状态监测及故障预警：在役设备的安全保障

状态监测及故障预警：在役设备的安全保障

本期名师：徐小力

徐小力，教授，博士，博导；国际先进设备管理及维修技术中心理事、中国机械工程学会理事、中国机械工程学会设备与维修工程分会主任委员、中国设备管理协会安全生产技术委员会副主任、中国仪器仪表学会理事、中国电子学会会士等；就职于北京信息科技大学，现任现代测控技术教育部重点实验室主任、机电系统测控北京市重点实验室主任。主要研究方向为机械电子工程、机电系统测控及故障诊断预报技术。

随着当代工业及科学技术的发展，现代设备发展的一个总体趋势是向复杂化、智能化和自动化方向发展，在役设备运行中故障导致恶性事故屡见不鲜。设备运行安全可靠性对国计民生、社会稳定以及国家资源和环境有重要影响, 保障设备安全可靠运行的迫切性日益突出，设备服役的安全性及维修保障问题愈发引起重视。

在役设备安全保障及技术发展现状

在役关键设备往往处于工况恶劣、不稳定、功率大、负载重且连续运行状态，早期故障发展导致的恶性事故时有发生，为了消除其故障隐患以避免安全事故发生，现代产业迫切需要采用保障在役设备安全服役运行的相关监测技术及内含的分析技术，基于该项技术揭示设备运行状态的发展演变规律，实现早期故障预报，进而有利于采取智能故障自愈、自动防护控制及指导人工管理等手段以避免故障，特别是恶性事故发生。

在国外，美国、日本、加拿大等国家的专家学者开展了设备服役监测预警及故障分析研究，例如美国机械故障预防技术学会（MFDT）和麻省理工学院、日本三重大学、加拿大Lakehead大学、美国恩泰克公司、美国本特利公司(Bently Nevada)、日本三菱公司、瑞士Vibro-Me-ter公司等；洛克希德—马丁公司在国防部支持下以联合攻击战斗机(Joint Strike Fighter，JSF)为背景提出预测和健康管理技术(Prognostics and Health Management, PHM)的全新概念。

国内一些高校及研究院所在设备健康状态的监测诊断预警和处置、重大产品和重大设施寿命预测及相关信息化智能化技术等方面开展了技术攻关，多年来国家科技重大专项、国家自然科学基金对本领域相关技术研究给予了持续大力支持。近年来一些国内企业针对企业现代管理及现代维修需求，开展了对故障监测预警系统及先进维修方式的研发，以及进行工程应用及工程示范。

在役设备状态监测及故障预警五项技术

国内外设备服役监测预警技术的研究及应用，重点面向高端、大型及关键的在役设备，近年来愈加关注变工况、长历程设备非平稳、非线性等复杂运行状态的故障预报难点问题。

在役设备大部分故障都有一个发展演变的过程，若能对渐变故障进行趋势预示，则有利于提前排除事故隐患，有效避免恶性事故发生。设备监测预警可以从揭示设备运行状态劣化发展趋势规律与特征入手，预测今后多长时间设备运行状态将达到不可接受的程度而应当停机维修或进行有针对性的维修；其主要任务是提取能反映设备故障发展趋势的特征量，分析并预测故障特征量的趋势，预报设备运行状态，并根据恶化程度进行早期故障预警，制定可行的安全保障措施及设备维修计划。

设备状态监测及故障预警若干关键技术可归纳如下：

（1）揭示设备运行状态机械动态特性劣化演变规律。设备由非故障运行状态劣化为故障运行状态，其机械动态特性通常有一个发展演变过程。需揭示劣化过程及故障变化演变规律及发展特点，分析故障产生机理、发展原因和发展模式，构建劣化演变机械动态特性模型。

（2）提取设备运行状态发展趋势特征。在役设备往往具有复杂运行状态，在长历程运行中工况和负载等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淹没，需较大程度上消除非故障变化造成的冗余信息，进而构建预测模型。若提取到敏感特征分量因子及模式，有望实现典型部件及部位分析。

（3）低信噪比微弱信号特征早期故障的信号处理。早期故障信息具有明显的低信噪比微弱信号的特征，为实现早期故障有效分析，涉及方法包括：多传感系统检测及信息融合，非平稳及非线性信号处理，故障征兆量和损伤征兆量信号分析，噪声规律与特点分析，以及相关数据挖掘、盲源分离、粗糙集等方法。

（4）故障预测模型构建。构建基于智能信息系统的设备早期故障预测模型，这类模型大致有两个途径，分别是物理信息预测模型以及数据信息预测模型，或构建这两类预测模型相融合的预测模型。

（5）运行状态劣化的相关评价参数、模式及准则。如表征设备状态发展的参数及特征模式，状态发展评价准则及条件，面向安全保障的决策理论方法，稳定性、可靠性及维修性评估依据及判据等。

设备预知维修如何应用于在役设备状态监测及故障预警技术

在役设备维修如同医生在诊断病人病情后还需要进行治疗，设备维修则是保障设备健康运行并实现其功能的重要环节。传统的事后维修及定期维修方式，不但不经济而且往往避免不了事故的发生，亟待采用以信息化智能化为核心技术的预知维修等现代维修的方式。

预知维修方式是随着计算机及信息处理技术发展而产生的更科学的动态的先进维修方式，该维修方式视设备实际运行情况以及故障前兆而实施动态状态监测并在故障发生前安排维修。设备状态监测及故障预警技术是实现设备预知维修的关键技术，能够为实现现代的预知维修方式提供技术手段及实现途径。

为了提高预知维修的智能化自动化水平，一些研究机构及企业建立了多信息数据库与信息分析知识库，如案例库、图谱库、档案库（如历史信息库，包括大修停机、故障停机和抢修停机等历史维修记录）、知识库等。

为提高预知维修系统的效率及实时性，构建云计算及大数据处理的信息服务架构，提升海量大数据的信息存储空间及信息处理速度。

一些现代企业将设备健康监测预警技术与设备管理相结合，建立设备预知维修信息管理及信息决策系统，此模式正成为企业设备安全保障体系信息化建设发展趋势。

采用六种方式进行监测系统研发

针对多类设备安全保障、早期故障信息处理等需求，一些研究单位及企业合作研发多类型设备安全监测系统及进一步配套的企业预知维修系统，面向设备群建立远程网络在线监测预报中心，并不断提高相关系统的信息化智能化技术水平。

为了适应具有高技术、多品种、小批量特点的系列监测系统的研发，采用基于信息网络及“互联网+”的可重构系统集成制造技术及系统集成平台装备。

近些年来，典型安全监测系统广泛用于制造业、能源、交通、电力、石化、冶金、市政、环保、航天和资源等领域的多类现代、高端、关键装备群的安全监控和设备健康管理，有的还用于实现设备在安全运行区或节能减排工况下优化运行。

综上所述，根据多类在役设备安全保障需求，若干关键技术及实现方式归纳如下：

（1）揭示设备故障发展演变的规律及特征，较大程度地过滤非故障变化造成的冗余信息，后续进行建模、建库等信息处理，提高故障预警的可靠性。

（2）采用多源信息集成及信息融合等方式尽可能地利用所获取及提炼的有用信息，以取得较理性的信息熵，有利于提高故障预报的准确性。

（3）采用动态及适于大数据、云计算处理的数字化、网络化、智能化、自动化等信息技术，构建远程网络在线故障预警中心，提高在线故障预警的实时性。

（4）建立档案库、图谱库、案例库及知识库等信息资源库及智能信息库，实现智能判断决策，提高故障预警的实用性。

（5）提取典型运行部件及关键部位的敏感特征分量信息、敏感因子、敏感模型（模式）等，提高故障预警的针对性。

（6）构建可重构系统集成平台，根据对象、环境及功能进行多类型监测系统集成研发、定制研发与调试。

在役设备状态监测及故障预警技术及相关系统在有关国计民生的许多部门重要装备中的应用日益广泛，将在提高设备安全可靠性、实现设备科学维修、提升设备信息管理水平、增加设备利用率、降低设备运行及维修成本等方面发挥愈来愈重要作用。