智慧运维价值链的最后1公里—工程机械故障预测及健康管理系统

 

 

        目前，国内对PHM技术的研究和应用都处于技术早期阶段，虽然对装备运行状况监控、故障诊断的研究方面获得了一定的成果，但是因为故障诊断、状态监测与装备管理维修工作相互分离，多数存在数据孤岛，导致故障信息的反馈速度较慢，数据的共享性、可扩展性以及可信度都是一直以来工程机械行业的瓶颈难题。

 

 

        作为一家长期服务我国先进装备信息化和智能化建设，润科通用在汽车、轨道交通、工程机械等先进装备及其关键部件智能化方向具备丰富经验，并致力于落地见效，倾力实践了整套故障预测及健康管理方法论，助力工业企业发挥大数据的商业价值，打通智慧运维价值链的最后一公里。

 

 

 

 

 

?? 在线实时状态检测

• 数据接收与存储：基于用户数据库结构，结合行业特点，优化数据接收和存储方式
• 数据展示与发布：将源数据、特征数据、分析数据和业务数据做集中展示和发布

 

?? 故障诊断与预测

• 专家系统诊断：根据当前的输入数据（各种特征值），应用专家知识库中的各种模型规则，按一定的策略进行推理，输出诊断结果。特别的，考虑工程机械作业环境的广域差异、区域集中特点，对诊断推理模型进行了升级，即在知识获取方式上，运用机器学习分析结果，优化诊断知识库，使专家系统具有自学习能力

 

 

 

 

• 故障树诊断：作为一种经典的故障诊断方法，故障预测及健康管理系统为用户提供了故障树诊断模块，用户可以根据模板一键创建故障树；拖拽构建逻辑门和连接线、关联案例库、数据抓取及成因概率自动计算、关联机械设计仿真软件进行故障验证，并据此推荐解决方案

• 案例诊断：将新发现的故障与历史故障案例的典型特征进行对比分析，从而判断故障成因，并逐步更新故障分类体系与故障特征值组数据
• 设备故障预警：将运行控制数据、传感数据、边缘层处理数据、维修数据作为内容数据，采用“数据驱动”模式，提取并构建自主特征，进行先进算法模型搭建和故障预警判定依据的确定

 

 

 

 

 

 

 

?? 数字化健康档案

• 基础数据管理：提供以设备台账为核心的设备基础数据管理服务
• 维护策略服务：基于维护策略与设备清单，制定常规及专用备件的采购计划。提供多种周期性维护、委外服务维护的提醒策略
• 备件分类管理：提供编码策略、备件库存策略，推进差异化采购，提高备件利用率
• 设备维修管理：利用设备通知单作为链接设备运行活动的纽带
• 报表分析：提供如采购订单的执行、维修工单的执行、月度维修成本的分析，月度备品库存分析等报表服务

 

 

 

 

?? 快速维修决策

        以历史维修经验为核心，以现有维修大纲与手册为基础，快速形成维修方案。以可靠性为核心，提供辅助维修决策模型（RCM逻辑）所需全部关键数据，提高决策效率。

 

 

 

 

 

?? 先进的工业信号处理能力

 

 

 

 

 

        面对复杂电磁和工程环境，传感和总线报文数据的解析能力尤其重要。面向传感器数据、运行控制数据，该系统配备行业领先的物理信号处理技术模块和工业现场总线信号分析和诊断技术模块，并在边缘层提供边缘分析和缓存，能够实现海量工业数据采集和边缘处理。

 

 

?? 成熟的车地无线通讯能力

        该系统采用基于TCP协议的MQTT协议传输；数据丢包或乱序时，可方便地进行重传与组包。支持心跳、断点续传、自动连接、数据包排序，该技术在工业物联网工程中应用广泛。

 

 

 

 

 

?? 数字孪生机理建模能力

        运用数字孪生理念建立模型有数据模型和机理模型等，其中机理建模能力是海量数据分析及诊断预测的重要保证。机理建模离不开对象机理和故障的深刻理解。

 

 

        工程机械中，常见如阀、缸、泵、电机电控等相关的故障分析需要一定的领域知识和行业经验。下图所示为故障预测及健康管理系统的数字建模专家运用机理仿真建模手段，将某阀的充气、保压、截止缓解全过程中制动缸、缓解阀等不同部件的气体压力、温升等数据进行性能评估。

 

 

 

 

 

 

 

?? 丰富的算法模型应用能力

        故障预测及健康管理系统在各个技术实现环节提供丰富的算法模型。在边缘处理中，提供针对传感器采集的时序数据的缺失值和异常值处理算法模型；在特征分析中，提供基于集成模型的特征重要性分析模型；在诊断和预测中，提供利用专家知识进行自动特征构建的模型及机器学习算法（如提升算法 (XGBoost) Ａnd LSTM 神经网络）模型，有效提高预测准确性和模型可释性。