故障預測與健康管理——PHM技術簡介

PHM技術代表了一種理念的轉變，是裝備管理從事後處置、被動維護，到定期檢查、主動防護，再到事先預測、綜合管理不斷深入的結果，旨在實現從基於感測器的診斷向基於智慧系統的預測轉變，從忽略物件效能退化的控制調節向考慮效能退化的控制調節轉變，從靜態任務規劃向動態任務規劃轉變，從定期維修到視情維修轉變，從被動保障到主動保障轉變。

引自：《智慧運維與健康管理》（作者：肖雷，張潔）。由清華大學出版社「智造苑」原創，經授權釋出。

 

01

PHM技術的內涵

 

從概念內涵上講，PHM技術（prognostics and health management，故障預測與健康管理）從外部測試、機內測試、狀態監測和故障診斷髮展而來，涉及故障預測和健康管理兩大方面的內容。故障預測即PHM中的P（prognostics）部分，主要是指根據系統歷史和當前的監測資料診斷、預測其當前和將來的健康狀態、效能衰退和故障的發生；健康管理即PHM中的HM（health management），主要是指根據診斷、評估、預測的結果，結合可用的維修資源和裝置使用要求等知識，對任務、維修與保障等活動做出適當規劃、決策、計劃與協調的能力。

 

PHM技術的主要功能如圖1所示，主要包括關鍵系統/部件的實時狀態監控（感測器監測引數與效能指標等引數的監測）、故障判別（故障檢測與隔離）、健康預測（包括效能趨勢、使用壽命及故障的預測）、輔助決策（包括維修與任務的輔助決策）和資源管理（包括備品備件、保障裝置等維修保障資源管理）、資訊應需傳輸（包括故障選擇性報告、資訊壓縮傳輸等）與管理等方面。

圖1 PHM技術主要功能

PHM技術代表了一種理念的轉變，是裝備管理從事後處置、被動維護，到定期檢查、主動防護，再到事先預測、綜合管理不斷深入的結果，旨在實現從基於感測器的診斷向基於智慧系統的預測轉變，從忽略物件效能退化的控制調節向考慮效能退化的控制調節轉變，從靜態任務規劃向動態任務規劃轉變，從定期維修到視情維修轉變，從被動保障到主動保障轉變。故障預測可向短期協調控制提供引數調整時機，向中期任務規劃提供參考資訊，向維護決策提供依據資訊。故障預測是實現控制引數、任務規劃和視情維修的前提，是提高裝備六性（可靠性、安全性、維修性、測試性、保障性、環境適應性）和降低全壽命週期費用的核心。近年來，PHM技術受到了學術界和工業界的高度重視，在機械、電子、航空、航天、船舶、汽車、石化、冶金和電力等多個行業領域得到了廣泛的應用。

 

PHM技術並不是適用於所有的物件，是否採取PHM技術對裝置進行管理需要同時考慮故障的頻率和故障影響的大小，如圖2所示。對於故障頻率高、故障影響小的裝置應準備更多的備件。對於故障頻率高、故障影響大的裝置主要是系統設計的問題，需要改進設計。對於故障頻率低、故障影響小的裝置採用傳統的維護方式即可。對於故障頻率低、故障影響大的裝置應採用PHM技術對其進行管理。

圖2 維護方式的選擇

02

國外PHM技術發展

 

隨著系統和裝置複雜性的增加以及資訊科技的發展，國外的PHM技術發展先後經歷了外部測試、機內測試（built-in test，BIT）、智慧BIT、綜合診斷、PHM共5個階段。與此同時，維修決策技術的發展也經歷了事後維修、週期性預防維護、狀態維護等階段。目前，PHM技術已經得到美英等軍事強國的深度研究與推廣應用，並正在成為新一代飛機、艦船和車輛等武器裝備研製階段與使用階段的重要組成。代表性的PHM相關係統包括：F-35飛機PHM系統、直升機健康與使用監控系統（HUMS）、波音公司的飛機狀態管理系統（AHM）、NASA飛行器綜合健康管理（IVHM）、美國海軍綜合狀態評估系統（ICAS）以及預測增強診斷系統（PEDS）。其中PHM技術在F-35戰鬥機上的應用最為典型，圖3為F-35戰鬥機PHM系統工作流程。

圖3 F-35戰鬥機PHM系統工作流程

根據美軍的統計資料，F-35戰鬥機採用PHM技術後故障不可復現率降低82%，維修人力減少20%~40%，後勤規模減少50%，出動架次率提高25%，飛機的使用與保障費用比過去機種減少50%，使用壽命達8000飛行小時。基於上述指標，通俗地理解原來有100架飛機，實施PHM後可以當成125架飛機來用。

 

驗證評價是確認PHM設計結果是否達到設計要求，從而對設計完善和改進提出反饋的重要手段，是PHM設計開發、成熟化部署應用的關鍵環節。國外已經公開的PHM驗證系統如表1所示。

表1 國外已經公開的PHM相關驗證系統

 

03

國內PHM技術發展

 

我國在PHM系統設計與驗證基礎理論與方法研究方面起步較晚，研究基礎薄弱。近年來，國內相關院所主要在航空航天裝備領域開展了一系列的PHM系統設計基礎研究工作，並結合型號技術攻關，邊研究邊驗證、迭代完善、雙線並行，取得了一定的成果。目前，已初步構建了一套典型機電、電子、結構類產品的健康表徵、健康度量與演化規律挖掘的方法體系，形成了相關的診斷與預測模型設計方法。此外，還開展了一定的PHM系統驗證與評價、試驗驗證系統設計等技術方法研究，並形成了相關演示系統與輔助工具。

 

結合裝備使用和維修保障情況，我國在航空、航天、船舶、兵器等領域正逐步開展相關工程技術研究。在PHM系統能力與需求分析基礎上，從物理結構、綜合診斷、資訊處理以及功能結構等方面進行了PHM體系架構與整合的初步研究；與此同時，也開展了PHM系統引數指標體系、標準規範等研究。在上述研究基礎之上，開發了相應的結構健康監測智慧感測器、結構健康監測整合驗證平臺、機電PHM原型系統與案例庫、系統測試性設計分析工具、嵌入式智慧診斷原型系統，以輔助開展PHM系統設計。

 

PHM技術在國內的研究起步較晚。雖然開展了大量的工作，並取得了顯著的研究成果，但前期主要是跟蹤國外工程應用，在相應基礎理論與技術、系統綜合整合等方面的研究還較少。作為PHM中的最為核心的技術之一——預測性維護，我國也與國外有著較大的差距。全球物聯網知名研究機構IoT Analytics曾在2016年對全球110家從事預測性維護的技術性公司進行了調研和排名，具體排名情況如圖4所示。

圖4 涉及預測性維護技術的公司排行榜

縱觀整個PHM的框架，我國與國外的差距具體表現在：

（1）在PHM系統整合與使能技術方面。國外已經開展了大量的相關研究和應用工作，初期國內僅是跟蹤國外的工程應用，設計方面相對落後，PHM系統整合與使能工具設計相關研究較少，工程應用亟待進一步深入研究。

（2）在複雜系統健康管理方面，國外已開展了大量的基於PHM的維修決策研究工作和應用；同時，國外已在自愈材料、智慧結構方面開展了大量的研究，部分技術已有應用。國內裝備仍以週期性預防維護為主，基於PHM的裝備任務規劃與維修決策研究工作較少；我國在裝備自愈研究方面開展較晚，自愈材料與智慧結構研究方面以力理論研究為主，而應用研究較少。

（3）在複雜系統健康診斷與預測方面，國內外在此方面研究差距不大，某些方向已達到國際先進水平。在方法研究上，國內外均開展基於物理故障、資料驅動、模型、專家知識的診斷與預測技術研究。但是，在技術成熟度上與應用廣度上，國外領先國內。尤其在應用與PHM的新型智慧感測器技術及裝置研發上，國外已遠領先於國內。

（4）在PHM能力試驗驗證方面，國外已開展了大量研究，國內在PHM設計驗證方面，也開展了初步的研究工作，但目前還沒有成熟的PHM體系綜合建模、試驗驗證與能力評價技術方法體系，相關驗證輔助工具與平臺成果還較少。

 

國內外的PHM技術相關研究發展蓬勃，已形成不少的標準，近十年來與PHM相關的標準如表2所示。

表2 PHM相關標準

 

具體到開發PHM系統設計，其流程共分為以下7步。

 

第1步：需求定義。需求定義其實就是判斷是否需要做PHM。在設計PHM系統時首先要釐清問題的現狀，做好問題的定義和問題的拆解。主要包括：在裝置維護管理方面企業目前面臨的挑戰有哪些，如運維、質量、能效等；整個企業的預測性維護價值是多少；哪些裝置或零部件可以確定為關鍵資產；是否有一些關鍵資產可以從預測性維護試點中收益；資產需要的可靠度和可用性的目標是什麼。

第2步：監控層次定義。確定監控層次主要是確定監控的物件，是產線、機器還是元件、部件。要選擇哪些關鍵的元件、部件進行建模，以及需要關心哪些特定的故障模式等。在確定監控層次時需明確一點：並不是所有的裝置或零部件都需要進行檢測，只需要對故障發生頻率不高，但故障發生後影響較大的裝置或零部件進行監控。

第3步：模型選擇。根據監測的數量以及資料的質量，進行模型選擇。模型主要包括資料驅動的模型、機理式模型以及混合模型。混合式的模型可以時不同的資料驅動式的模型混合，也可以是不同的機理式的模型混合，也可以是資料驅動的模型和機理式的模型的混合。在建模時要考慮是強資料弱機理還是弱資料強機理，抑或資料和機理都強。如果機理較強而資料量較少則需要借鑑領域知識，應儘量採取機理式的模型。如果資料量較大而對機理不清晰，則適用於資料驅動的模型。

第4步：關鍵引數選擇。選擇關鍵引數與第1步和第2步密切相關，這一步主要是定義到底需要採集哪些資料。如果裝置自身沒有監測這些資料，則需要外加感測器。在使用感測器對裝置進行狀態監測時，需要考慮感測器的型別、數量、感測器的佈局、感測器的大小、重量、成本、靈敏度、為有線傳輸還是無線傳輸、資料傳輸速率和其他特性。

第5步：部署策略和實驗設計。在此步驟開始採集一些能夠進行可行性分析的資料，這些資料要能夠儘量反映完整的工況，並且能夠儘量覆蓋不同的失效模式，要儘量能夠支撐不同建模需求。狀態是可以採集裝置或關鍵零部件的全壽命週期資料。所採集的資料具有典型的工業大資料3B特性，即質量差（bad quality）、碎片化（broken）和背景性（background）。

第6步：技術和經濟性可行性研究。驗證整個系統從硬體到軟體再到演算法是否能夠有機幾何，演算法能否閉環使用者需求並實際傳遞給使用者一些可執行的資訊，同時對投資回報率等經濟性的角度進行分析，判斷上述方式能否在成本可控範圍內最小程度定製化地推廣。

第7步：技術開發與上線應用。在確定技術和經濟可行性之後，進行技術上線，並平行展開規模化的應用。