论文部分内容阅读
[中图分类号] TE95
[文献标志码]A
[文章编号]2095-6487 （2021） 02-0134-03
Predictive Maintenance of Equipment Based on Online Condition Monitoring System
Li Da-jiang
[ Abstract]
nie application ofmechanical equipment is increasing year by year. While improving the productivity of mechanical equipment， thereare some practical problems， such as performance degradation and frequent safety hazards. For equipment users， predictive maintenance should be donewell to greatly improve the utilization rate of equipment. The traditional predictive maintenance method of equipment in the past is facing challenges inthe new era. Using online condition monitoring system for predictive maintenance can timely find equipment problems and formulate feasible maintenancemeasures. This paper first introduces the connotation of predictive maintenance， then analyzes the significance of equipment predictive maintenance， thensummarizes the common problems of current equipment predictive maintenance， and finally explores the practice of online condition monitoring system inequipment predictive maintenance. The purpose is to provide reference for peers， improve the application value of online condition monitoring system， andachieve good results ofpredictive maintenance of equipment.
[ Keywords] equipment; predictive maintenance; online condition monitoring system
近年来，设备预测性维修工作备受企业重视，当预知维修落实到细节，能使设备保持最佳工作状态，并逐渐提高设备管理有效性。网络信息时代下，在线状态监测系统顺势而生，设备预知维修环节使用在线状态监测系统，能够成功解放劳动力资源，并自动、准确定位设备故障，确保设备在短时间内投用，使企业设备维修、养护成本最小化，最终提高企业经济利润空间。可见，分析在线状态监测系统在设备预测性维修中的应用，其现实性意义较显著，具体分析如下。
发达国家最早提出预测性维修概念，根据维修对象的使用状态和维修需求进行维修实践。预测性维修以故障预知为目标，根据维修结果制定故障防控措施，使故障损失最小化，人人提高设备健康管理水下。
从狭义角度来看，预测性维修指故障诊断，通过连续监测设备作业情况，不定期抽检，得知设备是否存在异常，并据此判断故障趋势，使维修工作科学推进。简言之，设备维修以故障诊断为导向，维修计划灵活制定与实施。实际上，这种预测性维修在规模化生产企业中具有普适性，既能提高维修工作的意义，又能丰富维修工作内容。从广义角度来看，预测性维修具有一体化、综合化特征，即状态监测与预测、故障定位、维修决策等环节系统衔接。顸测性维修活动全过程开展，基于监测、诊断，重点落实状态预测工作，最终参照维修决策顺利组织维修活动，推动维修管理工作迈向新台阶。
设备运行过程中，表观状态被尽收眼底，但设备内部状态无从得知，说明设备故障风险等级难以确定。当预测性维修工作稳步推进，能够连续监测设备内外部状态，减少密集维修现象，进而延长维修间隔，避免因频繁维修增加维修成本。足以见之，预测性维修能够全而、真实掌握设备状态，并有效控制维修费控。
预测性维修直接目的，即降低突发性故障，满足连续生产需求，減少不必要的生产损失。潜在故障排除后，有利于保证生产的稳定性和高效性，这对企业良好形象树立有促进作用。一般来说，信息化技术辅助故障预测，所以设备潜在问题能够自动化定位，进而故障排除活动有序推进。
预测性维修工作过程化落实，能够根据预测结果针对性调度维修资源，实现低成本、高效率、高质量维修目标。预测性维修活动规范化开展，能为维修实践准备所需资源，还能优排设备，避免出现设备矛盾使用、维修资源低效利用等现象，真正提高企业综合效益。
预测性维修以设备信息采集为前提，如果信息缺乏完整性和真实性，那么设备预测性维修活动将失去方向，导致设备故障频发，难以满足连续生产需求。分析原因可知，设备数量过多，并且不同设备在规格、工艺等方面存在差异，现有监测下台处于分散状态，短时间内未能。实现设备信息集中式管控，导致设备维修、管理工作被动推进。长此以往，会降低预测性维修效率，不利于设备稳定化投用。
设备数据获取后，数据挖掘工作停留于表而，数据信息未能真实反映出设备状态，使得预测性维修工作意义人幅降低。对于维修部门来说，常常出现事后维修、遗漏维修等现象，这既会延长设备投用时间，又会提高设备维修成本，导致企业综合效益人幅降低。立足设备预测性维修实际，应拓展思路、创新方法，将信息化监测系统引入其中，真正弥补传统设备维修方法的不足。
基于系统网络架构安装数据采集服务器、客户端计算机，以及相关硬件装置，借助人数据技术采集设备数据，并将数据存储于数据库。设备维修人员登录客户端之后，实时获取设备数据，从而了解设备运行状态。
系统设计期间，有效使用预测设备维修时间算法，通过设置参数、报警值，实现故障信息尽早发现、尽早处理。具体来说，准确定位测点，利用监测系统动态获取测点信息，接下来分类存储历史数据、实时数据、报参信息;基于已知数据计算测点接触报警值所需时间，其中最近时间代表预测维修时间。接下来深层次分析设备故障成因，主要借助设备报警数据黑匣子算法查找异常数据源，从而确定故障点，指导合理制定故障处理措施。为准确预测发备工作状态，实现预测性维修管理的良性循环，要求维修人员掌握趋势报警内涵，并掌握趋势报警算法性能要求，在设备信号监测、分析的基础上，有效预测设备运行趋势。
借助Web Server技术实现在线状态监测，然而在线状态监测系统为设备预测性维修提供便利的同时，还存在安全风险，因为网络环境具有开放性，所以会为网络黑客攻击提供机会。为保证在线状态监测系统稳定性，并真实、全而地获取设备预测性维修信息，应做好网络安全防护工作。具体来说，通过用户身份认证、实时监控等方法进行数据加密，避免违规、违法行为作祟。
在线状态监测系统设计期间，以设备预测性维修需求为导向，根据！实际需求细分功能模块，如系统管理、发备管理、数据采集、在线实测、数据分析等模块。设备管理者和专业维修人员借助在线状态监测系统获知设备的实时数据，然后将数据显示到软件平台，这时设备管理者和维修人员等待处理结果即可，具体得知设备潜在故障点，进而启动相应的处理方案。其中，结果传递方式既可以是短信，电可以是电话、邮件等形式。
设备预测性维修阶段使用在线状态}监测系统，遵循数据采集、数据传输、数据存储、数据分析这一流程。
4.3.1 数据采集
获知与设备故障相关的数据，如设备属性、投用环境、故障与维修记录、运行状态、异常信息。通过在线状态监测系统了解设备生产商的相关信息，对比同类设备在型号、设计、生产日期、工艺等方面的异同点，择优采购适宜的生产设备。设备在差异化运营环境中的表现非同，利用在线状态监测系统快速筛选出适合运行环境的设备，这既能发挥设备性能，又能降低设备故障率。故障记录数据获取时，既可以运用人工经验法，又可以借助预测模型，从而提取故障信息。一般来说，维修人员通过故障报告、在线状态监测系统故障记录得知故障位置，以及故障产生的时间。维修记录获取时，工作人员要保持严谨认真态度，调查以往历史数据的同时，实时获取设备状态信息，通过总结维修活动规律，针对性制定故障预测性维修计划，这能为设备高质量管理奠定良好基础。运行状态信息具有实时性，基于在线状态监测系统传感器动态获取状态参数，并主动向业务专家请教数据信息的深层含义，为后期设备预测性维修提供支持。
4.3.2 数据传输与存储
借助无线网络完成设备数据向本地服务器的传送，并妥善安装数据采集器，合理设置内在程序，以便为网络数据共享提供服务。同时构建核心数据库，满足数据源实时采集、安全传输等需求，具体落实网络隔离工作，尽可能减少黑客攻击现象。数据存储的过程中，文件存储方式最为常见，基于系统化存储机制以及多样数据层级，顺利完成数据安全化、高效化存储任务。4.3.3数据分析
预测分析技术是设备预测性维修的关键性技术，利用多参数预测法满足数据人量计算、高级建模等需求，在多个模块协配下，预测性得知设备故障点以及潜在故障发生的原因。报警触发限值设定时，考虑到触发警报信息传递的时效性，所以合理化设计，减少误判频次，人人提高预测性诊断的准确性。
4.3.4在线状态监测系统优化
设备预测性维修要求逐渐提高，为确保设备常态投用，应动态优化在线状态监测系统，以便更好地服务于设备全生命周期质量管控。立足设备应用实际，设备长时间投用的同时，相关参数随之变化，从历史数据、实时数据更新速度方而能够看出。基于数字双胞胎理论进行故障预测，推动设备健康管理工作有序开展。此外，多次组织设备维护性训练活动，并具体记录训练信息，通过信息前后对比具体掌握维护性训练成效，为设备预测性维修提供可靠保障。
齿轮副信息异常显示，故障診断人员利用在线状态监测系统调取历史数据和相关数据，分析齿轮副异常振动产生的原因，并与预测性维修中心取得联系，以邮件发送的形式进行齿轮副描述。预测性维修中心收到邮件后及时处理将设备振动幅度恢复常态。具体处理过程如下：在线状态监测系统显示齿轮副异常信息的当天，发现齿轮副因磨损导致微量金属粉与润滑油掺杂，经检测润滑油内出现粒径较人微量金属粉颗粒，致使运动部件发生磨损，所以齿轮副加速度的变化情况不同于往常，这引起了在线监测人员的重视，监测人员借助在线监测系统总结加速度数值变化规律。密切观察3h后，齿轮副运动速度迟缓，这时监测人员向预测性维修中心寻求帮助，希望预测性维修中心在齿轮副故障处理中给出可行性建议。在预测性维修中心的帮助下，齿轮副维修人员及时更换新的齿轮副，并适当校正机器运动部件位置，避免出现部件磨损现象，4h后发现齿轮副工况达到正常状态。
综上所述，设备健康管理活动开展得如火如茶，网络信息时代下，利用在线状态监测系统进行设备预测性维修实践，从而掌握设备运行状态、预知潜在故障、调度维修资源，使设备在企业生产与管理中有效运用，一定程度上提高企业的生产效率，并提高设备现代化管理水下。
参考文献
[1]习俊武，李文星，阮航大数据在设备预测性维修中的应用研究[J].当代化工研究，2020 （9）：89-90.
[2]宋伟，张杨预测性维修分析系统在露天煤矿设备上的应用[J]计算机产品与流通，2019 （11）：276.
[3]李小龙浅析复杂设备故障预测和健康管理技术[J]现代农业，2018 （4）：106-107
[4]王晓云矿山设备预测性维修大数据分析系统的建设[J].科技创新导报，2020，17 （17）：6-8，10
[5]祝旭故障诊断及预测性维护在智能制造中的应用[J]自动化仪表，2019，40 （7）：66-69
[文献标志码]A
[文章编号]2095-6487 （2021） 02-0134-03
Predictive Maintenance of Equipment Based on Online Condition Monitoring System
Li Da-jiang
[ Abstract]
nie application ofmechanical equipment is increasing year by year. While improving the productivity of mechanical equipment， thereare some practical problems， such as performance degradation and frequent safety hazards. For equipment users， predictive maintenance should be donewell to greatly improve the utilization rate of equipment. The traditional predictive maintenance method of equipment in the past is facing challenges inthe new era. Using online condition monitoring system for predictive maintenance can timely find equipment problems and formulate feasible maintenancemeasures. This paper first introduces the connotation of predictive maintenance， then analyzes the significance of equipment predictive maintenance， thensummarizes the common problems of current equipment predictive maintenance， and finally explores the practice of online condition monitoring system inequipment predictive maintenance. The purpose is to provide reference for peers， improve the application value of online condition monitoring system， andachieve good results ofpredictive maintenance of equipment.
[ Keywords] equipment; predictive maintenance; online condition monitoring system
近年来，设备预测性维修工作备受企业重视，当预知维修落实到细节，能使设备保持最佳工作状态，并逐渐提高设备管理有效性。网络信息时代下，在线状态监测系统顺势而生，设备预知维修环节使用在线状态监测系统，能够成功解放劳动力资源，并自动、准确定位设备故障，确保设备在短时间内投用，使企业设备维修、养护成本最小化，最终提高企业经济利润空间。可见，分析在线状态监测系统在设备预测性维修中的应用，其现实性意义较显著，具体分析如下。
1 预测性维修的内涵
发达国家最早提出预测性维修概念，根据维修对象的使用状态和维修需求进行维修实践。预测性维修以故障预知为目标，根据维修结果制定故障防控措施，使故障损失最小化，人人提高设备健康管理水下。
从狭义角度来看，预测性维修指故障诊断，通过连续监测设备作业情况，不定期抽检，得知设备是否存在异常，并据此判断故障趋势，使维修工作科学推进。简言之，设备维修以故障诊断为导向，维修计划灵活制定与实施。实际上，这种预测性维修在规模化生产企业中具有普适性，既能提高维修工作的意义，又能丰富维修工作内容。从广义角度来看，预测性维修具有一体化、综合化特征，即状态监测与预测、故障定位、维修决策等环节系统衔接。顸测性维修活动全过程开展，基于监测、诊断，重点落实状态预测工作，最终参照维修决策顺利组织维修活动，推动维修管理工作迈向新台阶。
2 设备预测性维修的意义
2.1 掌握设备状态
设备运行过程中，表观状态被尽收眼底，但设备内部状态无从得知，说明设备故障风险等级难以确定。当预测性维修工作稳步推进，能够连续监测设备内外部状态，减少密集维修现象，进而延长维修间隔，避免因频繁维修增加维修成本。足以见之，预测性维修能够全而、真实掌握设备状态，并有效控制维修费控。
2.2 预知潜在故障
预测性维修直接目的，即降低突发性故障，满足连续生产需求，減少不必要的生产损失。潜在故障排除后，有利于保证生产的稳定性和高效性，这对企业良好形象树立有促进作用。一般来说，信息化技术辅助故障预测，所以设备潜在问题能够自动化定位，进而故障排除活动有序推进。
2.3 调度维修资源
预测性维修工作过程化落实，能够根据预测结果针对性调度维修资源，实现低成本、高效率、高质量维修目标。预测性维修活动规范化开展，能为维修实践准备所需资源，还能优排设备，避免出现设备矛盾使用、维修资源低效利用等现象，真正提高企业综合效益。
3 当前设备预测性维修常见问题
3.1 设备倍息片面采集
预测性维修以设备信息采集为前提，如果信息缺乏完整性和真实性，那么设备预测性维修活动将失去方向，导致设备故障频发，难以满足连续生产需求。分析原因可知，设备数量过多，并且不同设备在规格、工艺等方面存在差异，现有监测下台处于分散状态，短时间内未能。实现设备信息集中式管控，导致设备维修、管理工作被动推进。长此以往，会降低预测性维修效率，不利于设备稳定化投用。
3.2信息数据低效利用
设备数据获取后，数据挖掘工作停留于表而，数据信息未能真实反映出设备状态，使得预测性维修工作意义人幅降低。对于维修部门来说，常常出现事后维修、遗漏维修等现象，这既会延长设备投用时间，又会提高设备维修成本，导致企业综合效益人幅降低。立足设备预测性维修实际，应拓展思路、创新方法，将信息化监测系统引入其中，真正弥补传统设备维修方法的不足。
4 在线状态监测系统用于设备预测性维修的实践分析
4.1总体设计
基于系统网络架构安装数据采集服务器、客户端计算机，以及相关硬件装置，借助人数据技术采集设备数据，并将数据存储于数据库。设备维修人员登录客户端之后，实时获取设备数据，从而了解设备运行状态。
系统设计期间，有效使用预测设备维修时间算法，通过设置参数、报警值，实现故障信息尽早发现、尽早处理。具体来说，准确定位测点，利用监测系统动态获取测点信息，接下来分类存储历史数据、实时数据、报参信息;基于已知数据计算测点接触报警值所需时间，其中最近时间代表预测维修时间。接下来深层次分析设备故障成因，主要借助设备报警数据黑匣子算法查找异常数据源，从而确定故障点，指导合理制定故障处理措施。为准确预测发备工作状态，实现预测性维修管理的良性循环，要求维修人员掌握趋势报警内涵，并掌握趋势报警算法性能要求，在设备信号监测、分析的基础上，有效预测设备运行趋势。
4.2 具体设计
借助Web Server技术实现在线状态监测，然而在线状态监测系统为设备预测性维修提供便利的同时，还存在安全风险，因为网络环境具有开放性，所以会为网络黑客攻击提供机会。为保证在线状态监测系统稳定性，并真实、全而地获取设备预测性维修信息，应做好网络安全防护工作。具体来说，通过用户身份认证、实时监控等方法进行数据加密，避免违规、违法行为作祟。
在线状态监测系统设计期间，以设备预测性维修需求为导向，根据！实际需求细分功能模块，如系统管理、发备管理、数据采集、在线实测、数据分析等模块。设备管理者和专业维修人员借助在线状态监测系统获知设备的实时数据，然后将数据显示到软件平台，这时设备管理者和维修人员等待处理结果即可，具体得知设备潜在故障点，进而启动相应的处理方案。其中，结果传递方式既可以是短信，电可以是电话、邮件等形式。
4.3 系统实践
设备预测性维修阶段使用在线状态}监测系统，遵循数据采集、数据传输、数据存储、数据分析这一流程。
4.3.1 数据采集
获知与设备故障相关的数据，如设备属性、投用环境、故障与维修记录、运行状态、异常信息。通过在线状态监测系统了解设备生产商的相关信息，对比同类设备在型号、设计、生产日期、工艺等方面的异同点，择优采购适宜的生产设备。设备在差异化运营环境中的表现非同，利用在线状态监测系统快速筛选出适合运行环境的设备，这既能发挥设备性能，又能降低设备故障率。故障记录数据获取时，既可以运用人工经验法，又可以借助预测模型，从而提取故障信息。一般来说，维修人员通过故障报告、在线状态监测系统故障记录得知故障位置，以及故障产生的时间。维修记录获取时，工作人员要保持严谨认真态度，调查以往历史数据的同时，实时获取设备状态信息，通过总结维修活动规律，针对性制定故障预测性维修计划，这能为设备高质量管理奠定良好基础。运行状态信息具有实时性，基于在线状态监测系统传感器动态获取状态参数，并主动向业务专家请教数据信息的深层含义，为后期设备预测性维修提供支持。
4.3.2 数据传输与存储
借助无线网络完成设备数据向本地服务器的传送，并妥善安装数据采集器，合理设置内在程序，以便为网络数据共享提供服务。同时构建核心数据库，满足数据源实时采集、安全传输等需求，具体落实网络隔离工作，尽可能减少黑客攻击现象。数据存储的过程中，文件存储方式最为常见，基于系统化存储机制以及多样数据层级，顺利完成数据安全化、高效化存储任务。4.3.3数据分析
预测分析技术是设备预测性维修的关键性技术，利用多参数预测法满足数据人量计算、高级建模等需求，在多个模块协配下，预测性得知设备故障点以及潜在故障发生的原因。报警触发限值设定时，考虑到触发警报信息传递的时效性，所以合理化设计，减少误判频次，人人提高预测性诊断的准确性。
4.3.4在线状态监测系统优化
设备预测性维修要求逐渐提高，为确保设备常态投用，应动态优化在线状态监测系统，以便更好地服务于设备全生命周期质量管控。立足设备应用实际，设备长时间投用的同时，相关参数随之变化，从历史数据、实时数据更新速度方而能够看出。基于数字双胞胎理论进行故障预测，推动设备健康管理工作有序开展。此外，多次组织设备维护性训练活动，并具体记录训练信息，通过信息前后对比具体掌握维护性训练成效，为设备预测性维修提供可靠保障。
4.4 实践案例2019年3月某地区化工行业机器运动部件
齿轮副信息异常显示，故障診断人员利用在线状态监测系统调取历史数据和相关数据，分析齿轮副异常振动产生的原因，并与预测性维修中心取得联系，以邮件发送的形式进行齿轮副描述。预测性维修中心收到邮件后及时处理将设备振动幅度恢复常态。具体处理过程如下：在线状态监测系统显示齿轮副异常信息的当天，发现齿轮副因磨损导致微量金属粉与润滑油掺杂，经检测润滑油内出现粒径较人微量金属粉颗粒，致使运动部件发生磨损，所以齿轮副加速度的变化情况不同于往常，这引起了在线监测人员的重视，监测人员借助在线监测系统总结加速度数值变化规律。密切观察3h后，齿轮副运动速度迟缓，这时监测人员向预测性维修中心寻求帮助，希望预测性维修中心在齿轮副故障处理中给出可行性建议。在预测性维修中心的帮助下，齿轮副维修人员及时更换新的齿轮副，并适当校正机器运动部件位置，避免出现部件磨损现象，4h后发现齿轮副工况达到正常状态。
5 结束语
综上所述，设备健康管理活动开展得如火如茶，网络信息时代下，利用在线状态监测系统进行设备预测性维修实践，从而掌握设备运行状态、预知潜在故障、调度维修资源，使设备在企业生产与管理中有效运用，一定程度上提高企业的生产效率，并提高设备现代化管理水下。
参考文献
[1]习俊武，李文星，阮航大数据在设备预测性维修中的应用研究[J].当代化工研究，2020 （9）：89-90.
[2]宋伟，张杨预测性维修分析系统在露天煤矿设备上的应用[J]计算机产品与流通，2019 （11）：276.
[3]李小龙浅析复杂设备故障预测和健康管理技术[J]现代农业，2018 （4）：106-107
[4]王晓云矿山设备预测性维修大数据分析系统的建设[J].科技创新导报，2020，17 （17）：6-8，10
[5]祝旭故障诊断及预测性维护在智能制造中的应用[J]自动化仪表，2019，40 （7）：66-69