■ 熊 奥 高 畅 赵明辉 张玲玲

1.中国科学院大学经济与管理学院 北京 100190

2.中国科学院大数据挖掘与知识管理重点实验室 北京 100190

3.中国科学院大学中丹学院 北京 100190

0 引言

随着工业制造、生物医药、国防军事、交通运输等产业的快速发展，设备大型化、结构复杂化、运行自动化和智能化等特点愈发突出，机械设备的健康管理已逐渐成为企业运营乃至跨越发展的重要载体[1-2]。设备规模大、安装测点多、采样频率高、收集历时长、数据量巨大，客观上推动设备健康管理进入数据化和智能化管理时代[3–5]。尤其在核电企业，核心设备是企业生存与发展的依托，保持设备安全与稳定的运行是企业最重要的活动之一，同时也决定了企业的经营效益[6]。因此，设备的维护与检修成为核电企业的主要工作之一，其主要活动包括纠正性维护、适应性维护、完善性维护和预防性维护，相应工作都由专业的维修部门负责。为确保主要设备时刻处于可运行状态，常常需要较大的人力资源实时监控、实时维护。然而，设备的维护与检修并不容易，工作人员需要了解设备各维度的信息，如上次检修时间，故障可能原因，常用的维护措施等，相关信息需要快捷、准确的传递给维修和管理人员。

为了解决上述问题，传统的方法主要依赖维修人员的个人素质和数据库的运行日志[7]，随着信息技术发展，设备健康数据与智能维修技术的结合为设备健康发展带来新的发展机遇[8]，如核……