【PHM】PHM算法与智能分析技术——智能维护技术引述

本系列来自于北京天泽智云科技有限公司的PHM算法与智能分析技术公开课，内容非常有助于研究者对PHM的理解和学习，因此整理为文字版，方便阅读和笔记。
公开课视频地址

---

本堂课的主要介绍了三方面的内容，首先介绍PHM技术产生的背景，这里面介绍了一个维护的总体愿景与目标以及维护技术的演进。第二部分介绍了PHM里的一些基本概念与基方法。最后简要介绍设计一个PHM系统需要遵循哪些步骤？

智能维护技术的发展与问题

1. 维护的目标
   对于PHM这门技术产生的背景，我们知道维护的一个目是要解决生产制造中的问题。 这些问题包括设备的停机部件的损坏，质量的不良，甚至是能效的一些利用低利用率或者浪费。要解决这些问题，不能单单从这些问题产生的表象入手，而是要关注产生它们的原因，这些原因通常是潜藏在表象问题的背后的不可见问题，例如零件的磨损、腐蚀、泄露，或是一些人为操作的不良、环境因素，这些因素有多种多样的表征形式，并且很可能互相耦合交叉共同作用，最后产生了失效。
   对于这种情况，要从源头入手，能够避免这些问题。因此，维护的一个终极目标并不仅发现这些失效，而是要解决和避免它们。就是要利用监控分析，甚至决策支持这样的手段来去解决和避免看不见的问题。这其实是一个宏观的对维护技术的愿景。如何能够避免不可见问题的发生，很重要的一点就是要做预测。
   

2. 维护策略的演进
   维护策略的演进历程与维护的方向是非常吻合的。传统的反应式的维护方式是等待设备坏掉后再去维修。后来人们发现对于一些高可靠性的设备，它的可靠性要求不能够被原有的传统的维护方式所满足。因此要做的预防性的过维护，它纯粹是基于时间的维修方式，通常对高可靠性的这样的零部件进行过度的维护，频繁的更换可能仍然能够用一段时间的零件。这种维护方式的成本是非常高昂的。
   后来出现基于状态监测的维护CBM，它不再单纯依赖于时间，而是通过从设备里面采出来的实际的物理量来发现故障的一些早期现象，从而避免严重的故障发生。既然能对设备进行数据的收集，为什么不做进一步做预测呢？PHM就在这样的背景下产生了，有人又叫它CBM+，其实就是能够在状态监测的基础上，再更进一步预测设备的剩余使用寿命。
   随着维护技术的发展ÿ