苏文霞，白 琳，夏春燕

（1.郑州大学信息工程学院，河南郑州 450001；2.南京工业大学总务处，江苏南京 210003）

高等院校实验室是进行科学研究、培养高素质创新人才的重要场所。实验室仪器设备是获得科研成果、培养创新人才的物质保障，仪器设备特别是大型仪器设备的可靠性直接关系到教学实验、科学研究能否顺利开展。随着国家对教育事业投入力度不断增大，高等院校的大型实验设备越来越多，同时，高校在实验设备维修方面的人员、经费投入严重不足。如何做好仪器设备的维修工作，保证在不降低可靠性的前提下节省维修费用，是高校实验设备管理人员面临的一个重要课题［1－6］。本文中提出采用状态维修（conditionbased maintenance，CBM）技术进行高等院校实验室大型实验设备的维修管理，讨论了传统维修方法的局限性和CBM 技术的优势，给出了实验设备采用CBM技术的具体过程，并对其效益进行了分析。

1 传统维修方法及其局限性

长期以来，大型实验仪器设备普遍采用传统的周期计划维修即定期维修方法。此方法是基于设备的固有磨损规律，应用故障概率统计方法，在有计划的情况下主动进行的。与设备发生故障后才被动进行的事后维修方式相比，定期维修能够大为降低事故发生概率，保证仪器设备的正常运行。但是，这种方法也有其局限性。

（1）定期维修以“预防为主”，不管设备是否存在故障，一律执行维修计划。这虽然起到了预防作用，但缺乏针对性，不能对症下药，具有盲目维修的成分，从而造成了机物料的浪费。

（2）定期维修时设备一般处于无故障状态，维修致使正常设备停运，降低了设备运转率，造成人力、物力的浪费。

（3）定期维修使有些还可以使用的零部件被不必要地更换，在拆卸过程中有些部件因原有的技术状态受到破坏而导致故障概率增加，甚至造成设备的损坏。

（4）定期维修使得有些原来磨合很好的部件又被重新装配，设备重新投运后须经过一段时间的磨合，才能发挥其正常水平，从而影响了实验设备的工作效率。

（5）在定期维修间隔期内设备可能出现故障，影响实验教学与科学研究的正常进行。

传统维修方法的缺点使得其已经不能适用于大型实验设备，必须采用更为先进的设备维修策略。

2 CBM 技术

随着科学技术的发展，以计算机技术为基础的设备状态监控技术、测试技术、故障诊断技术和维修分析决策技术取得了很大进步，出现了以设备状态监测与故障诊断技术为基础的CBM 技术，并显示出巨大的优越性。

CBM 技术包含了以可靠性为中心的维修技术（RCM）和预测维修技术（PM）。RCM 是在对元件的可能故障对整个系统可靠性影响评估的基础上决定维修计划的一种维修策略。20世纪60年代末，由于宽体客机的投运使得航空系统变得十分复杂，传统的定期大修方法在经济上变得不可接受。以可靠性为中心的维修技术根据元件故障后果的严重程度确定维修计划，提高了航空系统的可靠性，同时具有较好的经济性，目前已被世界上几乎所有航空公司所采用。20世纪80年代，美国EPRI（Electric Power Research Institute）将该技术应用于核电站的维修，后来又应用于火电厂和变电站，取得了提高可靠性和降低维修费用的目的［7］。预测维修技术是对潜伏故障进行在线或离线测量，根据测量结果和其他信息来安排维修的技术［8－9］。PM 技术的关键是依靠先进的故障诊断技术对潜伏故障进行分类和严重性分析，以决定设备（部件）是否需要立即退出运行和应及时采取的措施。目前，CBM 技术因其消耗少、能够提高设备运转率等优点，已在电力、纺织、医疗等行业得到广泛的应用，取得了明显的经济效益和社会效益［10－13］。

3 大型实验设备采用CBM 技术的具体过程

3.1 建立实验设备CBM 管理体系

建立实验设备维修管理体系是CBM 方法的前提，以CBM 管理体系为基础，才能快速而有效地实现实验设备的管理与维修。实验设备CBM 管理体系如图1所示。

3.2 选择状态检测点及特征量

图1 实验设备CBM 管理体系

检测点的位置将影响检测数据的真实性，因此检测点的选定非常关键。一般选择下列位置作为检测点:离设备核心部位最近的关键点；容易产生劣化现象的易损点；机器振动的敏感点；机座、轴承座等刚性支承点。选择检测点时还要考虑环境因素，应避开大的振动源、高温、高湿点及出风口。检测点的数量应能反映设备的主要运行状态，大型设备必须在前、后、上、下、左、右、中等部位设置检测点。检测点选定后，应记录在图纸上存档，以备查阅核对。

随着科学技术的发展，状态检测方法已由传统的人体感官感知发展为用科学仪器对设备状态进行检测，设备能够被检测的特征量数量越来越多。正确选择特征量，可以使用最少的传感器得到最能反映设备状态的数据，获得最佳的经济效益。特征量应根据具体设备而选取，经常作为特征量的有温度、压力、颜色、气味、电压、电流、电阻等。

3.3 制定实验设备状态标准

实验设备状态检测工作是对照设备状态标准开展的，标准是判断设备是否正常以及故障程度如何的重要依据，标准的合理性和准确性决定了状态检测工作的成效。因此设备状态标准的制定是CBM 的重要环节。制定标准的一般方法和步骤是:根据设备说明书和其他单位的实践经验，对正常情况下的实验设备进行至少20次以上的反复测试，由所得的大量实测数据求取平均值，然后再进行整理分析，引入倍乘因子和修正系数，即可以确定正常值、注意值和危险值。一般情况下，以平均值的1.1倍为正常值，以正常值的2.5倍为注意值，以正常值的5倍为危险值。如果所测值在正常值左右说明设备处于正常运转状态；在注意值附近说明设备运转有些问题，此时要加强监测和检查；在危险值附近说明设备必须进行检修。

3.4 确定检测周期

实验设备的维修管理是安全性和经济性的统一，必须保证在满足安全性的前提下尽量节约资源。过于频繁的检测固然可以提高安全性，但也会浪费大量的人力和物力。因此检测周期的制定必须同时考虑安全性和经济性要求。一般根据设备寿命曲线制定检验周期:新安装及大修后的设备检测周期为7天，正常运行的设备检测周期为15天，对于使用年限久、状态不稳定的设备检测周期为7天。

3.5 状态检测

实验设备的状态检测是根据设备诊断的目的，选用适当的方法和装置测量和检查设备的状态信息，并对这些信息进行处理，抑制各种干扰信息，提取能反映设备状态的特征量数据，对设备状态进行评估。状态检测需要考虑可靠性和经济性。就数据采集而言，传统的感官感知即眼看、耳听、手摸、鼻闻的方法只能得到关于特征量的定性模糊数据，常常不能可靠反映设备的状态；而采用先进的科学仪器则可以快速而准确地进行数据采集，但经济性较差。数据的处理与此类同:人工处理方法简单易行，但处理结果不够准确；计算机数据处理速度快、精度高，但需要初期投资较大。

状态评估是将数据处理结果与对应的状态标准相对比，确定实验设备当前的健康状态。如果设备处于正常状态，则继续按照当前的周期执行检测；如果异常，则需要通过分析设备运行情况，预测可能出现的后果，从而及早做出预防维修计划。

3.6 状态预测

设备运行状态的预测，是在设备出现异常运行的情况下，从已知运行状态出发，考虑各种相关因素，对未来的运行状态作出预测。预测内容包括未来某一特定时间时故障的种类、程度以及故障位置。由于状态预测是在即使出现异常也不进行维修的假设下进行的，是对不维修可能造成的后果的预测，因此只是一种“事故预想”。常用的预测技术有时间序列法、回归分析法、模糊预测法、灰色预测法、人工神经网络预测法等。

3.7 维修决策

状态维修是根据设备的状态进行的，根据状态预测结果，可以判断出是否维修和决定维修方式。如果设备异常状态不是特别严重，可以缩短检测周期，加强对设备的检测。如果当前状态较为严重，必须根据情况制定相应的维修方案并对设备进行预防维修，保证设备的正常运行。

4 大型实验设备采用CBM 技术的效益

大型实验设备采用CBM 技术可以较大幅度地降低维修费用，缩短维修时间或者避免过度维修，可以取得很好的经济效益。据调查，采用CBM 技术可以使设备故障次数减少60%～80%，每次维修所用工时和用料平均减少30%左右。设传统维修方式下所有大型设备年故障次数为100 次，平均每次维修费用为1000元，则维修费用总和为10万元。采用CBM 技术后，可使故障次数减少到20～40次，平均每次维修费用减少到700元，总维修费用为1.4～2.8万元，可节约维修经费7.2～8.6 万元。若CBM 技术的初期投资为30万元，则投资回收期为

可见，CBM 技术虽然初期投资较大，但只需4年左右即可收回。

由于CBM 技术可以将故障消灭在萌芽状态，避免设备事故，保障了教学和科研工作的正常进行，因此也有较好的社会效益。

5 结束语

采用CBM 技术，可以在设备运行中或者基本不解体的情况下，利用设备产生的不同信息，判断产生故障的部位和原因，能够避免实验设备的突发故障和维修的盲目性，便于及时安排维修计划，使设备维修简便易行，克服传统维修方式带来的不必要的经济损失和设备性能的下降。随着我国国民经济和教育事业的发展，高等院校的大型实验设备越来越多，传统的维修方法已经无法保证设备维修的可靠性和经济性，CBM 技术取代传统维修方法己成为经济与科技发展的必然，建议高等学校尽快将CBM 技术广泛应用于实验设备的维修管理，以保证教学和科研工作的正常进行，同时达到节约维修费用的目的。

（

）

［1］顾利平，何予，安连生.搞好仪器设备维修为教学科研工作服务［J］.实验技术与管理，2001，18（6）:105－107.

［2］刘长宏，郭强，吴洪铎.一种教学设备维修体制的尝试［J］.实验技术与管理，2000，17（2）:124－126.

［3］张晓蓉，张元毅.高校仪器设备维修管理的实践与思考［J］.实验技术与管理，2003，20（4）:108－110.

［4］张勇.高校实验室仪器设备维修工作探索［J］.实验科学与技术，2005，4（2）:101－103.

［5］沈国芳，肖桃清.建立设备维修网点的实践与探索［J］.实验技术与管理，2000，17（4）:132－135.

［6］许积平，李智峰，杜跃东.实验室仪器设备维修的探索与实践［J］.实验科学与技术，2011，18（6）:154－156.

［7］李葆文.设备管理新思维新模式［M］.北京:机械工业出版社，2010.

［8］陈华辉.预测维修技术在电厂的应用［J］.设备管理与维修，2009（11）:47－50.

［9］陆伟，黎雪芬.设备预测维修管理模型及其关键技术研究［J］.装备制造技术，2008（12）:138－140.

［10］周建国.提高输变电设施可用系数与状态维修［J］.华东电力，2006，34（12）:69－70.

［11］李学龙，刘淑艳.纺织设备状态维修实践［J］.棉纺织技术，2001，29（10）:32－33.

［12］文彬，邱丹.医疗设备维修方式进展［J］.中国医学装备，2011，8（10）:92－94.

［13］刘光浩，王虎奇.基于状态监测和故障诊断技术的供水泵组状态维修方法研究［J］.机械设计与制造，2008（1）:129－131.