摘要：机电系统，特别是高端、大型、关键机电设备，其运行状态的安全可靠性能够对生产、资源和环境产生重要影响。根据现代产业需求从揭示设备运行状态发展趋势人手，提出设备运行服役中状态监测及故障预警的若干信息化关键技术，研讨面临的关键技术问题并提出相应解决途径。设备运行状态监测及故障预警的信息化技术及其仪器系统已应用于制造业等许多行业的多类型机电设备及企业集团关键设备群，在保障设备健康服役、预防安全事故、实现科学维修等方面发挥了重要作用。
关键词：机电系统;状态监测;故障预警;信息技术
1 引 言
化方向发展，其运行中故障导致恶性事故屡见不鲜，如2003年美国哥伦比亚号航天飞机由于隔热随着现代工业及科学技术的发展，现代机电系 层故障发生爆炸，造成直接经济损失数十亿美元，统发展的一个总体趋势是向复杂化、智能化和自动 对美国社会造成了很大的冲击。机电系统运行安全可靠性对国计民生、社会稳定以及国家资源和环境有重要影响，其服役的安全性及维修保障问题愈发引起重视，保障机电系统安全可靠运行的迫切性日益突出m]。
为此我国相关产业及研究单位在机电设备健康状态的监测诊断预警和处置、重大产品和重大设施寿命预测及现代维修等方面开展了技术攻关及工程应用，多年来国家科技重大专项、国家自然科学基金对本领域相关技术研究给予了持续大力支持‘3。。
机电系统，特别是制造业高端、大型、关键机电设备，其往往处于工况恶劣、不稳定、功率大、负载重且连续运行状态，早期故障发展导致的恶性事故时有发生，为了消除其故障隐患以避免安全事故发生，现代产业迫切需要采用保障机电设备安全服役运行的信息化技术，基于该项技术揭示机电设备运行状态的发展演变规律，进而进行早期故障预报。
传统的事后维修、定期维修等设备维修方式不仅代价大而且仍难以有效预防及避免事故发生，亟需采用更科学的维修方式，如采用以信息化技术为核心技术的现代预知维修方式。
2机电系统故障监测预警信息化技术研究现状及面临的关键问题
机电系统服役监测预警及其相关信息化技术是国内外研究热点，故障预警是具有挑战性的课题H‘1 0。。国内外以信息分析为手段的相关研究工作大致涉及3个阶段：第一阶段是对机电系统的状态监测，主要是判定系统服役是否正常;第二阶段是对系统的故障诊断，主要是在故障发生时分析故障原因;第三阶段是对系统的故障预警，这里主要是在未发生故障时进行，并以此为基础实现预知维修等现代维修方式，大部分故障是可预测故障，主要指时间依存性故障、渐进型故障，这里一般针对可预测故障。
在国外，美国、日本、加拿大等国家的专家学者开展了机电系统服役监测预警及相关故障信息处理及信息系统的研究¨1’13 J，例如：美国机械故障预防技术学会(MFDT)和麻省理工学院、日本三重大学、加拿大Lakehead大学、美国恩泰克公司、美国本特利公司(Bently Nevada)、日本三菱公司、瑞士 Vibro.Me_ter公司等;洛克希德一马丁公司在国防部支持下以联合攻击战斗机(joint strike fighter， JsF)为背景提出预测和健康管理技术(prognostics and health management，PHM)的全新概念，其中故障预测是实现这一全新概念的核心支持技术¨4|。国内一些高校及研究院所对故障预警相关信息化技术开展了研究，一些国内企业针对企业现代管理及维修的信息化需求进行了相关工程研发及应用推广。
国内外机电系统服役监测预警信息化技术的研究及应用，主要面向高端、大型及关键的机电设备，重点解决变工况、长历程机电设备非平稳、非线性等复杂运行状态的故障预报难点问题，这些难点技术问题涉及故障信号分析方法及故障趋势预示方法等，其中包括：
1)在状态监测及故障诊断研究基础上，近年来一方面故障信号分析集中在故障发生的原因、种类、部位与程度上;另一方面为了能够有效提前预防事故发生，早期故障低信噪比弱信号分析的难点问题得到进一步关注并展开研究，如：揭示运行状态发展演变规律及提取故障趋势信息等。
2)传统故障趋势预示方法及预知维修是将能量的特征量变化作为基础信息(如振动速度均方根值.振动烈度、振动信号功率谱等)，但许多设备运行中往往受到工况、负载、环境变化及随机干扰等非故障因素影响，当能量形式特征量数值变大时，不一定表明故障劣化，有可能是非故障因素造成，也可能是故障因素及非故障因素共同造成，这种情况下传统故障预报方法往往产生误报。
3)传统趋势预示方法通常适于信号短历程和局部时区范围，对于具有长历程、变工况运行特征的连续运行、大型、复杂设备，采用传统及简化的信号分析方法往往难以进行有效的故障预报。
3 机电设备状态监测及故障预警的信息化技术
3.1机电设备状态监测及故障预警信息化技术的典型技术路线
在役机电设备大部分故障有一个发展演变的过程，这些发展演变的故障通常具有趋势性渐变的特征，若能对渐变故障进行趋势预示，则有利于提前排除事故隐患，有效避免恶性事故发生。机电设备监测预警信息化技术可以从揭示设备运行状态劣化发展趋势规律与特征人手，预测今后多长时间设备运行状态将达到不可接受的程度而应当停机维修或进行有针对性的维修¨引。
设备故障预警信息化的关键技术主要涉及：早期故障特征提取及趋势预示信号分析技术、运行状态健康监测及故障预警的信息技术、监测系统及预知维修系统研发及工程应用技术等‘16删。
机电系统，特别是高端、大型及关键设备，其状态监测及故障预警的主要任务是提取能反映设备故障发展趋势的特征量，分析并预测故障特征量的趋势，预报设备运行状态，并根据恶化程度进行早期故障预警，制定可行的安全保障措施及设备维修计划。
面向连续运行大型旋转机电设备的一种设备状态监测预警信息化技术路线，如图1所示。
3.2机电设备状态监测及故障预警信息化技术的主要技术内容
1)揭示机电设备运行状态机械动态特性劣化演变规律
机电系统由稳定运行状态劣化为非稳定运行状态，由非故障运行状态劣化为故障运行状态，其机械动特性通常有一个发展演变过程。需要研究揭示劣化过程及故障变化演变规律及发展特点，分析故障产生机理、发展原因和发展模式，建立故障发展原因与故障发展特性的映射关系。构建设备运行状态劣化演变的机械动态特性模型，这里涉及轻微损伤和磨损等微弱故障发展状态、传动系统调制信号发展状态、运行参数和载荷变化等非线性发展状态、复合故障发展状态等¨9|。
2)提取机电设备运行状态发展趋势特征
面向现场设备往往具有的复杂运行状态，进行机电设备运行状态发展趋势信息分析，其中难点问题是面向连续运行大型机电设备长历程变工况故障发展趋势特征提取。
设备长历程运行中工况和负载等非故障因素会造成信号能量变化，故障发展趋势信息往往被非故障变化信息所淹没，而通常的基于能量的振动级值及功率谱的发展及变化不一定对应反映故障的发展及变化，且传统的基于能量变化的运行状态发展趋势特征提取方式往往具有不确定性，难以有效实现未来发展状态的趋势预测。因此需要进行机电设备故障趋势特征与变负载状态特征的解耦和分离，较大程度上消除非故障能量变化所造成的冗余信息，使得提取的故障发展趋势特征与机电系统负载变化等非故障变化特征弱耦合或分离，同时与机电系统故障变化强耦合，进而构建预测模型旧0。。
一种提取长历程变负载设备运行状态发展趋势特征方法，如图2所示。
3)低信噪比微弱信号特征早期故障的信号处理
早期故障趋势信息是一种故障征兆信息，具有明显的低信噪比微弱信号的特征，在早期故障趋势分析中有用信息极易受到设备时变非平稳运行、环境变化、测试系统噪声等干扰。传统分析方法往往难以进行有效的早期故障预测，为实现早期故障发展趋势有效分析，需要采用适于低信噪比微弱信息的信号处理，涉及的方法包括：多传感系统检测及信息融合，非平稳及非线性信号处理，故障征兆量和损伤征兆量信号分析，噪声规律(幅度、频率、相位等)与信号特点(频谱、相干性等)分析，噪声背景下小位移、微振动分析，针对微弱信息的信号处理方法(如数据挖掘、盲源分离、支持向量机、粗糙集等)以及有关随机不确定性、模糊不确定性、不完备性、不完全可靠性等信号处理方法等心1彩]。
4)机电设备早期故障趋势预测模型构建
为实现基于智能信息系统的故障预警，需要构建机电设备早期故障趋势预测模型，构建这类模型大致有两个途径，分别是物理信息预测模型(一般是机械动力学预测模型)以及数据信息预测模型，通常这是两条相互独立及并行的研究途径，近年来有学者研究构建这两类趋势预测模型相融合的多信息融合新型趋势预测模型，如图3所示，采用这种多信息融合模型既利用了物理特性信息又融合了数值规律信息，有利于获得较理想的综合预测结果‘241。
5)机电设备运行状态劣化的相关评价参数、模式及准则
这里主要是指对故障发展趋势的评价参数、模式及准则。具体内容涉及：确定能够表征设备状态发展趋势的参数(组合参数及因子)、特征模式(或模型)，采用能够对系统状态发展趋势的参量、模式及聚类分析进行分类的方法，分析设备状态发展趋势的评价准则及边界条件，采用面向安全保障的统计决策理论方法并确定相关评价的错误率区间、条件及估计、验证方式等，提出能够从性能老化、传递特征退化和疲劳损伤等多方面综合评价故障演变过程和损伤及磨损积累的方法，提供故障发展趋势预测的稳定性、可靠性及维修性评估依据及判据等。
4基于状态监测及故障预警信息化技术的机电设备预知维修方式
设备维修如同医生在诊断本人病情后还需要进行治疗，设备维修则是保障设备健康运行并实现其功能的重要环节。对高端、大型及关键的在役设备而言，采用传统的事后维修及定期维修方式，不但不经济而且往往避免不了事故的发生。预知维修方式是随着计算机及信息处理技术发展而产生的较科学的现代维修方式，该现代预示维修方式能够视设备实际运行情况以及故障前兆而实施动态状态监测并在故障发生前安排维修。
信息化技术是实现预知维修的关键技术，机电设备状态监测及故障预警的信息化技术能够为实现先进的预知维修方式提供技术手段及实现途径。
为了提高预知维修的智能化自动化水平，一些研究机构及企业构建了多传感器信息获取、数据挖掘系统及信息融合系统，建立了多信息数据库与信息分析知识库，如：案例库、图谱库、档案库(如历史信息库，包括大修停机、故障停机和抢修停机等历史维修记录)、知识库(配置相关专家系统、知识挖掘工具、知识获取系统、变精度粗糙集等)等[25|。
典型预知维修系统的信息化单元包括：状态信息监测、多源信息融合、有用信息挖掘、故障信息获取、智能信息处理、网络信息共享、远程信息传输、测控信息反馈、设备信息管理、维修信息决策等。
为提高故障预警及预知维修系统的效率及实时性，随着信息网络技术发展，在预知维修中构建云计算的信息服务架构，提升海量大数据的信息存储空间及信息处理速度，将计算任务分布在大量计算机资源池上，用户能够从中获取计算力、存储空间和信息服务;构建其他相关现代信息系统 (可视化系统、物联网系统，以及人工智能、机器学习、模式识别、统计学等信息处理系统)，进行信息管理。
一些现代企业将机电系统健康监测预警技术与企业设备管理相结合，建立了设备预知维修的信息管理及信息决策系统，企业设备安全保障信息技术与企业设备信息管理系统相结合的模式正在成为企业设备安全保障体系信息化建设的发展趋势。
为了预知维修系统工程应用，通过提高信息化水平以降低对操作人员专业要求。如预知维修系统如何有效选择且自动选择哪一种故障预示方法是个难题，为此可以采用基于知识的专家系统进行多种故障预示方法及预警阈值的自适应选择及优化，有利于实现智能化的信息决策及控制策略。一种预知维修系统的信息处理模块如图4所示，该信息处理模块采用了基于知识的专家系统实现预示方法的自动选择及优化。
5基于状态监测及故障预警信息化技术的安全监测仪器研发及应用针对多类机电系统安全保障、早期故障信息处理等需求，一些现代测试仪器研究单位及制造企业，通常与设备拥有企业合作，开展了多类型设备安全监测仪器系统、企业预知维修系统的研发，建立了面向设备群的远程网络在线监测预报中心，并不断提高相关仪器系统的信息化技术水平。
为了适应具有高技术、多品种、小批量特点的系列监测仪器系统的研发，采用基于信息网络制造技术的系统集成技术，为了提升系统集成水平、集成研发效率以及扩展适用范围，采用可重构集成方法，配置模块化层次化的柔性集成架构、智能制造及多目标优化机制、信息网络互联及接口、以及相应的可重构集成研发装置和配套软件包。
为了给系列监测仪器系统研发提供先进装备，提升监测系统研发能力，构建面向系列监测仪器系统的集成研发平台，集成研发平台主要构成包括：可重构集成环境及配套资源(包括：多传感信号系统、光机电装置、典型测控实验台、仿真环境、标定系统、信号处理单元、智能分析单元、信息管理单元、软硬件模块、接口、网络、总线、通信等);主要功能包括：实现多类信息系统集成，涉及：测量、获取、转换、处理、融合、传输、共享、反馈、结果与表达、决策与管理、优化与控制等。
近些年来，典型安全监测仪器系统广泛用于制造业、能源、交通、电力、石化、冶金、市政、环保、航天和资源等领域的诸如：新能源发电、机车动力、资源开采、城市供水、煤矿通风、燃气输送、高档机床、航天及国防等机电设备，能够实现一些行业的多类现代、高端、关键装备群的安全监控和设备健康管理，还能够实现设备在安全运行区或节能减排工况下优化运行‘2睨7I。
6 结 论
根据多类设备安全保障需求、设备早期故障预报难点，结合典型故障预警及安全保障技术研发与应用，提供的若干信息化关键技术实现方式归纳如下：
1)揭示故障发展演变的规律及特征，较大程度地过滤非故障变化造成的冗余信息，后续进行建模、建库等信息处理，提高故障预警的可靠性;
2)采用多源信息集成及信息融合等方式尽可能地利用所获取及提炼的有用信息，以取得较理性的信息熵，有利于提高故障预报的准确性;
3)采用实时动态及适于大数据处理的数字化、网络化、智能化、自动化等现代信息技术，构建远程在线故障预警中心，提高故障预警的实时性;
4)建立档案库、图谱库、案例库及知识库等信息资源库及智能信息库，如采用多种预报模型、方法及阈值的自适应选择及优化方式等，实现智能决策，提高故障预警的实用性;
5)提取典型运行部件及关键部位的敏感趋势特征分量信息、敏感因子、敏感模型(模式)等，提高故障预警的针对性;
6)采用信息网络制造技术，如构建可重构系统集成平台并配置集成资源等，可根据对象、环境及功能进行多类型监测仪器集成研发、定制研发与调试。
机电系统状态监测及故障预警的信息化技术及相关仪器系统在有关国计民生的许多部门重要机电设备中日益广泛应用，在提高设备安全可靠性、实现设备科学维修、提升设备信息管理水平、增加设备利用率、降低设备运行及维修成本等方面能够发挥愈来愈重要作用。——论文作者：徐小力
转载请注明来自：http://www.lunwencheng.com/lunwen/dzi/21704.html
