张蕾

(中国电子科技集团公司第二研究所，山西 太原030024)

1 设备预测性维护技术

1.1 预测性维护及其必要性

生产过程通常对设备采用定期维护、事故后维修的运维模式，现代流水线设备对其连续工作时长也有比较苛刻的要求，应尽可能避免设备宕机，临时更换生产设备不仅会增加生产的时间成本和运维成本，其不确定性也为企业带来了不可估量的损失。此外，面对复杂的工况和生产过程中的苛刻环境，设备的不稳定性和对环境的适应能力也会被放大，进一步导致设备故障频发。随着智能制造技术的快速发展，传统运维模式的局限性愈来愈大，如何利用现有的工业大数据，采集和分析相关状态参数，实现设备的预测性维护是设备运维工作的当务之急。预测性维护是指以状态为依据的维修，是对设备进行连续在线的状态监测及数据分析，诊断并预测设备故障的发展趋势，提前制定预测性维护计划并实施检测维修的行为[1]。因此，企业对设备预测性维护技术有着迫切的需求。

1.2 预测性维护的一般模式

设备预测性维护的一般模式如图1所示。

图1 预测性维护的一般模式

通常，对设备进行预测性维护需要：（1）对设备的故障原理和故障参数等属性进行分析，以满足预测性维护故障建模需求；（2）在进行预测性维护之前，往往需要通过设备传感器对数据进行获取和采集，进行状态监测；（3）未经处理的数据一般情况下无法直接应用于建模、数据挖掘算法等过程，这时就需要对设备状态监测数据进行噪声去除、规范化等预处理，得到引发设备故障的某个或多个故障特征值；……