设备故障评估新指标及基于ARMA的预测系统
李波;赵洁;郭晋
【期刊名称】《系统工程与电子技术》
【年(卷),期】2011(033)001
【摘要】设备故障停机时间受生产调度的影响较大,不能真实反映设备的自身性能,且具有很强的随机性和波动性,不适于直接用来进行自回归移动平均(auto-regressive moving average,ARMA)建模.针对此问题,提出一种设备故障评估指标--设备不可用度,将设备故障停机时间转换为设备不可用度,通过异常点替代和数据平稳化等两种数据预处理,建立零均值平稳随机序列进行ARMA建模,并把预测结果转换为设备在一定时间内的故障发生概率.在某半导体芯片封装测试工厂的试验结果表明该方法能以70%的精度预测设备状态,在一个班(12 h)里设备不可用度平均降低2.62%,设备故障停机时间平均减少14.8 min.%The equipment failure down time (or the failure rate) in a certain period of time (such as 12 hours) ,which is greatly influenced by the production planning and scheduling in semiconductor manufacturing factory, can not reflect the true equipment performance. Moreover, the data series of down time is not suitable for being directly used for auto-regressive moving average (ARMA) modeling because it has very strong randomness and undulatory property.An innovative metrics for equipment failure evaluation, named equipment unavailability (EU) , is proposed according to this problem. When building an ARMA model. the equipment failure down time is firstly transformed to EU. Then the
电力电子电路故障预测关键技术论述 发表时间：2016-10-12T15:49:37.523Z 来源：《电力设备》2016年第14期作者：陈泽龙 [导读] 由于科学技术得到飞度的而发展，电力电子电路不仅为航空事业的发展做出较大贡献，同时也促进航天事业的发展。（广东瑞德智能科技股份有限公司广东佛山 528300） 摘要：由于科学技术得到飞度的而发展，电力电子电路不仅为航空事业的发展做出较大贡献，同时也促进航天事业的发展，对这些设备的安全进行保证的同时，提高机械设备在使用过程中的可靠性。电力电子电路故障分析是电子电路运用过程中不可缺少的重要环节之一，本文主要介绍的就是电力电子电路在故障预测过程中的技术进行分析，进而提出以下内容。 关键词：故障预测；技术分析；研究 引言：对于电子设备而言，它和机械设备存在着一定的不同，电子设备自身所具有的优势就是内部结构相对来说比较复杂，但机械电子设备属于飞机飞行过程中的安全保证，电力电子电路进行故障预测能够对存在的危险进行及时的预测，避免出现不必要的安全事故，只有这样才能不断促进我国电力电子电路在故障预测过程中的关键技术的发展和进步。 1.电力电子电路故障在预测过程中的技术关键点分析 1.1电力电子电路器件的特征参数测试 对于电力电子电路器件而言，是电力电子电路构成的主要元件，它在一定程度上是电路在整个运行的过程是否正常起着决定性作用，所以，电力电子电路故障预测技术中比较重要的技术点就是科学合理的对电力电子电路器件特征参数进行测试，对于正常工作中，电力电子具有一个比较标准的数值表示，如果部分电力电子电路器件中的特征参数和标准值之间存在差别，就表示电路存在异常，所以要在最短时间内让电子电路停止运行，并且对其进行相应的故障检测，通常状况下，电力电子电路器件存在故障的主要因素分为：一是，器件彼此之间的连接存在问题，二是器件自身就存在质量问题，现阶段我国电力电子电路在进行检修以及处理故障过程中的主要关键就是对故障进行及时检测，并且在检测的同时也要进行有效的处理。 1.2电解电容器特征参数测试 对于点解电容而言，其自身不仅成本相抵来说比较低，并且存在较大容量，性能比较好等优点，所以在电力电力电路中得到广泛的运用，电路在实际进行运行的过程中，电解电容器对电路运行过程中的安全性起着决定性作用。因此电路在工作和运行中需要对电解电容器特征参数进行定时检测，如果发现存在任何的异常，一定要运用有效的措施进行及时处理，所有电解电容器特征参数中，影响电路正常工作的主要参数分为两个，一是电解电容器工作过程中的温度，二是工作频率，对于温度，它对电路在整个工作过程中的稳定性起着决定性作用，如果温度过高，就会出现火灾，工作频率不仅对电路在工作过程中的效率进行决定，同时也决定电路在输送过程中的效率，正常工作的情况下，电解电容器在工作过程中的温度以及频率要保证在相应数值范围内，只有在规定的范围内，才能在一定程度上对电解电容器的正常工作进行保证，进一步保证电路的安全性。 2.电力电子电路故障预测关键技术分析 电力电子电路故障而言，其预测关键技术在我国得到了比较快速的发展，虽然发展历程相对来说不是很长，但是也在一定程度上取得比较不错的效果，结合现阶段我国电力电子电路在故障预测关键技术发展过程中的历程可知，大多数的电力电子电路故障预测关键技术开始被不断的发明，并且对其进行不断的应用，在使用的过程中，比较普遍的技术主要分为以下几种：一是，SVR预测方式；二是SP神经网络预测方式；三是AR模型预测方法；这三种方法虽然都有自身存在的优点以及缺点，但是从中整体上来说，这三种方法的出现以及被相应的应用都不断的促进电力电子电路故障检测关键技术的发展和进步，不仅提高我国经济的快速发展，同时也为社会技术水平的加强做出较大贡献，现阶段，我国科学技术人员依然在不断的努力和研究，为研究高效以及精确的电力电子电路故障预测关键技术进行准备，所以对预测技术进行丰富的同时，也会进行不断的完善。 3.电力电子电路故障预测发展趋势分析 现阶段，我国对电力电子电路故障预测关键技术的研究不是很多，所以具有着相对来说比较大的发展空间，因此在发展过程中的主要趋势分为以下内容： 一是，特征参数提取的相关方式研究分析；对于电力电子电路而言，其自身所具有的非线性特征，以往比较简单的特征提取方式不能对精度需求进行满足，因此，需要探究出执行有效、科学合理的特征参数提取方式，这在一定程度上是故障预测技术在发展过程中不可忽视的重要步骤，也是十分必要的。二是，混合故障预测算法研究分析；故障预测系统在实现的过程中要对对象系统的多源消息进行综合，同时还要将这些信息融合成有用的知识，所以，信息融合技术，不仅能够对故障预测过程中的系统性能进行加强，同时还能提高其自主性。四是，内建“故障标尺”研究分析；该技术是电力电子电路在日后应用过程中的主要发展趋势，“故障标尺”可以对电路自身的寿命进行准确的预测，具有着一定的使用价值，但是目前“故障标尺”技术在发展的过程中还存在着不完善的地方，因此，需要对其进行不断的研究以及发展，只有这样才能促进这项技术的完善。 总结：通过上述分析可知，电力电子电路在故障预测过程中的关键技术不仅对我国科学技术发挥着重要作用，同时也会在一定程度上推动航天事业的发展。虽然现阶段电力电子电路故障预测过程中的关键技术存在着相对比较多的不足，很多地方都需要进行相应的完善，但是我国相关的研究人员一直努力的进行研究和分析，相信在不久的将来，由于国家以及政府的全面支持背景下，再加之研究人员的不断努力，我国电力电子电路在故障预测中的关键技术会得到相对来说比较多的提升，只有这样才能对其技术进行完善的同时，还能促进故障预测技术的完整性，这是日后该技术在发展过程中的主要趋势之一。 参考文献： [1]姜媛媛,王友仁,崔江,孙凤艳. 基于LS-SVM的电力电子电路故障预测方法[J]. 电机与控制学报,2011,08（04）:145-147 [2]夏向阳. 大功率注入式有源电力滤波器的理论研究及工程应用[D].湖南大学,2009.13（07）:156-159 [3]贾云涛. 基于改进灰色系统的电力电子装置故障预测技术研究[D].南京航空航天大学,2012.15（08）:178-179
故障预测与健康管理系统解决方案 1.国内数字化设备管理存在的问题 今天，随着德国“工业4.0”、美国GE“工业互联网”在全球的风靡，以及“中国制造2025”战略的如火如荼地推进，以新一代信息技术与制造业深度融合为特点的智能制造已经引发了全球性的新一轮工业革命，并成为制造业转型升级的重要抓手与核心动力。 1.1.设备管理问题依然严重 在多年的项目实施过程中深切感觉到，国内不管是大型企业还是中小企业，随着数字化脚步的加快，设备数控化率在逐年飞速的提高，数字化设备的数量与日俱增。但这些设备出现故障以后的维修周期平均在2周以上，属于主轴、丝杠等关键部件损坏所导致的故障维修时间平均在3周以上。维修期间，不仅严重影响生产进度，影响交货期，而且需要花费不菲的维修费用。国外设备厂家提供的维修服务都是从工程师离开国外住地开始计算维修费用，如果请国外工程师维修，光人工费用每次平均都在5万（人民币）以上，加上更换备件等费用，每年企业需支付昂贵的设备维修费用。 企业目前对数字化设备采用传统“事后维修”的管理方法已经严重制约了公司的智能制造发展目标。需要研究和探索，对于大量的离散制造业的设备进行预防性维护和故障预测的方案。 1.2.设备健康管理需求迫在眉睫 设备数据采集系统采集设备数据利用价值没有充分挖掘出来，给工厂决策等提供的分析数据有限。虽然在数字化工厂建设上取得了较好的效果，但是在设备数据利用方面还远远不够。设备数据采集系统经过长期的系统运行，拥有了大量的设备的运行历史数据。
3OEE、开机率、故障率报表显示70% 4报警故障信息次数和内容统计40% 5加工零件信息数量统计30% 6程序传输功能程序上传下载90% 7其它信息报表和看板展示不确定 表格1某企业数据采集利用程度表 设备数据采集系统虽然可以提供与生产效率相关的基本统计信息，但仍然倚重硬件互联的部分，对于数据，尤其是海量互联数据分析来达到机器主件衰退监测、健康状况评估、故障预测预诊断、风险评估、以及决策支持方面，仍然有提升空间： 1)现有的数控机床联网制造了大量数据，然而目前却没有很好的分析方式， 目前仅仅限于原始数据重现，应该进行价值挖掘。 2)数控机床数量多、类型多、系统多样，虽然数据互联，但对于每种不同机 型，缺少每个机台的针对性健康状态监测结果。 3)现有的生产管理系统更多是从设计角度出发，没有对设备健康状况做监测， 并且在管理时没有将生产效率与设备健康连接起来，所使用机器将因为衰 退情况的未知而对生产任务的完成造成未知风险。 4)对于设备生产产品的质量检测，目前没有实现数字化。在发现产品质量问 题时，次品已经产生。缺少提前预测产品质量缺陷手段。 5)在绿色环保方面，对于设备使用的能量没有监测或数字化管理手段。设备 能耗状况的管理相对粗放，没有能够与生产任务协调管理，使得在达到生 产效率最大化的同时实现能效最优化来节省开支，降低碳排放。 6)对于相同设备的维护管理，由于经常依赖于经验以及设备用户手册，所采 用的维护方式大都趋同。然而，根据设备所经历的不同工况，相同的设备 可能衰退的过程不尽相同。如果对于衰退不严重的设备实施了维护，那么 会造成资源浪费以及停机时间，进而影响生产效率；如果对于衰退严重的 设备延迟进行维护，则可能造成设备加速老化，甚至严重的生产安全隐患。
设备故障评估新指标及基于ARMA的预测系统 李波;赵洁;郭晋 【期刊名称】《系统工程与电子技术》 【年(卷),期】2011(033)001 【摘要】设备故障停机时间受生产调度的影响较大,不能真实反映设备的自身性能,且具有很强的随机性和波动性,不适于直接用来进行自回归移动平均(auto-regressive moving average,ARMA)建模.针对此问题,提出一种设备故障评估指标--设备不可用度,将设备故障停机时间转换为设备不可用度,通过异常点替代和数据平稳化等两种数据预处理,建立零均值平稳随机序列进行ARMA建模,并把预测结果转换为设备在一定时间内的故障发生概率.在某半导体芯片封装测试工厂的试验结果表明该方法能以70%的精度预测设备状态,在一个班(12 h)里设备不可用度平均降低2.62%,设备故障停机时间平均减少14.8 min.%The equipment failure down time (or the failure rate) in a certain period of time (such as 12 hours) ,which is greatly influenced by the production planning and scheduling in semiconductor manufacturing factory, can not reflect the true equipment performance. Moreover, the data series of down time is not suitable for being directly used for auto-regressive moving average (ARMA) modeling because it has very strong randomness and undulatory property.An innovative metrics for equipment failure evaluation, named equipment unavailability (EU) , is proposed according to this problem. When building an ARMA model. the equipment failure down time is firstly transformed to EU. Then the
故障预测方法综述 1.前言 故障预测与健康状态管理(Prognostics and Health Management, PHM) 技术的提出，对现代复杂装备维修保障能力提出了更高的要求。PHM技术是一种全面故障检测、隔离和预测，以及健康状态管理的技术。它的引入不是为了直接消除故障，而是为了了解和预报故障何时可能发生，或在出现始料未及的故障时触发一种简单的维修活动，从而实现自助式保障，降低使用和保障费用的目标。 故障预测技术是PHM的核心技术之一，它是比故障诊断更高级的维修保障形式，它利用监测参数、实验数据等各种信息，借助相关推理技术评估部件或系统的未来健康状态或剩余使用寿命。故障预测使得设备维护人员能够提前预知设备的健康状态和故障的发生，从而有效地降低故障风险、节约保障资源、减少经济损失。在航天、核能等对可靠性要求较高的领域有着广阔的应用前景，是实现武器装备视情维修、自主式保障、感知与响应后勤的关键技术。 2.目前广泛使用的故障预测方法 目前，故障预测方法可以分为基于模型和数据驱动两类。基于模型的故障预测方法，如卡尔曼滤波器、粒子滤波器等。虽然预测过程简单，但是如果假设的模型与实际不符则性能就较差。 人工神经网络具有模仿连续非线性函数的能力，并且能够从样本进行学习，因而在故障预测中得到了广泛的应用。人工神经网络通过样本的学习可以掌握系统规律，无需对测量信号作模型假设。由于神经网络具有很强的自适应性学习能力和非线性映射能力，适合于实现预测器的设计。但是神经网络训练时需要大量数据样本，且存在收敛速度慢、局部极小点、网络结构难以确定等不足。 灰色预测按灰色系统理论建立预测模型，根据系统的普遍发展规律,建立一般性的灰色微分方程，通过对数据序列的拟合，求得微分方程的系数，从而获得灰色预测模型。灰色预测利用灰色系统理论的GM ( Grey Model ) 模型进行预测。灰色预测在处理小样本、贫信息、不确定问题上具有独特优势，但在预测精度和预测稳定性等问题上仍有待改进。 模糊神经网络吸收了模糊理论和神经网络技术的优点。模糊神经网络可以借助神经网络的逼近能力。同时具有神经网络的低层次学习、计算能力和模糊系统的高层次推理、决策能力。因而采用模糊神经网络技术可以对设备的未来状态进行比较准确的预测。 粒子滤波器是基于蒙特卡罗方法的随机滤波算法，是解决非线性问题的有效算法。粒子滤波器通过一组采样值粒子来近似概率密度函数,因而并不要求系统是线性、高斯的。粒子滤波器使用状态空间里大量的样本点近似实际状态的概率密度函数,这些样本点称为“粒子”。随着粒子数的增加,它们能够很好地近似所求的概率密度函数。粒子滤波器方法是对每个粒子赋予一个权值,许许多多不同权值的点构成的离散分布就可以逼近连续分布。能跟踪多个模式的系统行为,因此可用于估计混杂系统的连续状态和离散状态。粒子退化和对突变状态的跟踪能力差是粒子滤波在故障预测应用中存在的主要问题。 时间序列分析法是把预测对象的历史数据按一定的时间间隔进行排列，构成一个随时间变化的统计序列，建立相应的数据随时间变化的模型，并将该模型外推到未来进行预测。也可以根据己知的历史数据拟合一条曲线，使得这条曲线能反映预测对象随时间变化的趋势。
航空电气设备的故障预测与健康管理 发表时间：2019-03-06T16:45:25.453Z 来源：《中国西部科技》2019年第1期作者：郭世伟吴旭圳李东[导读] 为了进一步完善我国航空电气设备健康管理技术，有关技术人员需要不断提高自己对航空电气设备故障预测方法的了解程度，在实际工作中对航空电气设备进行系统的优化升级工作，提高航空电气设备在航空领域中的作用。有关人员对航空电气设备进行健康管理能够进一步提高我国航空电气设备在航空事业中的利用率。 66350部队航空电气设备进行故障预测及健康管理，是预测飞机电气系统履行其功能的能力，主要包括健康状态、剩余寿命等。通过故障预测及健康管理技术的应用，实时提供电气系统的健康状态，准确快速诊断与定位故障，预测故障和剩余寿命，为维修人员提供辅助决策支持，动态调度维修资源，实现空地一体的维修保障，从而减少地面维护和修理的停机时间，提高飞机的完好性、运营效益和综合保障性。 一、对航空电气设备进行故障预测以及健康管理的重要性故障预测以及健康管理工作在我国航空事业中逐渐被人们所重视，对航空电气设备进行适当的健康管理以及故障预测工作能够提高我国航空电气设备的使用年限。对航空电气设备运用故障预测以及健康管理工作能够对航空电气设备进行有效的监测，工作人员对航空电气设备进行适当的故障预测以及健康管理工作时，能够详细了解航空电气设备中各个零件的使用情况，针对使用寿命过长或失去基本性能的零件进行替换工作。工作人员对航空电气设备进行故障预测工作时，能够根据工作人员的具体理论知识对航空电气设备故障表现进行及时的判断，将航空电气设备的故障表现与具体故障类型进行对照，进而判断航空电气设备的故障类型。运用健康管理技术能够有效减少工作人员判断航空电气设备故障类型的时间。工作人员对航空电气设备进行适当的维护工作时，适当运用相应的健康管理方法能够有效提高工作人员的工作效率。适当运用健康管理技术能够对整个航空电气系统进行监管，使航空电气系统监管工作更加智能化。工作人员运用健康管理技术对航空电气设备进行系统的维护工作能够有效提高工作效率，减少有关部门对航空电气设备监管工作投入的人利益及物资资源，减少监管成本，避免人力资源的浪费。对航空电气设备进行适当的故障预测以及健康管理工作能够有效降低航空电气设备维修概率，提高航空电气设备正常运转的工作时长，进一步提升我国航空电气设备在航空事业中的作用。 二、针对航空典型电气设备的故障预测与健康管理系统建模 2.1特征信号提取故障预测及健康管理关键是要从众多信号中提取特征信号，提取应用最广泛是小波分析法。小波分析法是通过对检测信号多分辨率的正交变换，采用多滤波器组的计算原理对频域进行细致分解，可以清晰、完备、更精细地凸显故障特征。小波分析法还能够根据不同的频率组成部分对信号的整个细节进行调节和处理，在一定程度上提高了信噪比以及信号的分辨率，极大地促进了故障预测以及健康管理的发展。 2.2健康预测与诊断系统开发健康预测与诊断系统，要实现各模块的功能共享，如飞机发电机的健康预测与诊断系统可与飞机发动机的"全权数字式发动机控制（FullAuthorityDigitalEngineControl-FADEC）"结合起来，在集成的形式之下成为一个整体对待，能够使系统满足不同的功能需求。两者之间有着非常密切的联系，两者需要的参数（如发电机的电流、电压、频率等）大部分是相同的。 2.3健康状态预告与剩余寿命预测模型健康状态预告与剩余寿命预测这一模型主要是对被检测对象的整体状态进行整体的分析，并进行统一分类，分类的主要标准有三个，一是正常；二是性能在一定程度上下降；三是失效。同时，这一系统还可以使用特征提取的形式对被检测对象的整体状态进行分析以及识别。按照故障的识别方式可以将航空发电机的故障分为基于模型的预测法、基于知识的预测法、基于数据的预测法等。其中基于模型的预测要以航空发电机的数学模型与部件失效模型为基础；基于知识的预测不需要精确的数学模型；基于数据的预测则数学模型与物理模型都不需要。 三、航空电气设备的故障预测与健康管理 3.1适当运用累积损伤模型进行故障预测工作工作人员对航空电气设备展开故障预测工作以及健康管理工作时，适当运用累积损伤模型能够在一定程度上对航空电气设备进行监测。累积损伤模型与各种电气设备载荷以及电气设备损伤程度有关。运用累积损伤模型方法能够对航空电气设备中零件已经使用的年限进行分析，进一步确定电气设备的具体寿命。工作人员在航空电气设备故障预测工作中运用累积损伤模型能够有效对航空电气系统中各个设备进行寿命评估，有效估算航空电气系统相应设备使用寿命，根据电气设备累积损伤程度确定电气设备剩余使用年限，粗略估算电气设备故障时间。工作人员运用累积损伤模型能够有效对航空电气设备进行故障预测工作，进一步评定航空电气设备的故障原因，运用相应的工作方法及时解决航空电气设备故障，进一步提高航空电气设备正常运转的概率。 3.2利用监测特征参数法监测特征参数法能够将获取的数据和信息经过一定程序的加工和处理，并对处理后的数据和信息进行分析，对电气系统的故障类型进行预测。但是在采用监测特征参数法来预测电气系统的故障时，尤其要注意的是，由于电气系统本身在结构、功能和失效的机理等方面的复杂性特点，所以在选取参数和进行数据处理的方法方面要严格按照不同的标准来进行选取。只有这样，才能保证监测特征参数法能够对收集到的数据和信息进行准确的分析，并且有效的预测电气系统故障的类型。 3.3适当结合多种方法现阶段我国技术人员对航空电气设备故障预测与健康管理技术进行适当的优化工作，在实际工作中工作人员运用相应的方法对航空电气设备进行适当的故障预测以及健康管理。现阶段故障预测方法以及健康管理技术相对不够成熟，在实际运用中仍然存在一些缺陷，因此，对航空电气设备展开故障预测以及健康管理工作时，工作人员需要将多种技术方法进行有效结合。适时融合多种方法的综合理念，不断优化航空电气设备故障预测和健康管理方法。从而形成高效、快捷的故障预测工作方式。工作人员将多种健康管理方式以及故障预测手段进行适当的融会贯通，能够进一步提高我国航空电气设备故障预测以及健康管理效率。结语：
故障预测与健康管理（PHM） 故障预测与健康管理（PHM）技术作为实现武器装备基于状态的维修（CBM）、自主式保障、感知与响应后勤等新思想、新方案的关键技术，受到美英等军事强国的高度重视和推广应用。PHM系统正在成为新一代的飞机、舰船和车辆等系统设计和使用中的一个重要组成部分。它包括两层含义，一是故障预测，即预先诊断部件或系统完成其功能的状态，确定部件正常工作的时间长度；二是健康管理，即根据诊断/预测信息、可用资源和使用需求对维修活动做出适当决策的能力。实际上，PHM技术现已广泛应用于机械结构产品中，比如核电站设备、制动装置、发动机、传动装置等。而将PHM技术应用于电子产品则是近年来国外科技研发的重要发展趋势之一。目前国外对电子产品PHM技术的研发主要集中于军用电子产品，重点包括两部分内容：一是产品寿命周期原位监测中的传感系统与传感技术，二是残余寿命预测的故障诊断模型与算法。前者集中于开发无线微型传感器，以取代尺寸较大且需要有线传输数据的传统传感器。后者致力于探索各种不同类型的诊断模型与算法，为军用电子产品故障预测能力提供理论基础。 国外参与PHM相关技术研发的单位非常广泛，如美国国防部和三军的有关机构；NASA；波音、洛克希德·马丁、格鲁门、ARINC、霍尼韦尔、罗克韦尔、雷神、通用电气、普惠、BAE系统公司、史密斯航宇公司、古德里奇公司和泰瑞达公司等跨国公司；康涅狄格大学、田纳西大学、华盛顿大学、加州工学院、麻省理工学院、佐治亚理工学院、斯坦福大学、马里兰大学等著名院校；智能自动化公司、Impact技术公司、质量技术系统公司（QSI）、Giordano自动化公司等软件公司；荷兰PHM联盟（DPC）、Sandia国家实验室（SNL）、美国国防工业协会（NDIA）系统工程委员会、美"联合大学综合诊断研究中心"、美测试与诊断联盟（TDC）等协会和联盟。其中，研发电子产品PHM技术的单位首推马里兰CALCE 电子产品和系统中心，其水平处于世界领先地位。目前国外采用的电子产品故障预测方法可以归纳为以下三类。 1、通过监测失效征兆来预测故障 2、通过设置预警电路（Canary Devices）来预测故障 3、通过建立累积损伤模型来预测故障 除上述三种方法外，国外研发机构也在努力探索使用新方法。比如，史密斯航宇集团在飞机和直升机子系统中综合利用奇异值分解、主成分分析和神经网络进行非线性多元分析和异常状况检测；美国国家航空航天局在航天飞机中使用故障检测算法（包括高斯混合模型、隐马尔可夫模型、卡尔曼滤波、虚拟传感器等）来检测产品异常状态；范德比尔特大学在航宇产品中使用前馈信号（泰勒级数展开）来预测故障。 虽然国外研发机构对军用电子产品PHM技术表现出浓厚兴趣，而且发展迅速，但就目前来看，电子产品PHM技术还远未成熟，至少在以下方面面临巨大挑战。 1、残余使用寿命预测中的不确定性 2、间歇失效的预测 3、电子产品寿命周期数据的原位监测 4、对PHM技术投资回报率的评估 5、确定系统性能的门限值
工业设备故障预测分析系统解决方案
一、企业简介 智擎信息技术（北京）有限公司专注于工业大数据，利用物联网和机器学习技术为工业企业提供设备数据采集、智能监控、故障预警、自诊断、产线效能优化、运维管理分析、大部件库存优化分析、销量预测等产品和服务。产品能够提供基于公有云及私有云的落地实施。 智擎信息提供针对工业领域深度定制的分析模型软件套件产品，涵盖了设备预测性运维、自诊断、设备性能优化、成本分析、供应链分析等，并具有机器学习自建模等一系列功能和服务。为企业管理者提供战略性的决策支持。智擎信息致力于成为中国乃至全球领先的工业设备及生产线智能分析平台和预测服务提供商。 我们工业APP产品是基于Hadoop和 Spark开源生态建立而来。在机器学习建模和分析方面，我们将深度学习和机器学习同行业知识图谱相融合形成了针对工业领域的动态阈值深度学习算法。我们优化了深度神经网络（例如：LSTM 模型），并将故障树、故障诊断机理等信息植入到深度神经网络的增量、增强学习之中。我们独创了工业领域的自动化建模方法。此自动化建模机制针对工业领域中的温度、振动、压力、转速，以及大部件的失效进行了优化，实现了高准确率的自动化调参和建模机制。
二、工业APP简介 （一）、问题定位 近些年随着国内工业制造业飞速的发展对设备管理提出了更高的要求。在设备管理和生产线优化方面，随着设备老化程度的持续提高和对生产效率的新要求，很多客户需要一套完整的工业大数据平台来支撑他们从设备运行监控管理、预测分析和运营决策支撑。 本产品覆盖了数据的采集、数据的机器学习建模训练、预测分析模型运行环境、模型库管理、设备健康度分析功能、故障预测模型创建和分析功能、故障树分析、处理措施推荐及窗口期功能等。主要解决了如下问题：降低故障频次及非计划性停机时间、提升设备产能、对设备进行全生命周期的管理。 （二）、创新点 本产品可以通过公有云、私有化部署和混合云的方式部署实现。同时，可以通过移动端的方式为用户提供服务。产品特性涵盖了历史数据的机器学习自动化建模（故障预测模型、关联性故障模型、大部件生存分析模型）、SaaS化的设备故障预测APP应用落地等。主要优势如下： 1、针对故障和诊断的自动化建模和调优机制。产品内置了针对行业具体应用场景而优化的自动化建模和模型调优机制，融合了经过行业认可的模型参数库和知识图谱机制，可以根据更新的参数和知识图
变电一次设备的常见故障预测和检修措施分析 发表时间：2019-01-10T11:03:25.973Z 来源：《电力设备》2018年第25期作者：李江武 [导读] 摘要：电网工程在现代社会发展中是重要的组成部分，它与人们的生产生活息息相关，做好变电一次设备的故障预测和检修工作具有重要的现实意义。 （广东电网股份有限公司湛江供电局） 摘要：电网工程在现代社会发展中是重要的组成部分，它与人们的生产生活息息相关，做好变电一次设备的故障预测和检修工作具有重要的现实意义。在传统的故障预测和检修工作中，主要是以周期性停电和日常巡检两种方式为主的，虽然在一定程度上可以确保电网工程的稳定运行，但是，随着变电设备的不断创新和完善，其所暴露出的问题也就逐渐增多，己经很难适应新时期电网工程的发展需要，需要电力企业在综合自身实际的基础上，对故障预测和检修措施进行创新和完善，提高预测和检修的准确性和及时性。 关键词：变电一次设备；常见故障预测；检修措施 1变电一次设备故障特征 变电一次设备主要的工作内容包括对电源的输入、分配、变压以及输出等环节。它是整个变电站系统功能得以应用的重要基础。而在高压电网的日常运作中，过电压、绝缘老化、操作失误等问题都会影响到变电一次设备故障的产生，进而威胁到电力系统的稳定运行。除此之外，变电设备由于更新较为频繁，逐渐呈现出密封化与智能化的发展方向，这也使得相关部门的维修工作难度在逐步提升。显然，传统的设备维修方法已经无法适应当前设备更新的需求，必须利用更加科学的手段进行预测与检修，以此保证电网系统的稳定运作。 2变电一次设备的检修概述 在日常的电网系统运作中，对变电一次设备做故障预测时，首先需要对其设备的运行状态做出评估，包括设备中的变压器、断路器、金属氧化物避雷器等，根据不同的设备工作状态采取不同的检测方式。比如对于变压器的检测则需要铁心接地电流、测量电容值等措施进行检测。而对于SF6断路器的检测则可以采用SF6的气体与溶解物进行。而金属氧化物避雷器则是通过其基础的运行数据以及泄露电流的检测方法来实现故障排查。对变电一次设备做定期的故障排查与维修工作，根据过去检修积累的经验来确认电网是否存在潜在的运行故障。利用在线检测与带电测量的方法来确认是否存在设备故障，通过红外线诊断技术确认设备是否存在绝缘层、设备不良等问题。除此之外，还可以利用辅助性的设备比如压力表、温度表等来对变压器等设备进行伏虎管理，以此提高设备检测的工作效率与效果。 3变电一次设备的故障特点以及状态检测方法 变电一次设备主要负责电网中电源的接入、分配以及电源的保护和运输，对电网最终的运行质量有着决定性的作用，同时，变电一次设备也是电网设备中的关键设备。目前，在变电一次设备运行的过程中，主要存在电压过大、超负荷运行、绝缘系统老化以及维护不到位等问题，导致变电一次设备出现运行故障。另外，随着科学技术的快速发展，对变电一次设备运行质量的要求也越来也高，同时变电一次设备也逐渐向智能化的方向发展。所以，传统的变电一次设备故障检测的方法已经无法满足当今时代对检测质量的要求，因此需要制定更加有效的手段对其进行检测。 4变电一次设备故障预测检修方法 4.1变压器的故障预测检修 变压器是变电一次设备中的核心设备，其运行质量对最终的运行效果有着至关重要的影响，由此可以看出电压器故障预测检修的重要性。变压器的故障类型主要分为两种，一种是内部故障，另一种是外部故障。内部故障主要指的是变压器的绕组故障，其中包括绕组短路以及绕组与外壳发生接触等现象。变压器的外部故障主要包括变压器由于运行时产生的温度过高，进而出现变压器烧蚀。另外，变压器在运行过程中如果收到电磁干扰，也会导致变压器出现异常放电甚至出现电火花。在检修变压器的过程中，要重点检测变压器的运行状态，对出现运行故障的变压器进行及时检修。例如，通过超声设备对变压器的放电声波进行检测，接着利用震动探头对变压器的声波轨迹进行检测，如果运行轨迹出现异常，则可以判断变压器出现异常放电的情况。为了保证判断结果的准确性，还可以利用人工听音的方法进行，如果设备在运行过程中出现杂音，则可以判断该变压器中的零件出现松动。另外，绝缘检测系统以及超声探测系统也可以对变压器中的放电情况进行检测，在利用绝缘系统进行检测时，要对其含水量以及老化程度进行检测，根据检测结果判断变压器是否存在故障。 4.2断路器的故障预测检修 电网中的断路器主要负责对电路进行控制以及保护，进而保证电网的运行安全。变电一次设备中的断路器主要负责电网与电力系统的连接和切断，保证电网功能的正常运行。导致断路器在运行过程中出现故障的主要原因包括绝缘系统的老化以及控制系统、操作系统出现故障等。绝缘系统出现老化是因为长时间没有进行更换，导致绝缘系统中的各个设备出现不同程度的老化，进而影响断路器的正常运行。控制系统主要负责控制电路中的开关，因此需要其中的电子元件保持较高的反应能力，同时电流回路要始终保持畅通。如果二者中的一项出现运行故障，则会导致控制系统出现控制失灵等情况。操作系统是断路器中的中心系统，主要负责对断路器中的各个系统进行操作，导致该体系出现故障的主要原因包括内部零件故障以及外部撞击等。在对断路器进行检修时，可以通过磁铁检修的方式进行。例如，将系统中的额定电压控制在30%-60%之间，利用其中的最低电压对断路器中的电磁进行检测，判断电磁功能是否存在运行故障。另外，还可以通过观察断路器的磨损情况判断其是否存在运行隐患。如果断电器的触头出现较大的磨损，则可能会导致接触不良或者漏电等情况，因此在必要情况下可以更换一个新的触头。同时，对真空度进行检测，也能够判断路器是否存在运行故障。在需要检测的部分进行放电，观察各个原件之间的接触情况，进而判断断电器是否存在运行故障。 4.3避雷器的故障预测检修 避雷器的主要功能是在发生雷电的情况下对设备进行保护，避免在雷击环境下出现电压过高等情况，进而导致设备元件被烧毁，影响设备的正常运行。由此可以看出，避雷器能够为设备的安全运行提供二次保护。但是，避雷器在实际使用过程中也会出现运行故障，其中主要包括零件老化、阀片受潮以及避雷器温度过高等，以上几种情况都会严重影响避雷器的实际使用效果，进而使变电一次设备的运行安全受到威胁。导致以上问题出现的主要原因包括避雷器的设计不科学，使避雷器出现开裂等情况。避雷器的绝缘套管出现老化或者受潮，造成通过绝缘套管的电流值增加，进而为避雷器的正常运行造成一定压力，一旦实际电流值超出了避雷器的承受范围，就会导致避雷器出现运行故障甚至是爆炸等情况。在对避雷器进行检修的过程中，主要的检修方法包括绝缘电阻测试、电流监控以及装置检测等方法。电阻测试能够对避雷器内部的受潮情况进行判断，一旦电阻值不在安全范围之内，则要对避雷器进行深入检查。对电流进行检测能够判断出避
故障预测与健康管理（PHM）技术的现状与发展 曾声奎 北京航空航天大学可靠性工程研究所，北京 100083 Michael G. Pecht, 吴际 美国马里兰大学 CALCE电子产品与系统中心，马里兰，2074 Status and Perspectives of Prognostics and Health Management Technology) ZENG Sheng_kui1, Michael G. Pecht2, Wu Ji2 (1Institute of Reliability Engineering, Beihang University, Beijing# 100083, China) (2CALCE Electronic Products and Systems Center ,University of Maryland, College Park, MD 20742） 摘要：结合故障预测与健康管理（PHM）的技术发展过程，阐述了PHM的应用价值。论述了PHM技术系统级应用问题，提出了故障诊断与预测的人机环完整性认知模型，并依此对蓬勃发展的故障诊断与故障预测技术进行了分类与综合分析，给出了PHM技术的发展图像。针对故障诊断与预测的不确定性特征，对故障诊断与预测技术的性能要求、定量评价与验证方法进行了分析。最后，以PHM技术的工程应用为线索，提出了PHM技术发展中的几个问题。 关键词：故障预测；故障诊断；故障预测与健康管理 Abstract: This paper has briefed the potential benefits of Prognostics and Health Management (PHM) against its evolution history. The architecture for PHM system-level application is outlined, and a cognition model for diagnostics and prognostics is built based on the integrality of man-machine-environment. Directed by this model, various diagnostics and prognostics methods are classified and analyzed, and a whole picture of PHM is drawn. Uncertainty is a critical factor of PHM，its requirement-making, quantitative assessment and validation are discussed. Finally, key issues to do of PHM are listed with the goal of practical extensive use. Key words: prognostic and Health Management; diagnostics; prognostics; cognition model 1. 引言 现代武器装备的采购费用和使用与保障（O&S）费用日益庞大，经济可承受性成为一个不可回避的问题。据美军综合数据[1][2]，在武器装备的全寿命周期费用中，使用与保障费用占到了总费用的72%。与使用保障费用相比，维修保障费用
成都电子科技大学UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA 专业学位硕士学位论文MASTER THESIS FOR PROFESSIONAL DEGREE 论文题目电子系统可靠性与剩余寿命的实时预测算法 设计与实现 专业学位类别工程硕士 学号201122070115 作者姓名宋辰亮 指导教师刘震副教授
分类号密级 UDC注1 学位论文电子系统可靠性与剩余寿命的实时预测 算法设计与实现 （题名和副题名） 宋辰亮 （作者姓名） 注1
THE ALGORITHM’S DESIGN AND IMPLEMENTATION OF RELIABILITY AND REMAINING LIFE REAL-TIME PREDICTION FOR ELECTRONIC SYSTEMS A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Instrumentation Engineering Author: Song Chen-liang Advisor: Associate Professor Liu Zhen School:School of Automation Engineering
独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 作者签名：日期：年月日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名：导师签名： 日期：年月日