PHM應用實例分析：起重機PHM系統

---

GetInsight是慧都自主研發、應用最靈活的大數據平臺。能夠幫助您隨時找到您想要的數據，使數據得到安全、穩定和高效的管理與應用。GetInsight是企業大數據解決方案的重要組成部分，除了提供完整的大數據功能組件，我們還提供組件自定義搭配，為企業選擇滿足方案需要的大數據功能組件，使您的大數據解決方案成本降到最低，從而高品質的解決您的大數據需求問題。本文將與大家逐一分享工業大數據的應用技術，一起探討如何讓制造實現真正的智能化。

起重機PHM系統框架

起重機在執行任務的過程中，機載部分只是將傳感器數據、OBD數據、工況數據、環境數據等通過數據鏈傳到中心控制站，不能對起重機進行狀態監控和管理。所以必須依靠控制系統完成數據記錄和分析起重機及各系統的狀態，并進行狀態的預測、故障的檢測和隔離。根據起重機的特點，起重機PHM系統應具有數據采集和傳輸、數據處理、狀態監測、故障檢測、故障隔離、故障預測、剩余壽命預測、部件壽命跟蹤、性能降級趨勢分析和維修計劃等功能。起重機PHM系統可設計為如圖1所示的框架圖。

• 數據采集與處理：系統通過起重機數鋸鏈獲取起重機傳感器數據、OBD數據、工況數據、環境數據、遙測數據等，包括控制系統的輸入數據、起重機各分系統的功能狀態。然后對數據進行分析處理，通常采用的算法包括：快速傅里葉變換FFT、小波分析或統計。數據經過濾波、壓縮簡化處理成為后繼的狀態監測等部分要求的格式。

• 狀態監測：將接受來自數據處理、起重機傳感器以及其它狀態監測模塊的數據同預定的失效判據等進行比較來監測系統當前的狀態，并且可根據預定的各種參數指標極限值來提供故障報警能力。

• 健康評估：主要評估被監測系統的健康狀態，可以產生故障診斷記錄并確定故障發生的可能性。基于各種健康狀態歷史數據、工作狀態以及維修歷史數據等，判斷起重機系統所處狀態，并將不同的狀態送入不同的處理模塊，實現分類診斷與集中決策。

• 故障預測：該部分綜合利用前述各部分的數據信息，參照預先設定的數據或經驗數據，預測起重機各分系統或部件的剩余壽命，對分系統或部件的運行趨勢進行監控和預測，當其達到警戒線時系統發出警告信息。

• 推理決策：該部分確定系統中未正常工作或故障元件、以及未正常工作或故障的程度，檢驗故障元件是否存在潛在的負面影響，以便在被監測系統發生故障之前的適宜時機采取必要的處理，形成對起重機的維修建議。

• 接口顯示：該部分具備與其他所有層通訊的能力、狀態監測模塊的警告信息顯示功能以及健康評估、預測和決策支持模塊的數據信息表示功能等。

起重機PHM系統模塊設計

起重機PHM系統結構由用戶層、應用層和支撐層組成，采用分布式結構，實現故障預測、故障診斷和維修決策等功能。其硬件系統采用模塊式設計，即：狀態監測模塊與故障診斷預測模塊。

狀態監測模塊利用來自傳感器、數據庫數據的信息進行分析判斷，最后輸出對起重機系統、分系統、關鍵部件的狀態報告信息。模塊設計如圖2所示，該模塊由數據采集器、數據處理器和數據庫組成。數據采集器與數據處理器進行數據采集、數據存儲、參數配置，并對數據統計處理、剔除干擾、特征提取等;狀態監測接口子模塊，提取數據庫中的歷史數據和當前獲取的數據，與閾值庫中的數據比較，判定狀態是否異常。

故障診斷預測模塊根據診斷對象故障的特點，利用現有的故障診斷技術研制而成的自動化診斷裝置。起重機PHM的故障診斷預測模塊設計如圖3所示，該模塊包括：測試模塊、數據接口組件、專家系統推理機等。起重機PHM故障診斷測試模塊，由自動化測試設備對起重機各分系統進行實時檢測和全面的數據采集，完成測試控制功能。自動化測試設備采用現代流行的VXI總線技術實現，專家系統通過數據共享或網絡通信的方式獲取自動化測試設備測試數據庫的數據，調用診斷知識庫中的知識和規則進行推理，完成起重機系統的故障診斷和預測。

---

通過大數據分析，構建故障預測分析模型，助企業快速預測設備故障，提前預警，降低設備維護成本，減少設備故障對生產和管理帶來的損失。