信噪比难题，需要采用弱信息低信噪比信号处理方法，包括：多传感器信息采集与信息融合、早期故障弱趋势信息提取、噪声干扰抑制等；研究采用相关的随机不确定性、模糊不确定性、不完备性、不完全可靠性的信号处理方法，以及提高信息处理的有效性、实时性和稳定性的方法；探讨采用时变状态（工况、环境等变化）微弱特征提取的动态自适应特征提取方法，以及典型部件及部位微弱特征提取的故障趋势敏感特征分量提取方法等。

5.基于实测数据的故障趋势预测模型构建

为实现故障预报工程应用，构建实测数据驱动的故障趋势预测模型，确定预测模型适用范围及适合度，实现对实测数据的历史、现状及随后发展的在线综合分析及比较判断；尽可能采用以现场实际数据进行建模，该方式虽建模难度及工作量大，但与传统的数学建模、仿真建模或实验台模拟建模方式等比较更符合实际情况。建模路径通常可以归纳为两种，一种是较传统的基于物理信息的建模方式，另一种是日益兴起的基于数据规律的建模方式；前一种方式一般是构建机械动力学模型，后一种方式随着大数据处理技术发展而得到关注及采用。为了较大限度利用获取及提炼的有用信息，可以考虑协同利用多源信息的方法，如构建基于物理信息的趋势预测模型与构建数据规律的趋势预测模型相融合而形成多源信息融合的新型趋势预测模型，该新型趋势预测模型可以既体现机械系统状态发展的物理本质和机理，又体现机械系统状态发展的数据规律和特征，使趋势预测更为符合系统实际运行发展状态，有利于提高故障预报有效性。

6.故障预报档案库、案例库、知识库及专家系统构建

工程应用中通常需要构建故障预报的档案库、案例库等数据库系统；为了高效建库、有效利用库中资源和及时更新优化库中资源，建立知识库及专家系统并形成基于知识的专家系统。配置的库中资源包括：专业故障分析图谱（含专家在线会诊故障分析助手等工具）、历史信息（含历史监测数据、大修停机、故障停机、抢修停机等历史维修记录）、决策知识（含变精度粗糙集知识模块、趋势预测性能评价准则、稳定性劣化及寿命预测评估标准及阈值、控制及维修决策规则等）。构建的基于知识的专家系统能够面对多种趋势预测模型及预测方法，配置相关知识挖掘工具以进行知识自动获取和决策操作，围绕运行状态趋势预测性能的稳定性、精确度、适用性及实时性进行自适应调整与修正，实现多种模型及方法的自学习优化、动态择优选择及有效利用，为故障预报应用提供有效实现途径。

7.机电设备劣化发展趋势的评价参数、模式及准则

为设备安全预警提供判断依据，需要确定表征设备状态发展趋势的参数及特征模式并提供对其分类方法；利用故障预报专家系统进行安全评价参数、模式及准则的操作，根据有关标准、历史档案、专家经验、客观依据以及外界条件变化确定故障预报的判断准则及报警阈值，编制相关软件模块，实现对不同应用对象和不同故障模式故障预报的判断和决策。对于面向设备群的远程故障预报中心，探讨多层递阶阈值自适应方法，使报警阈值能够适应多类型设备及其多种运行状态的故障预报。

8.基于稳定性劣化趋势分析实现机电设备寿命预测

绝大部分机电设备是旋转机电机械（如电机拖动的机组、发动机联动的机组等）或复合旋转机械（如内燃机、抽油机等），其维修周期往往取决于易损运动部件的失效程度，寿命预测则重点面向这些运动的部件。利用基于现场在线海量数据的故障预报数据库及专家系统，采用故障发展趋势分析及判别方法，在寿命检测与评估中分析零部件缺陷失效、磨损失效等故障的时间历程及发展演变趋势。机电设备寿命预测技术路线涉及：进行设备运行状态发展变化的信息处理，分析状态变化的原因（区分是外部激励变化、扰动变化、负载变化和工作环境还是设备自身性能损伤退化等），揭示设备运行稳定性劣化的演变过程及规律，识别及评估系统是否偏离正常状态、是否尚处于安全服役状态门限阈值，利用判别准则进行失效模式、预期功能及寿命周期的可靠性分析，在故障趋势预测、安全性度量与风险分析的基础上实现设备寿命预测及设备安全稳定性、任务可靠性的途径，为预知维护与预测控制提供依据及方法。

9.基于实测数据的实验平台系统构建及实验方法

为解决大型机电设备健康监测与故障趋势预测方法实验和验证难题，构建及完善设备群远程在线样本获取及故障预报实验平台系统，采用基于工业现场实测数据的故障趋势预测实验方法；利用该平台系统采集及分析现场设备实测数据并基于实测数据构建预测模型（能在与当前状态比较后不断学习及修正预测模型），进行预测结果的信息反馈与控制反馈。为进行现场难以实施的理论方法实验，利用转子实验台系统、复合实验台等故障发展趋势模拟实验系统，构建相关样本采集系统、样本数据库及知识库等实验样本数据存储及处理系统，进行故障发展趋势实验台模拟实验。为了实施极限条件下实验研究，建立及优化典型传动系统运行劣化极限条件仿真实验环境，采用极限条件下仿真实验方法。如在工信部推进的内燃机再制造示范工程中提出建设“零部件缺陷检测与失效分析平台”、“磨损量检测与寿命评估平台”、“物联网远程检测分析服务平台”及“远程信息共享服务平台”等，为企业群提供先进的快速的检测分析公共实验环境。

10.建立与机电设备故障预警及安全保障技术相适应的企业设备管理方式

某大型企业采用了故障预报技术，在一年中有效避免了80%设备故障的发生，之后经企业统计与分析另外20%故障主要是由于疏于管理以及操作失误造成。为确保设备安全可靠运行，除了采用安全保障系统外还要配合相应技术管理方式。近年来一些企业建立了设备预知维护的信息管理及信息决策系统，其特点是在采用机电设备健康状态监测及安全预警技术的同时，建立了适应新技术的设备安全服役管理方式及设备寿命周期管理方式，在技术管理上建立了设备安全保障的故障预警及应急处置机制，为多类型关键机电设备的可靠运行、健康服役及科学维护提供全方位安全保障。

五、设备故障预警及安全保障技术的典型工程应用及其应用效果

这些年来研究机构及工业企业通过产学研用合作研究多类型机电设备的安全保障关键技术，开发系列安全监测仪器系统，建立设备群远程在线故障监测预报中心，相关技术及其系统在有关国计民生的多个行业的通用设备、专用设备及特种设备应用，涉及行业包括制造业、能源、石化、交通、机床、仪器仪表、环保、市政、航天、煤炭、船舰及国防等，典型设备如：制造业及企业集团关键设备群、发电动力机组（含风力、太阳能等新能源发电机组）、石化企业大型设备、高风险特种机电设备、市政大功率供水机组、高档数控机床及加工中心、铁路机车动力机组、航天工程多种关键装备、地铁及煤矿通风风机、建筑工程机械、资源与环境设备等；提升了一批我国监测诊断仪器制造企业的自主创新能力并提供了多种相关安全监控仪器新产品。

如一些企业利用设备状态监测及故障预报系统输出信息驱动设备在线保护装置、调整设备运行参数、进行设备预测控制及提前预防故障；利用设备远程故障监测中心，实现设备群异地健康监测与控制。从而有效及时避免恶性事故发生，实现多类现代、高端、关键设备及设备群的安全监控与综合保护。

如某大型石化炼油厂构建了基于设备故障预警及安全保障技术的设备群预知维修系统，该设备群预知维修系统包括了5个模块（APM、动设备、静设备、电气、仪表），实现万余台设备风险预警及预知维修管理；采用的基础数据整合了多类在役设备运行状态监测系统（ERP、EM系统、各专业设备监测装置等），通过设备群预知维修系统知识库进行计算、推理和判断，成功预报多类型重要设备群早期故障，实现了风险评估和预警，指导了预知维修管理。

如某骨干机床厂与高等院校合作，在国家科技重大专项支持下开展了数控机床故障预警诊断技术及基于功能部件的可重构监测诊断系统研发，建立了样本数据库、故障案例库、维护决策系统，构建了高端数控装备故障在线监测预警系统，延长了高档数控机床无故障运行周期并提升了加工精度保持性能；该项技术及系统经进一步研发，应用于机床制造集团的国产加工中心可靠性提升工程，以及飞机制造集团的设备故障诊断预警及智能维护系统。

工程应用表明该项技术及其系统在保障设备安全可靠服役、高效节能运行、稳定产品质量、改善工作条件、减少环境污染、提升信息化水平及管理水平等方面发挥了重要作用；基于远程网络平台的设备群远程在线故障监测预报中心还能够利用故障诊断预报专家资源，将预报结果实时信息反馈，并控制设备群在安全运行区或节能减排工况下优化运行。

在这些新技术新系统的研发与应用过程中还培养了一批从事设备工程技术研究的高层次人才以及企业从事设备维修的专业技术人员。

六、结束语

保障机电设备安全运行是国内外面临的重要课题，机电设备故障预警技术有利于消除故障隐患，避免事故发生以及实施预知维护。这里阐述的设备故障预警与通常故障诊断有所不同，通常故障诊断主要关注的是故障发生的类型和程度，这里涉及的设备故障预警及以其为基础的安全保障技术主要是实现故障发生前运行状态演变发展的趋势预测及早期故障预警。

机电设备故障预警及其安全保障技术涉及设备工程、维修管理、机电技术、信息技术、仪器技术以及人工智能等多项现代技术及工程技术交叉领域，随着该项综合技术的系统深入研究及工程应用推广，有望进一步在我国现代制造业及设备维修管理中发挥重要作用。