狀態監測及故障預警：在役設備的安全保障

狀態監測及故障預警：在役設備的安全保障

本期名師：徐小力

徐小力，教授，博士，博導；國際先進設備管理及維修技術中心理事、中國機械工程學會理事、中國機械工程學會設備與維修工程分會主任委員、中國設備管理協會安全生產技術委員會副主任、中國儀器儀表學會理事、中國電子學會會士等；就職于北京信息科技大學，現任現代測控技術教育部重點實驗室主任、機電系統測控北京市重點實驗室主任。主要研究方向為機械電子工程、機電系統測控及故障診斷預報技術。

隨著當代工業及科學技術的發展，現代設備發展的一個總體趨勢是向復雜化、智能化和自動化方向發展，在役設備運行中故障導致惡性事故屢見不鮮。設備運行安全可靠性對國計民生、社會穩定以及國家資源和環境有重要影響, 保障設備安全可靠運行的迫切性日益突出，設備服役的安全性及維修保障問題愈發引起重視。

在役設備安全保障及技術發展現狀

在役關鍵設備往往處于工況惡劣、不穩定、功率大、負載重且連續運行狀態，早期故障發展導致的惡性事故時有發生，為了消除其故障隱患以避免安全事故發生，現代產業迫切需要采用保障在役設備安全服役運行的相關監測技術及內含的分析技術，基于該項技術揭示設備運行狀態的發展演變規律，實現早期故障預報，進而有利于采取智能故障自愈、自動防護控制及指導人工管理等手段以避免故障，特別是惡性事故發生。

在國外，美國、日本、加拿大等國家的專家學者開展了設備服役監測預警及故障分析研究，例如美國機械故障預防技術學會（MFDT）和麻省理工學院、日本三重大學、加拿大Lakehead大學、美國恩泰克公司、美國本特利公司(Bently Nevada)、日本三菱公司、瑞士Vibro-Me-ter公司等；洛克希德—馬丁公司在國防部支持下以聯合攻擊戰斗機(Joint Strike Fighter，JSF)為背景提出預測和健康管理技術(Prognostics and Health Management, PHM)的全新概念。

國內一些高校及研究院所在設備健康狀態的監測診斷預警和處置、重大產品和重大設施壽命預測及相關信息化智能化技術等方面開展了技術攻關，多年來國家科技重大專項、國家自然科學基金對本領域相關技術研究給予了持續大力支持。近年來一些國內企業針對企業現代管理及現代維修需求，開展了對故障監測預警系統及先進維修方式的研發，以及進行工程應用及工程示范。

在役設備狀態監測及故障預警五項技術

國內外設備服役監測預警技術的研究及應用，重點面向高端、大型及關鍵的在役設備，近年來愈加關注變工況、長歷程設備非平穩、非線性等復雜運行狀態的故障預報難點問題。

在役設備大部分故障都有一個發展演變的過程，若能對漸變故障進行趨勢預示，則有利于提前排除事故隱患，有效避免惡性事故發生。設備監測預警可以從揭示設備運行狀態劣化發展趨勢規律與特征入手，預測今后多長時間設備運行狀態將達到不可接受的程度而應當停機維修或進行有針對性的維修；其主要任務是提取能反映設備故障發展趨勢的特征量，分析并預測故障特征量的趨勢，預報設備運行狀態，并根據惡化程度進行早期故障預警，制定可行的安全保障措施及設備維修計劃。

設備狀態監測及故障預警若干關鍵技術可歸納如下：

（1）揭示設備運行狀態機械動態特性劣化演變規律。設備由非故障運行狀態劣化為故障運行狀態，其機械動態特性通常有一個發展演變過程。需揭示劣化過程及故障變化演變規律及發展特點，分析故障產生機理、發展原因和發展模式，構建劣化演變機械動態特性模型。

（2）提取設備運行狀態發展趨勢特征。在役設備往往具有復雜運行狀態，在長歷程運行中工況和負載等非故障因素會造成信號能量變化，故障趨勢信息往往被非故障變化信息淹沒，需較大程度上消除非故障變化造成的冗余信息，進而構建預測模型。若提取到敏感特征分量因子及模式，有望實現典型部件及部位分析。

（3）低信噪比微弱信號特征早期故障的信號處理。早期故障信息具有明顯的低信噪比微弱信號的特征，為實現早期故障有效分析，涉及方法包括：多傳感系統檢測及信息融合，非平穩及非線性信號處理，故障征兆量和損傷征兆量信號分析，噪聲規律與特點分析，以及相關數據挖掘、盲源分離、粗糙集等方法。

（4）故障預測模型構建。構建基于智能信息系統的設備早期故障預測模型，這類模型大致有兩個途徑，分別是物理信息預測模型以及數據信息預測模型，或構建這兩類預測模型相融合的預測模型。

（5）運行狀態劣化的相關評價參數、模式及準則。如表征設備狀態發展的參數及特征模式，狀態發展評價準則及條件，面向安全保障的決策理論方法，穩定性、可靠性及維修性評估依據及判據等。

設備預知維修如何應用于在役設備狀態監測及故障預警技術

在役設備維修如同醫生在診斷病人病情后還需要進行治療，設備維修則是保障設備健康運行并實現其功能的重要環節。傳統的事后維修及定期維修方式，不但不經濟而且往往避免不了事故的發生，亟待采用以信息化智能化為核心技術的預知維修等現代維修的方式。

預知維修方式是隨著計算機及信息處理技術發展而產生的更科學的動態的先進維修方式，該維修方式視設備實際運行情況以及故障前兆而實施動態狀態監測并在故障發生前安排維修。設備狀態監測及故障預警技術是實現設備預知維修的關鍵技術，能夠為實現現代的預知維修方式提供技術手段及實現途徑。

為了提高預知維修的智能化自動化水平，一些研究機構及企業建立了多信息數據庫與信息分析知識庫，如案例庫、圖譜庫、檔案庫（如歷史信息庫，包括大修停機、故障停機和搶修停機等歷史維修記錄）、知識庫等。

為提高預知維修系統的效率及實時性，構建云計算及大數據處理的信息服務架構，提升海量大數據的信息存儲空間及信息處理速度。

一些現代企業將設備健康監測預警技術與設備管理相結合，建立設備預知維修信息管理及信息決策系統，此模式正成為企業設備安全保障體系信息化建設發展趨勢。

采用六種方式進行監測系統研發

針對多類設備安全保障、早期故障信息處理等需求，一些研究單位及企業合作研發多類型設備安全監測系統及進一步配套的企業預知維修系統，面向設備群建立遠程網絡在線監測預報中心，并不斷提高相關系統的信息化智能化技術水平。

為了適應具有高技術、多品種、小批量特點的系列監測系統的研發，采用基于信息網絡及“互聯網+”的可重構系統集成制造技術及系統集成平臺裝備。

近些年來，典型安全監測系統廣泛用于制造業、能源、交通、電力、石化、冶金、市政、環保、航天和資源等領域的多類現代、高端、關鍵裝備群的安全監控和設備健康管理，有的還用于實現設備在安全運行區或節能減排工況下優化運行。

綜上所述，根據多類在役設備安全保障需求，若干關鍵技術及實現方式歸納如下：

（1）揭示設備故障發展演變的規律及特征，較大程度地過濾非故障變化造成的冗余信息，后續進行建模、建庫等信息處理，提高故障預警的可靠性。

（2）采用多源信息集成及信息融合等方式盡可能地利用所獲取及提煉的有用信息，以取得較理性的信息熵，有利于提高故障預報的準確性。

（3）采用動態及適于大數據、云計算處理的數字化、網絡化、智能化、自動化等信息技術，構建遠程網絡在線故障預警中心，提高在線故障預警的實時性。

（4）建立檔案庫、圖譜庫、案例庫及知識庫等信息資源庫及智能信息庫，實現智能判斷決策，提高故障預警的實用性。

（5）提取典型運行部件及關鍵部位的敏感特征分量信息、敏感因子、敏感模型（模式）等，提高故障預警的針對性。

（6）構建可重構系統集成平臺，根據對象、環境及功能進行多類型監測系統集成研發、定制研發與調試。

在役設備狀態監測及故障預警技術及相關系統在有關國計民生的許多部門重要裝備中的應用日益廣泛，將在提高設備安全可靠性、實現設備科學維修、提升設備信息管理水平、增加設備利用率、降低設備運行及維修成本等方面發揮愈來愈重要作用。