预测性维修概述
预测性维修(Predictive Maintenance,简称PdM)是以状态为依据(Condition Based)的维修,在机器运行时,对它的主要(或需要)部位进行定期(或连续)的状态监测和故障诊断,判定装备所处的状态,预测装备状态未来的发展趋势,依据装备的状态发展趋势和可能的故障模式,预先制定预测性维修计划,确定机器应该修理的时间、内容、方式和必需的技术和物资支持。预测性维修集装备状态监测、故障诊断、故障(状态)预测、维修决策支持和维修活动于一体,是一种新兴的维修方式。
预测性维修不仅在名字称呼上有不同,在概念的内涵和外延上也有出入,因此又有狭义和广义预测性维修两种概念。
狭义的预测性维修立足于“状态监测”,强调的是“故障诊断”,是指不定期或连续地对设备进行状态监测,根据其结果,查明装备有无状态异常或故障趋势,再适时地安排维修。狭义的预测性维修不固定维修周期,仅仅通过监测和诊断到的结果来适时地安排维修计划,它强调的是监测、诊断和维修三位一体的过程,这种思想广泛适用于流程工业和大规模生产方式。
广义的预测性维修将状态监测、故障诊断、状态预测和维修决策多位合一体,状态监测和故障诊断是基础,状态预测是重点,维修决策得出最终的维修活动要求。广义的预测性维修是一个系统的过程,它将维修管理纳入了预测性维修的范畴,通盘考虑整个维修过程,直至得出与维修活动相关的内容。
修复性维修(Corrective Maintenance),又称事后维修(Break-down Maintenance),是“有故障才维修(Failure Based)”的方式,它是以设备是否完好或是否能用为依据的维修,只在设备部分或全部故障后再恢复其原始状态,也就是用坏后再修理,属于非计划性维修。
预防性维修(Preventive Maintenance)又称定时维修,是以时间为依据(Time Based)的维修,它根据生产计划和经验,按规定的时间间隔进行停机检查、解体、更换零部件,以预防损坏、继发性毁坏及生产损失。这种维修方法也就是目前所普遍采用的计划维修或定期维修,如大、中、小修等。
预测性维修的相关概念
预测性维修最早在西方发达工业国家兴起,预测性维修的概念源起于英文名词“Predictive Maintenance”,到现在为止,预测性维修已经有了几个相似的名字,这是因为在不同领域,不同的人员根据自己研究的侧重点不同,给出了不同的翻译和不同的定义。追根溯源,应该从英文的定义谈起。
Predictive Maintenance,其英文解释为Condition Based Maintenance(CBM)或On-condition Maintenance。PdM一般翻译为预测性维修或预知性维修,而预测维修和预知维修与前面的翻译相比,仅仅是多字少字的问题;CBM一般翻译为状态基维修或基于状态的维修,这个翻译按英文字面的意思直译过来,同时引入了“基”的概念,使翻译专业化。有时CBM也被翻译为预测性维修,因为它的英文原意就是对PdM的概念解释;On-condition Maintenance一般翻译为视情维修,这是翻译者根据中国人的习惯意译过来的。在实际运用中,几个中英文名词有时被随机地组合,这都无可厚非,因为它们本身是一回事。
沿袭运用到今天,几个名词在概念上有了一些细微的差别。预知性维修被定义为:以设备诊断技术为基础,结合设备故障的历史和现状,参考运行环境及其它同类设备的运行情况,应用系统工程的方法进行综合判断分析,从而查明设备内部情况、故障和异常的性质,预测隐患的发展趋势,提出防范措施和治理对策,这样一套方法总称为预测方法,把应用预测方法得到的结果纳入维修管理就是预知维修。它强调了预测方法,包罗了维修管理;而基于状态的维修和视情维修立足于状态,强调了状态,它们的理论依据是:机械和装备有自己的状态,即将出现问题的机械或装备将出现一些可以观察、感觉或测量到的信号(如噪声、振动、发热、裂纹或电量的改变等)。这里状态有两层含义,一是指在某时某刻某种条件下装备的即时状态,这是狭义的状态的概念。二是包含了即时状态的前身和后续,指的是整个生命周期内的状态,即广义的状态概念。
预测性维修技术体系
预测性维修发展到现在,基本上形成了自己的技术体系,如图所示。
1.状态监测技术
状态监测技术发展到现在,在各工程领域都形成了各自的监测方法,状态监测的方法依据状态检测手段的不同而分成许多种,常用的包括:振动监测法、噪声监测法、温度监测法、压力监测法、油液分析监测法、声发射监测法等。
2.故障诊断技术
单讲“故障诊断”,它是一门新发展的科学,而且越来越受到重视,尤其是在连续生产系统中,故障诊断有着非常重要的意义。按照诊断的方法原理,故障诊断可分为:时频诊断法、统计诊断法、信息理论分析法及其它人工智能法(专家系统诊断、人工神经网络诊断等)、模糊诊断、灰色系统理论诊断及集成化诊断(如模糊专家系统故障诊断、神经网络专家系统故障诊断、模糊神经网络诊断等)。
3.状态预测技术
状态预测就是根据装备的运行信息,评估部件当前状态并预计未来的状态。其常用的方法有时序模型预测法、灰色模型预测法和神经网络预测法。而对于预测方法的开发一般有三种基本途径:物理模型、知识系统和统计模型。在实际应用中,可将三种途径综合在一起,形成一种结合了传统的物理模型和智能分析方法,并能够处理数字信息和符号信息的混合性故障预测技术,对于实现预测性维修更为有效。
4.维修决策支持与维修活动
维修决策是从人员、资源、时间、费用、效益等多方面、多角度出发,根据状态监测、故障诊断和状态预测的结果进行维修可行性分析,定出维修计划,确定维修保障资源,给出维修活动的时间、地点、人员和内容。维修决策的制定方法一般有故障树推理法、数学模型解析法、贝叶斯(Bayes)网络法(适用于表达和分析不确定和概率性事物)和智能维修决策法等。