故障预测与健康管理:未卜先知的热门科技

发布时间:2017-11-01

  2010420日,位于美国墨西哥湾的英国石油公司“深水地平线”钻井平台发生爆炸并引发大火,事故造成11名工作人员死亡,总计约有440万桶原油流入墨西哥湾,对环境造成了巨大破坏(图1)。事故调查报告显示,位于现场的安全电磁阀设备由于故障原因而没有启动,因而未能提供预期的保护功能。如果在事故发生以前英国石油公司能够提前预测到电磁阀故障,进而通过维护手段排除故障,也许整个事件的后果将发生改变……。然而,世上没有后悔药,避免事故和损失的唯一方法是防患于未然。事实上,当前的设备无论可靠性和自动化程度有多高,都会出现性能衰退乃至故障状况。因此,如果我们能够在工厂运行过程中持续监测每个关键设备/组件的健康状况,就有可能在其发生故障及失效之前采取行动,进而避免灾难性的、代价高昂的设备意外停机事件。      

  

1 英国石油公司“深水地平线”钻井平台事故现场 

  故障预测与健康管理(Prognostics and Health Management ,PHM”正是实现上述功能的关键技术,有如天气预报预测天气一样,PHM能够对工厂内的关键设备/组件的健康状况进行实时监测,并预测其剩余使用寿命,结果将以“工厂设备/组件健康状态指示板”、“工厂健康地图”、“设备健康雷达图”等形式透明地呈现给工厂维护管理人员(图2)。PHM的终极目标是使得制造系统不再有“意外”发生,进而实现我们心之向往的“无忧虑生产”。 

  

2 PHM与智能制造 

  现在,大家一定非常好奇PHM究竟是如何工作的。其实,PHM的工作原理与人类健康诊疗过程非常相像:在人类健康诊疗过程中,需要采集血液、血压、器官影像等体征信息,再通过相关医学知识来判断人体健康状况并确定治疗方案;与此类似,PHM通过测量并分析机器运行过程中所产生的信号,借助相关的预测分析方法来了解机器故障产生的过程、造成的影响及相应的解决方案。根据所采用的预测分析方法的不同类型,PHM主要分为如下三类: 

  基于失效物理模型(Physics of Failure, POF)的方法 

  

3 POF与中医诊疗方法 

  POF方法的核心是利用机器的全生命周期载荷和失效机理知识来评估机器健康状况。如图3所示,POF方法非常类似于中医“辩证论治”的治疗手段:中医基于四诊(望、闻、问、切)所收集的资料、症状和体征,辨清疾病的病因,而后确定相应的治疗方法;POF方法则是借助布放在机器内部的传感器数据,对关键设备/组件展开失效模式与影响分析(FMEA),依据FMEA分析结果选取相应的失效模型来评估机器健康状况。在寿命预测阶段,POF方法以环境应力(如热、机械、腐蚀等)为输入参数,借助失效模型计算机器剩余使用寿命:这就好比在中医诊疗过程中,在考虑季节、昼夜、地理等因素(相当于POF中的环境应力)的影响下,综合运用阴阳、五行等学说(相当于POF中的失效模型)来评估人体健康一样。 

  基于数据驱动的方法 

  

4 数据驱动方法与西医诊疗 

  基于数据驱动的方法借助机器的可用历史数据信息和当前的实际输出数据信息,从概率和数理统计角度出发,对机器的健康状况和可靠性进行推断、估计和预测。其基本思想与西医诊疗方法类似(图4),基本步骤包括: 

  Ø 首先,在机器上布放各类传感器装置,采集诸如振动、温度、压力等各种信号,这就好像在医院体检时抽血或者使用X射线机对人体进行胸透照相一样; 

  Ø 其次,从所采集的信号中提取能够用于机器健康监测的特征信息。这就好像在医院体检时抽一管血再分析里面的不同成分指标,就可以判断存在各种病情的隐患。数据驱动方法中常用的特征包括时域信号的统计特征、波形信号的频域特征、能量谱特征、特定工况下的信号读数等; 

  Ø 再次,结合历史数据(训练样本)信息,运用神经网络、支持向量机、贝叶斯网络等方法对特征进行分析,借此计算机器的剩余使用寿命,这就好像医生基于化验/照相结果,通过与相关健康指标比对来确定患者的健康状况一样; 

  Ø 最后,以上述机器健康评估结果为基础,对工厂的维护活动做出适当决策。 

  融合预测方法 

  POF和数据驱动方法各有其优势与不足之处:POF方法尽管可以较为准确的评估机器的健康状况,但是对于有些设备/组件来说,无法获取其失效机理信息;数据驱动方法虽然不需要获取任何设备/组件的失效机理知识,但是对于某些设备(如冗余系统中的备份设备)来说,由于缺乏足够的历史运行数据而无法应用数据驱动方法。在此背景下,融合预测方法把POF和数据驱动技术相结合,充分利用每种方法的优势来实现PHM的目标,这非常类似于中西医结合的诊疗方法。 

  目前,PHM已经在军事、航空航天、民用飞机、汽车、核电站、工业制造等领域获得广泛应用,是名副其实的军民两用技术。在未来的智能制造系统中,PHM是实现工厂“智慧设备管控”的核心技术,将为企业带来巨大效益。例如,为航空公司提供发动机的通用电气公司正是通过预测性维护,创造了上百亿美元的市场;同样,为企业提供挖掘机的三一重工,也通过类似的预测性维护服务,创造了新的服务机会。智能制造已经成为世界各主要工业国家的国家战略,PHM必将在今后成为工业界和学术界的关注热点。 

作者:中科院沈阳自动化所 工业控制网络与系统研究室 王锴

    

    

    

    

 


附件下载: