设备在线维护关键技术与发展趋势

刘本刚，刘 刚，王思广，孔繁霁，潘高扬

(沈阳飞机工业(集团)有限公司,辽宁 沈阳 110850)

0 引言

针对先进加工设备在维护方面过度依赖经验、存在维修不足和过度维修的共性关键技术问题，立足于逐步实现先进设备故障预测与健康管理网络化、信息化、数字化，以及与飞机制造技术的融合，为保证设备性能和均衡生产提供技术保障，保障设备完好率和利用率，间接提升自动化生产线生产效率，满足精准制造与重量控制需求，结合生产实际，围绕提质增效，开展数据自动采集、数据分析等技术研发，通过描述设备的功能逻辑，开发适应先进加工设备的故障预测与快速诊断关键算法及模型，实现高效的个性化设备故障快速诊断和条件在线管理功能，将设备维护人员从重复、繁杂的功能性故障修复中解放出来，把宝贵的精力更多地放在提升设备性能、解决精度下降等关键问题上，对保障充分发挥新引进设备的先进功能与性能具有重要的意义。

1 设备维护方式及特点

设备维护主要有以下四种方式：

(1) 事后维修。早期的工业生产规模小，发生故障的后果一般并不严重，设备故障的影响仅局限于设备自身，为了提高设备的使用率，可以采用事后维修。但随着设备复杂性和科学技术的发展，事后维修已经不能满足当前的维护需求。

(2) 预防性维护。预防性维护对设备故障以预防为主要目的，当设备的故障征兆被发现后，对设备采取不同的维护决策，使设备保持在初始的功能状态。目前，在国外的企业生产过程中，其是一种常见的维护方式。

(3) 状态维护。通过监控设备运行过程，结合设备健康预测技术，可避免事后维修方式的不足以及预防性维护方式的过度维修，相比较而言这是企业生产中最经济合理的维护决策方式，也是智能制造模式下设备维护的未来发展方向。

(4) 可靠性维护。其是一种预防设备故障重复发生、降低设备停机时间的基于可靠性的维护方式。

随着新一代网络信息技术与自动化技术不断融合发展，企业及制造装备的数字化及网络信息化程度得到了迅猛提升，解决和提升先进设备(成线)维护的技术手段[1，2]和信息化水平具有需求迫切性和技术可行性。

2 面向智能制造的状态维护模式及功能

随着开放性通信协议不断完善和微型智能嵌入式芯片及传感器技术蓬勃发展，通过在车间设备层及传感层创建支撑数据采集、设备管理和过程控制的可靠透明的数据链路，结合机器学习等人工智能算法，开展基于网络信息化数据驱动的设备在线维护技术，实现基于状态维护功能，不但对提高设备诊断效率和完好率具有重要意义，而且可以基于设备状态数据增值服务进行设备健康管理和设备性能、剩余使用寿命预测及自主维修决策，有利于支撑智能制造。面向智能制造的状态维护系统的功能主要体现在以下几个方面：

(1) 有利于提高设备自主维护能力和设备维修信息化水平。针对设备成线及先进制造装备应用趋势，生产流程对设备的功能完整性、性能稳定性和可靠性及设备安全性的要求更加严格，这对设备的可维护性提出了空前高的要求，基于物联网实现数据自动采集及故障快速诊断和条件在线管理功能，有利于将设备维护人员从重复、繁杂的功能性故障修复中解放出来，把宝贵的精力更多地放在提升设备性能、解决精度下降等关键问题上，助力建设“设备自动化、人员高效化和管理信息化”生产线。

(2) 有利于充分挖掘数据资本潜力，助力精准化、自动化、信息化和网络化的生产管理与控制。提高生产效率单靠增加自动化设备、加强考核对成线的车间而言，整体效果是有限的，这需要系统、全面地挖掘潜力，从各个方面进行优化，无论是生产流程还是设备管理(包含设备维护)上，数据化与数据资产“变现”是提高设备完好率、设备利用率和提升生产效率的重要途径。以前通过信息化手段实现了运营管理数据化，而现在需要真正从纷繁复杂的数据中获取更多对生产和设备维护有价值的信息，使数据变成一种企业资产，并促进数据资产“变现”，助力精准化、自动化、信息化和网络化的生产管理与控制。

(3) 有利于促进物理与信息系统高度融合，助力生产计划科学化、生产过程协同化、资源优化。“如果无法度量它，就无法管理它”，设备数据可为计划源头、过程协同、设备底层、资源优化、质量控制、决策支持等六大管理方面提供直接、客观的基础数据，根据对过程数据进行及时干预，使设备加工过程完全受控，是保证科学化、精准化的前提。如果信息化系统与设备脱节，就不能充分发挥自动设备数字化通信方面的优势，也就无法及时获知全面的生产信息，没有这些准确、客观的设备健康状态、性能及剩余寿命等数据作支撑[3]，就难以及时做出科学决策，将会影响生产计划。

3 设备状态维护关键技术

基于状态的设备维护能够评估设备性能并进行故障预测，从而大幅提高设备可靠性和故障诊断效率，有效解决传统维护方式过度依赖经验导致维护效率低、成本高而且设备健康状态评价模糊的问题，并能够实时监控数控机床运行过程，有助于挖掘和发挥设备运行过程量数据的价值[4]，对提质增效和保障设备完好率具有重要意义。同时，设备状态维护也是智能生产线建设的需求，不但为设备维护提供数字化、智能化支撑，而且有助于提升先进设备智能运维及管控水平。设备状态维护主要涉及现场总线技术、物联网、机器学习及其在具体场景中的应用等关键技术。

3.1 现场总线及网络接口技术

随着工业互联网和物联网的快速发展，对车间不同型号、不同种类的设备和相关基础平台的互联互通提出了更高、更迫切的需求，如何高效解决接口繁杂、协议混乱、数据交互低效的接口技术是实现设备状态维护的基础，当前有效的途径是使用OPC UA协议。

3.2 高实时性数据采集技术

不同于信息化设备管理，设备故障快速诊断与状态预测等对数据实时性要求非常高，数据种类多(可以是任意可以采集到的数据)，数据量大，如实现100 ms、10 ms级数控系统内部数据高实时性在线采集与保存，以及满足安全防护及旋转部件状态评估的嵌入式外部传感器几kHz到几十kHz的采样频率的实时性数据采集。采用基于物联网协议和轻量化的数据传输结构可以更好地支撑数据采集与传输，如MQTT协议、JSON格式等。

3.3 基于机器学习的在线故障诊断与预测技术

由于涉及数控系统接口技术和人工智能技术，受制于先验知识和样本限制，在线故障诊断与预测技术通常需要结合线下学习训练、线上使用的方法来实现。长远来看，未来必须实现线上学习训练、不断迭代、持续自动优化模型和参数，才能提高故障快速诊断和状态预测效率及准确率，降低误诊断率和误报警率，同时提高系统鲁棒性。

3.4 基于物联网的设备健康管理技术研究与应用

物联网技术是实施智能制造的重要手段和途径，在基于云、边、端等新一代信息技术与网络技术深度融合发展的背景下，如何开展面向设备健康管理系统的数据无缝接入、存储、处理和部署等技术是后续研究关注的重点之一。

4 结论

基于状态维护模式的设备在线维护系统开发需总体规划、分步实施。首先，通过在单点设备上开展数据自动采集、故障特征识别、设备健康诊断与预测、故障快速诊断、高效交互等技术研发与应用验证，通过设备运行状态实时监控与分析，评估设备健康状态，并对早期故障特征进行识别和快速诊断，开发基于实时状态数据分析的故障快速诊断与修复系统，提升对设备故障预诊断和故障快速修复的能力；其次，再扩展到多点、线及车间，以效益驱动，确保成功率；最终将事后维修为主的被动工作方式转变为以状态维护的主动维护工作模式，实现设备的信息化维护和精细化管控。