大数据驱动下的PHM技术

大数据驱动下的PHM 技术

人生病了，需要寻医问诊，如果我们的设备发生故障，该如何为它悬丝诊脉呢？PHM 技术跟以往的维护工作大相径庭。提高设备整个的使用周期，降低成本，减少无故障的发现，这是整个PHM 技术的价值。

PHM 技术，即预测与健康( Prognostics and Health Management )，是综合利用现代信息技术与人工智能技术的一种最新研究成果。这种全新的管理设备解决方案，以健康状态出发从而提高装备的运行安全性、系统可靠性和维修性。

人生病了，需要寻医问诊，如果我们的设备发生了故障，该如何为它悬丝诊脉呢？

PHM 的前世今生大数据技术和应用服务商百分点做出了一种假设，发射机严重故障比喻为人类的“死亡” ，模型就成为了某广电运营商的专职“老中医” ，无时无刻为发射机的“身体机能” 进行诊断。虽然机器无法开口说话，但我们可以通过模型观察发射机基本指标是否运行正常，判断发射机是否患“病”，而这种“病”又是否会引发死亡。

据百分点技术副总裁刘译？z透露：“最早PHM技术在航空航天领域应用，最早的契机是美军研发F35 战机。从F35

舰载机的研发开始，整个设备故障减少50%，维护人员减少20%〜40%,飞机执行任务的架次增加25%。这几项指标非常重要，通俗地理解，原来有100 架飞机，现在可以当成125 架飞机来

用。”

PHM 技术在国内应用较早的是航天测控领域，1979 年，我国已经提出空军的技术标准，基于此，可以做一些这方面的维护工作，这时候还只是通过管理或者技术手段辅助提高整个设备正常的运转情况。

20 世纪80 年代，我国开始引进数据智能化手段，提供整个设备的维修检测。在“歼十”飞机的整个研制过程中，PHM 技术也得到了应用。

PHM 技术跟以往的维护工作大相径庭。提高设备整个的使用周期，降低成本，减少无故障的发现，这是整个PHM 技术的价值。“它实现的价值或者收益已经列出来了，它提供关于系统失效的高级告警，不止是现在可以采用，甚至是提供了一种综合预测的结果。”刘译？Z介绍道。

PHM 技术的六大技术模块

刘译?Z指出，整个PHM技术，纯粹的数据分析有六种模块。

数据采集：利用各种传感器探测、采集被检系统的相关参数信息，将收集数据进行有效信息转换以及信息传输等。

信息处理：根据行业专业知识对数据进行补充/ 限制，这里专业知识即为数据模型的约束条件，也为数据模型的因子条

件。

设备状态监测：接受来自传感器、数据处理以及其它状态监测模块的数据。根据数据模型将回传数据进行综合考虑，期间进行“标准化” 、“欧氏距离”等计算，形成状态监控曲线图。

故障预测：故障预测能力是PHM 系统的显著特征之一。该部件由两部分组成，可综合利用前述各部分的数据信息，评估和预测被监测系统未来健康状态，并作出判断、建议、决策采取相应措施。

保障决策：主要包括人- 机接口和机-机接口。人-机接口包括状态监测模块的警告信息显示以及健康评估、预测和决策支持模块的数据信息的表示等。机-机接口使得上述各模块之间以及PHM 系统同其他系统之间的数据信息可以进行传递交换。需要指出的是，上述体系结构中的各部件之间并没有明显接线，存在着数据信息的交叉反馈。

健康评估：根据专家建议，使用不同的规则参数。制定最合理的设备评估水平，以达到多级预警的目的。

PHM 技术的应用案例

PHM 技术的应用领域最早是预测飞机，现在是预测台站的发射机。而模型成为了“老中医” ，无时无刻不在为发射机的“身体”技能进行诊断。实际上，百分点在广电运营商已经有了PHM技术的应用尝试，而面临的挑战也多种多样。

挑战一：设备异常诊断完全凭经验过去，往往只有最资深的维修员，才可以评估发射机某一时刻的状态是否正常。而在非正常情况

下，情况很糟糕，每一个维修员的定义也不相同。假设每个维修员心中对每个表值运行和发射机整体运行有4 把尺（这里针对非正常情况）分别是“没问题” 、“有一点问题” 、“不太好”、“很糟糕” 。而每个发射机表值含义不同，所以发射机整体状况的表达也会不同。

挑战二：设备历史数据没有很好利用，难以追回以往异常数据当故障发生后，很难追溯发射机真正故障原因。因为光看故障发生前1 分钟数据是很不充分的，真正导致故障原因的波动异常很有可能发生在以往1 小时、4 小时甚至1 天以前。而实际操作中也不可能拿着海量数据逐条数据往回追查，因为包含的正常数据肯定要比异常数据多，所以导致了故障原因难以判断。

挑战三：定位异常报警原因困难发射机的故障为发射机某一个或多个部件异常导致，而部件异常很有可能会在表值中有所体现。可维修员不可能一天坐在发射机前，时时刻刻检查发射机各个表值运行情况是否正常。表值瞬间异常很有可能为正常情况，但周期性瞬间异常就很有可能是真正的异常状态。而这种周期性瞬间，是人工无法捕捉的。

挑战四：无法预测性维护检修，难以进行下一步操作发射机状态进行评估后，维修人员难以判断发射机未来多久会损坏。对提前量把控不足，工作安排难以评定优先级。较难安排维修周期及维修人员。

挑战五：备品备件库存亟需优化，不能保证所有部件都有库存

因发射机部件昂贵，而每个台站因经费有限，不能保证所有部

件都有库存。假如故障部件没有库存，将面临很尴尬的问题。从解决问题的角度出发，百分点提出了行之有效的建设方案。

健康度管理：通过对发射机运行秒数据进行相似度算法，将15 个表值数据整合为“健康度曲线”这样的 1 维数据来

展现，且利用可视化技术将曲线展现。针对一个维度数据的评估，使发射机更容易评估，且新入职维修员也会更容易入手。

多级预警：将预警等级分为3 级，分别为“发射机中度预警“、”发射机重度预警” 、“发射机故障预警” 。以健康度为基础，三种预警以两种规则来进行定义，分别是“次数” 和“相隔时间” ，并以此来检测持续异常报警和周期性瞬间预警。

异常定位：每次预警时间将伴有预警起始时间，以及预警周

期。点击监控，可查询发射机实时运行情况。当鼠标点击详情或监控后，会显示预警期内表值的详细运行情况，按照设定线和计算线清晰定位异常参数。

历史追溯：所有等级预警都会在后台保存15 天以方便查询。

PHM 的蓝海

刘译?Z提及，PHM首先是一个概念，是一整套的理论以及方法。通过实时监测和大数据应用，PHM 系统可提前预测飞机故障

信息并采取相应措施，实时传输信息避免飞机“失联”，减少飞机延误和维修停场时间等。2015 年10 月，我国航天测控公司PHM 研制团队自主研制的故障预测与健康管理系统（PHM）,将在C919国产