行业要闻

何伟荣

上海申通地铁集团有限公司维护保障中心

            李静静

          上海计量研究所

 

          

1.引言

随着现代工业及科学技术的迅速发展，工业设备在航天、通信、轨道交通及工业应用等领域的应用日趋复杂化，设备自动化、综合化、智能化程度也不断提高。由于要求使用工业设备技术复杂的系统，所以研制、生产、维护和保障设备的成本越来越高，同时，工业设备系统发生故障和功能失效的几率也逐渐加大。因此，复杂的设备系统管理研究已成为企业管理者、科技人员及PHM研究者关注的热点。

工业设备管理是在设备维修工程学和综合其他学科理论的基础上发展起来的。其中设备维修包括前期管理、现场管理、故障管理、技术管理等各种专业。目前世界上大部分设备的维护多以事后维修、定期检查为主，不仅耗费大量的人力和物力，而且效率低下。从设备管理的发展大致可分为以下四个阶段：

1.1  事后维修

事后维修是在设备发生故障后才进行的维修，最大的优点就是充分利用了零部件或系统的部件的寿命，但是由于是非计划性维修，一旦出现重大设备故障，就会对正常的生产产生较大的影响。

 

1.2   预防维修（简称PM)

(Preventive Maintenance) PM对设备的磨损机理认识有了进一步的提高，为了使每个机件都达到安全可靠，就必须在故障发生之前进行(即定期维修、状态的维修)。其优点在于可以减少非计划停工，将潜在的故障消灭在萌芽状态。它体现在维修工作量大、针对性差、耗时多、费用高，而且可能因人为拆装埋下一些新的故障隐患，降低机电设备的可靠性。

1.3   全面生产维修（简称TPM)

(Total Product Maintain)TPM 初始在美国，完善于日本，初期TMP的观念只定位于“预防保养”，即在故障未发生前给与防范、保养，追求“零灾害、零故障”和最少生命周期成本，TPM目的在于以较少的投入得到较多的产出。

1.4   预测故障与健康管理（简称PHM）

（Prognostics and Health Management）PHM技术是综合利用现代信息技术、人工智能技术的最新研究成果而提出的一种全新的管理健康状态的解决方案。其表现设备工作状态未来一段时间内系统失效可能性以及采取适当维护措施的能力，一般具备故障检测、故障诊断、故障预测、健康管理和部件寿命追踪等能力。

目前，PHM技术在国外研究领域比较广泛，主要受到各国军方的关注, 并涉及民用领域如飞机、汽车、桥梁、核电站等重要装备。而国内对PHM技术的研究正处于起步和探索阶段。研究主体以高校和研究机构居多, 从工业设备使用者的角度来看（比如轨道交通领域）,对PHM技术的需求是明确而强烈的。

为此，本文通过在轨道交通领域研究、探索和应用、交流，将PHM技术推广到我国地铁、高铁及相关供电等领域。

2. 预测故障与健康管理简介
     起于20世纪60年代，应用在美国陆军装备直升机的健康与使用监测系统。在70年代提出了航天器综合健康管理的概念来监视系统状态。随后出现诊断故障原和检测状态的技术，最终带来了故障预测方法的诞生（即PHM）。80年代后期和90年代初的全面质量管理基础上，进行PHM技术可靠性的改进,同时计算机及软件的技术迅速发展给PHM技术的计算、检测、评估等自动化、智能化提供良好平台。

 

2.1  PHM系统主要有六个部分构成：
2.1.1 数据采集

利用各种传感器采集被检系统的相关参数信息，将收集数据进行有效信息转换以及信息传输等。比如：检测发电机、电机等在工作状态的信息。

2.1.2  信息处理

将数据信息处理后的成为有效形式，并压缩简化后的数据变化成频谱等数据、图形以及其它特征数据等。比如：时域图、频域图等功能。

2.1.3  状态监测

将这些数据同预定的失效数据库等进行比对来监测系统当前的状态，并可根据预定的各种参数指标极限值/阈值来提供故障报警能力。比如：现场获得的正常、非正常的数据量，并进行数字化比较功能。

2.1.4  健康评估

主要评估被监测系统的健康状态(如是否有参数变化现象等)，可以产生故障诊断记录并确定故障发生的可能性。故障诊断是基于各种健康状态历史数据库、工作状态以及维修历史数据库等，比如：检测数据与专家知识进行分析、判断功能。

2.1.5  故障预测

故障预测能力是PHM系统的显著特征之一。综合利用前4个部分的过程，评估和预测被监测系统未来的健康状态，并做出判断、建议、采取相应的措施。比如：采用模糊分析等手段进行测算，一般故障预测的正确率达80%以上，基本证明PHM技术应用达到良好结果。

2.1.6  保障决策

计算机的人机界面，包括状态监测模块的警告、信息显示及健康评估、预测、决策支持模块的数据信息的表示等；人机界面使得上述5个过程之间及PHM技术同其它设备系统之间的数据信息进行传递交换。比如：通过I/O接口，利用LED、蜂鸣器等提示。

2.2  PHM系统主要模型分类构成
2.2.1  基于模型的故障诊断与预测

一般需要先在系统的模型上测试和验证，以最少的耗费来获取直观有效的数据信息。但实际工程应用中对象系统的数学模型建立往往是难于解决。因此，在实际应用和效果常常受到限制。

2.2.2 基于状态信息的故障诊断与预测

直接采集被观测对象功能及性能信息进行故障诊断，是置信度很高的故障诊断、维修方法，得到了成功的应用。根据设备的实际运行状态确定设备的最小维护时间，降低设备全寿命周期费用，增加设备的稳定性。达到只有在设备需要维护时，才进行必要的维护，大大减少了不必要的检修、诊断耗费。例如，本文研究的轨道交通在线PHM技术应用案例。

2..2.3  基于知识的故障诊断与预测

不需要建立系统精确的数学模型，同时能够有效地表达对象相关的领域专家的经验知识，此方法很有前景。但由于它本身更适合于定性推理而不太适合于定量计算，所以实际应用还比较困难。

为了将PHM技术得到更多实际应用的案例，仍然需要进一步的研究。主要在于传感器设计、数字网络化传输、数据处理、数据库建立等。从PHM技术的整个过程来看，真正实现PHM技术并得到应用，仍然需要一个时间阶段，特别是需要制定PHM技术的统一国际、国家标准。国内“中国故障预测与健康管理学会（www.chinaphm.net）”是专门从事PHM技术的专业研究和论坛平台，从中可以获得非常丰富的PHM知识。

现将对PHM技术初步的研究、应用在轨道交通领域与大家探讨和交流。

3.  轨道交通应用

根据上述PHM技术要求，其中：数据采集（传感器）、健康评估（数据库），保障决策（智能库）等是PHM技术得到广泛应用的瓶颈，但是，任何事物的发展一定是由初级到高级的进程，从实验室走向现场应用需要有一个设计、试验、认证、实践和修正、再实践的过程。在轨道交通领域应用PHM技术，如同航空领域中实现PHM技术一样，而美国在航空领域应用PHM技术已经得到实践，并在日本、美国等研究出相关检测、评估的设备，正在逐步向中国市场进军，推广到各个领域。本文研究课题按照 2.2 基于状态信息的故障诊断与预测法则进行，所以，只有通过我们的研究和学习，相信在不久将来轨道交通领域（地铁、高铁等）将拥有自己的、适合本土的PHM技术。

 

3.1                 传感器的设计

设备诊断中的传感器按功能分为振动传感器、加速度传感器、声级计、温度传感器、光学传感器等。特别在电力系统的设备诊断，传感器大多数是基于光纤、电压互感器或采用霍耳器件的传感器。要求它们具有良好的动态特性、灵敏度、稳定性和抗干扰能力强。但是，随着监测系统的网络化和复杂化，传感器的类型和数目都急剧增多。

                                    

通常，一种是直接接触式检测带电状态，另种是间接非接触式检测带电状态。前者在高压电气中检测具有危险性，而非接触式在电气上与负荷设备不发生任何直接联系，如电磁感应原理、霍尔原理、测温原理、光电原理等。其中：光纤电压传感器虽然具有抗电磁干扰能力强、耐恶劣环境、绝缘性能好、体积小、质量轻、灵敏度高等优点，但成本很高、结构复杂、不便维护等缺点；电磁感应、霍尔原理电压传感器是检测有、无电状态及大小。但是，存在电磁特性，并灵敏度有一定影响，无法检测在无电流时的导体带电荷状态。

静电传感器技术是通过静电晶体管（Static-induction transistor）SIT监测设备中的电荷状态,基于点电荷的建立了传感器的测量模型,获得了感应的空间灵敏度的分布函数，如图1静电传感器分布函数。设计了数字化传感器，内部有放大器，数模模块和编译码器，如图2数字网络型传感器。

图1  静电传感器分布函数

 

 

图2   数字网络型传感器

 

数字网络型传感器能够实现多数量传感器的连接及应用，可以采用无线或有线传输信息。研究过程中，通过对信号发生器输出的50 Hz正弦波实际的采集，结果如图3，达到设计要求。

SIT数字化传感器的性能：

工作响应频率；  5Hz 到 20kHz

输出信号；     0.5v 到 1v

高输入阻抗；

输出端负载的变化对输入端影响小；

良好的热稳定性；

抗辐射性和较低噪声；

失真度低于晶体管。

              图3    50 Hz正弦波

Figure 3  50 Hz sine wave

     为轨道交通车辆中牵引电机的现场采用非接触式检测带电状态提供信息通道，比如：地铁车辆上（6节编组）由16台三相牵引电机，共计48根导线（uvw），只需将传感器捆绑在每根导线上，并且传感器的IP地址是唯一性。传感器的安装非常方便而简单，并且具有高可靠性和安全性(防水、防尘) 。因为，传感器与地铁车辆上的牵引电机没有任何电气方面的直接接触。最后由一根车辆数据线将48只传感器连接在一起，将它们的数据信息（模拟信号转换成串行数据信号）不断向计算机控制器发送，由计算机控制器根据程序，实现IP的寻址和自动建立文件名。实现了本文 2.1.1 数据采集的过程。

     通过单个传感器采集在试验台上工作时变频器I/O的1500VDC和400VAC的频域图和时域图，如图4、5。及试验台上工作时牵引电机1100VAC的频域图和时域图，图6，及现场采集图7、图8 。从它们的检测到的时域图、频域图及数据分析，可以观察设备中的部分信息，特别是从谐波理论分析，注意到机电设备的故障的可能发生。帮助维护人员提前作出到机电设备的防范措施，研究人员可以通过一定时间的数据库、标准模块建立，得到经验知识库。逐步完善检测系统的功能，这样就可以创建PHM技术过程中部分。从而起到积极的作用：科学性、故障隐患大大降低、维护成本可控性、管理效率得到明显提高等效益。

因此，PHM技术、方法有助企业“绿色、环保”型的发展。

 

图4  变频器 1500VDC

 

                    图5 变频器 400VAC

 

                 图6  牵引电机1100VAC

        

                      图 7  现场采集一

              

图8    现场采集二

 

3.2  信息处理、状态监测

    信息处理主要依靠工业计算机控制器，在系统平台上，根据“小波”分析法、“FFT”分析法等进行，根据检测项目的不同，按需选择“分析软件”对现场数据进行计算、分析等过程。分析软件的开发需要一个团队（系统设计者和现场使用者），根据项目设计的要求来完成数据的I/O软接口，并将图表、数据保存等功能的实现。日本ATC公司基于PHM技术概念开发 KS2000、KS3000 和 KS7000等系列广泛应用在电力、石油、轨道交通等领域，受到用户的积极好评。在KS系列使用过程中，体会到先进的科技给用户带来可观的经济效益，可以反映出PHM技术中“只有在设备需要维护时，才进行必要的维护，大大减少了不必要的检修、诊断耗费”的新概念。

3.3  健康评估、保障决策

     健康评估和保障决策是PHM技术中比较难的研究热点，因为，目前世界上有各种设备诊断仪器，唯一缺少就是健康评估和保障决策的用户报告（评估报告），虽然有些具备此功能，但是评估内容不全面，重点在电机轴承、电机绝缘等，其检测仪器的性价比比较一般。原因是研究、生产检测仪器的不关心用户的需求是什么（按PHM技术中的保障决策描述），无法真正采集现场的数据及标准模块的建立。它需要在时间和过程等比较“漫长”的旅程，没有一个顽强“毅力”是不可能实现PHM技术全部。

日本ATC公司对PHM技术概念研究，根有关资料介绍，在这“漫长”旅程中花费达40年的时间研究出如表1“健康评估报告”的内容，得到日本、韩国等用户的高度评价。通过检测结果发现，其健康评估的正确率达85%以上，特别在电机系统的检测效果特别好。当然，如果能够提供分析曲线图，使得用户“心服口服”、更加“一目了然”，同时，能够在其它电气系统（蓄电池、UPS等）检测获得更佳“健康评估”报告，我们期待并“给力”，为PHM技术作出更多贡献。

                     表1  健康评估报告

Table 1 health assessment report

    我们借于KS系列的检测仪器，应用在轨道交通车辆上是非常有意义的项目。

 

3.4            系统设计

我们将48只数字型传感器连接在一起，通过如图2所示， (1)连接负线；(2)数据线；(3) 连接正线。由三芯列车线连接到主机工业等级的计算机，控制器内包含“FFT”、数据库和智能专家数据库（KS系列），通过控制器的软件实现8位寻址方法（共计IP:256），扫描、计算时间5秒，采集时间为5秒。充分利用KS系列数据库，达到PHM技术的初步探索，从而可以实现“未来一段时间内设备系统失效可能性以及采取适当维护措施的能力，具备故障检测、故障诊断、故障预测、健康管理和部件寿命追踪等能力“，防止”维修工作量大、针对性差、耗时多、费用高，而且可能因为人为因素，拆装埋下一些新的故障隐患，降低机电设备的可靠性“。将运营中的轨道交通车辆的牵引电机、机械状态及变频器等在线检测，动态信息可以通过车-地通信无线系统或夜间列车回库集中下载等方法，来获得每个设备在每个时刻的信息。而目前的轨道交通车辆中的个别电机设备在线工作状态时，维护人员感到”胆战心惊“、“心中无数”。如果能够建立象日本ATC公司对PHM技术概念，那么，轨道交通车辆、供电等系统成为“数字化”管理，达到“胸有成竹”科学地维护和管理设备。

 

4 　展望未来

PHM 系统已逐步得到人们的重视,但还远没有达到工程实用化的程度。除部分机电设备外，对大多数设备系统中电子产品的故障机理了解还不深入,有些还仅是故障的检测（比如采用本文介绍的静电型传感器）,还不具备故障预测的能力。此外,如何正确有效地评估系统的健康状态,并做出优化的维修决策等都需要大量的研究工作。鉴于PHM 系统中采用的部分技术已经得到实际使用验证的技术，比如日本ATC公司的KS系列智能机电检测设备。

据报道PHM技术在总体研究框架下的各部分均有比较明确的发展思路, 同时也面对许多现实的技术挑战。如传感器技术的发展虽然为机械诊断等机械振动、温度领域提供了比较充分的信息感知方式, 但是对于电力系统, 尤其是电子元器件性能状态的原位监测仍缺乏更有效的方法。其次，监测信息处理方法研究，实际系统严格意义上讲都是非线性的。

因此，对非线性系统缺乏一般性的建模方法, 其相关诊断和预测方法研究已逐步成为研究前沿课题。第三，由于实际应用中常常是复杂的大系统, 具有参数时变等严重的非线性特征, 且其数学模型不存在或太复杂、噪声统计特性不理想, 及不确定和外部干扰等因素,诊断和预测问题显得十分复杂性。

因此, 集成型预测方法已成为新的研究热点,比如采用谐波分析方法，就能够集成各种设备的固有信息（如频率特征），例如机电设备的失效机理、应力损伤，均有可能故障先兆的出现。日本ATC公司就是利用谐波分析原理，值得学习。

     之外，我们通过本静电传感器和“FFT“谐波分析软件，观察了地铁供电系统（牵引变电站）的电力输出1500VAC信息，如图9是接触网1500VDC在无列车通过时的采集图形和数据及图10是在有列车通过时的采集图形和数据，便于我们分析电力系统内及列车启动、驱动和制动时谐波产生，谐波对电力系统、车辆控制系统有比较大的危害性，需要人们去关注。图仅供大家交流。

     对PHM技术的初步认识及学习，起到“抛砖引玉“的作用，愿和轨道交通同仁们及PHM技术研究及爱好者，实现我们共同的梦想。

图9无列车通过

 

图10有列车通过

 

参考资料：

1．             《非接触在线监测在地铁机电设备中的应用》何伟荣

城市轨道交通动态  上海申通轨道交通研究咨询有限公司    2011年第5期

2.                     《机电设备状态监测与故障诊断技术》  张安华主编

1995  西南工业大学出版社

 

3.                     《机械故障诊断学》 何正嘉 等        

1986上海科技出版社

 

4. www.atc-ks.com 

日本ATC公司KS系列产品简介