摘要：随着新一代信息技术和人工智能技术与工业日益深度的融合协作,工业系统的运维从传统的人工定期运维向基于状态的智能维护迈进,其中健康状态评估作为智能运维的关键环节,通过源源不断的数据对系统的演化进行持续感知分析,为预测性维护提供决策支持。以核电站为研究对象,提出面向多部门协同环境下设备-系统-子功能-功能多层级融合的健康状态评估框架。针对工业系统控制的设备群具有大量状态参数的特点,提出基于偏差赋权的加权平均融合算子融合设备级参数,可快速定位并突出异常设备参数,避免评估结果因融合参数较多而展现“健康”假象;鉴于系统在不同健康状态下样本数据量的差异,提出考虑不平衡样本的非对称多分类学习方法融合系统健康值,多个健康等级之间通过信息有向迁移建立可自学习优化的健康评估模型,实现子功能健康状态及时自感知评估;最后基于集成学习融合多个子功能所属的健康评估器,得到宏观的运行功能健康状态评估决策。在提出的框架指导下对核电站反应性功能进行逐级健康状态评估,验证所提方法的有效性。

摘要：针对煤矿大型固定设备维护中存在的不足,根据基于状态的维护(CBM)的概念,设计并实现煤矿大型固定设备维护系统。该系统包括自动化/人工采集、故障评估与分析、故障维护/维修、可靠性评估以及故障统计等功能,能够实现大型固定设备运行的数据提取、运行状态诊断及评估和故障发生的预测。通过实际应用,结果表明,基于状态的维护系统能够有效地降低设备故障的发生,为实现“无人值守、有人巡检”的高效、经济维护模式提供了保障。

摘要：振动信号分析是对工业生产过程中电机、风机、泵等关键设备的运行状态进行监侧的有效手段,可用于设备基于状态的维护中。为了实现对现场设备振动信号的实时监测,提出一种基于WIA-PA(wireless networks for industrial automation-process automation)的无线振动变送器。详细阐述了无线振动变送器的设计、实现方法和数据处理算法;利用现场脱氧机泵实测振动数据对无线振动变送器进行了测试,并将处理结果与利用Matlab分析的结果进行了对比,两者对同一组数据的分析结果一致。

摘要：基于状态的维护(CBM)是一种新的设备维护方式,国际上的研究小组正致力于CBM系统开发标准的制定,提出了一种开放式体系结构OSA-CBM。本文探讨了SOAP技术在开放式CBM系统中的应用,设计了基于SOAP的CBM系统通信模型,并给出了实现该通信模型的具体方法和步骤。

摘要：基于状态的维护(CBM)是一种新的设备维护方式,它综合运用多种技术通过对设备工作状态的实时监测来对设备健康状况进行评估并诊断和预测设备未来的有效工作寿命及可能发生的故障。OSA-CBM研究小组制定了一套完整的实现CBM系统的标准框架,该框架根据不同的功能将CBM系统划分成7个模块,每个模块可以作为一个单独的子系统独立开发,独立运行,模块间通过通信实现数据的交换。传统的通信方式存在很多不足,如异构环境中通信实现的复杂性、难以通过防火墙的阻塞等。参照OSA-CBM标准,设计并实现了基于SOAP的CBM系统通信模型。SOAP技术的应用使CBM模块能更好地协同工作,增强了系统的开放性和兼容性,改善了以往模块间单一系统、单一厂商、单一网络的实现机制,弥补了在Internet异构环境中通信困难的不足。