基于PHM的桥式起重机管理系统设计

李占山（海装重庆局，重庆 404100）

基于PHM的桥式起重机管理系统设计

李占山
（海装重庆局，重庆 404100）

本文以桥式起重机为例，结合PHM技术，搭建了桥式起重机故障预测与健康管理系统的总体框架，设计了桥式起重机机故障预测与健康管理系统模块。建立的PHM系统能对桥式起重机重要部件、系统进行全面的健康状态监控、故障检测、分析判断处理，得出保障决策方法。

PHM；桥式起重机；预测与健康管理；故障诊断与预测

1 PHM简述

PHM（Prognostics and Health Management）即故障预测与健康管理。故障预测，即预计诊断部件或系统完成其功能的状态，包括确定部件的残余寿命或正常工作的时间。预测技术是在发生灾难性故障之前能够及时预知，并采取措施预防，根据诊断/预测信息﹑可用资源和使用需求对维修活动做出适当决策。经过30余年的发展，PHM技术在发动机﹑齿轮箱﹑液压系统﹑电子设备机上测试等诸多领域应用广泛，实现该技术可以有效降低维修保障成本，缩短维修保障时间，降低风险，提高保障效率。

PHM系统一般应具备如下功能：故障检测﹑故障隔离﹑故障诊断﹑故障预测﹑健康管理和寿命追踪。对于复杂装备和系统，PHM应能实现不同层次﹑不同级别的综合诊断﹑预测和健康管理。

图1 PHM一般方法

2 桥式起重机PHM的关键技术

2.1数据采集和传感器技术

确定可以表征设备状态的参数信息（直接表征或间接推理），是设备进行故障预测和健康管理的首要任务，也是PHM系统的数据基础。

图2 桥式起重机PHM系统

2.2通信技术

通信技术的目的主要是为了保证传感器采集到的各种数据信息传输到PHM系统中的其它部分，以及确保PHM各个部分之间信息交流的正确﹑通畅﹑协调﹑安全，从而实现整个维修保障体系的信息化﹑网络化﹑一体化。通常情况下，桥式起重机工作的环境都比较复杂，移动性比较大，再加上需要监测的点分布较散，因此采用无线通信较方便，安装各种传感器教容易。

2.3 数据预处理技术

数据预处理就是在数据主要处理以前的处理，由于不同的状态监测﹑健康评估和故障预测方法对数据类型的要求不同，因此需要对采集的原始数据信息进行各种预处理，以使数据格式满足后继处理的要求，同时也便于传输和存储。预处理包括模数转换﹑去噪声﹑高通滤波﹑压缩﹑信号自相关等，数据处理方法包括数据清理﹑集成﹑变换﹑归约等，数据预处理可以提高数据挖掘模式的效率。

2.4数据融合技术

数据融合就是利用计算机对各种信息源进行处理﹑控制和决策的一体化过程。数据融合技术将各种信息源的有用信息进行采集﹑传输﹑综合﹑过滤及相关合成后辅助以验证﹑判断，获得的准确的推论结果，可以提高状态监测﹑健康评估和故障预测推理的准确性，并能确定推理结果的置信度。

2.5状态监测﹑健康评估和故障预测技术

状态监测﹑健康评估和故障预测是PHM系统的核心部分，在某种意义上它们都是一种推理过程，在实际构建PHM系统时往往要根据系统的实际情况采用一种或多种技术和方法，包括基于规则﹑案例和模型等的推理算法，能够将桥式起重机状态﹑故障状况﹑维修能力等相关信息适时传送至维修保障系统，并接受和执行维修保障系统的控制调度。

2.6接口技术

考虑到PHM系统日后的更新或加入新的模块以及与其它系统进行信息交换和集成的能力，其接口采用具有“即插即用”能力的接口。其接口技术主要从以下几个方面加以考虑：PHM系统各模块之间，各模块同PHM系统之间，部件级PHM同系统级PHM之间，人-机接口，PHM系统同其它决策支持﹑计划﹑库存﹑自动化以及维修系统的接口。

3 桥式起重机PHM系统设计

桥式起重机的PHM系统可以分为两部分：桥式起重机机上管理系统和地面控制室管理系统。桥式起重机在工作的过程中，机上部分将传感器数据通过数据链传到驾驶室与地面控制室，驾驶室主要是在起重机监控到故障时对起重机做出相应的反应，如停车。而地面监控室除了对故障做出反应外，另一个任务就是判断桥式起重机各部件以及系统的状态发展趋势，进行状态的预测﹑故障的检测和隔离，并把得出的结果反馈到驾驶室。建立的PHM系统应具有数据采集和传输﹑数据处理﹑状态监测﹑故障检测﹑故障隔离﹑故障预测﹑剩余寿命预测﹑部件寿命跟踪﹑性能降级趋势分析和维修计划等功能。根据上述分析，桥式起重机PHM系统可设计为如图2所示的框架图。

3.1状态监测模块

状态监测模块的任务主要是完成数据的采集及初步的预处理，为系统提供可靠可用的监测数据。在对起重机进行监控时，主要对动力系统﹑液压系统﹑电气系统﹑机械强度以及工况指标进行数据采集，各部分采集的信息主要见表1。

表1 起重机数据采集信息

状态监测得到数据的可靠性很大一部分取决于选用传感器的好坏。在建立桥式起重机的PHM系统时，由于传感器面临的工作环境比较恶劣，所以必须选用耐腐蚀﹑耐高温高湿﹑耐冲击﹑耐油雾的传感器，另外也必须有较强的电磁抗干扰性能。针对起重机需要监控的对象，以及监控对象需要采集的参数，得到相应物理特征所对应的传感器类型，见表2。

状态监测模块工作流程：如图1所示，在接收起重机上传感器现场监测的数据前，必须对传感器进行验证，以保证传感器是正常的，在系统中用传感器验证子模块来验证传感器工作状态是否正常，如传感器有故障则启用冗余传感器更换或维修并不接受相关数据，防止因传感器而造成的虚警。在验证完成后，传感器传来的原始数据不可能完全满足后续工作的要求，所以的对采集的数据进行预处理，并通过数据融合技术对数据进行特征提取，得到隐含的﹑潜在的有用信息，最后为预测﹑诊断模块提供可靠可用的数据。

表2 桥式起重机在线监控所需传感器

3.2预测﹑诊断模块

在进行故障诊断和预测技术上，桥式起重机PHM系统采用基于异常现象信息的故障诊断与故障预测方法，观测或侦测非正常工作状态下所表现出来的异常现象，如振动﹑噪声﹑温度﹑磨损﹑电磁场等，进行趋势分析及故障预测，大部分机械产品多采用这种故障诊断与预测方式。基于异常现象信息进行故障诊断与故障预测的任务是：统计历史数据﹑注入获得的故障数据等信息，针对发现的异常现象特征，自动进行故障程度判断及预测。在建立异常现象与故障损伤关系模型时采用人工神经网络。

神经网络是利用ANN的非线性转化特征以及智能学习机制，建立已监测到的故障现象与故障损伤状态之间的非对称性联系。利用已知的特性与损伤或通过故障注入建立与特征分析结果关联的退化轨迹，对ANN模型进行“训练或学习”并对产品的故障损伤状态进行判断。因为ANN具有自适应特征，因此，可以利用非显式特征信息来进行“训练或学习”及故障损伤判断。

预测﹑诊断模块工作流程：如图1所示，状态监测模块传来的数据通过基于ANN趋势分析模型建立起来的“训练或学习”故障诊断和故障预测模块，与历史的监测数据﹑桥式起重机的原始参数以及历史统计数据作比较，确定桥式起重机相应部件﹑系统的健康状态。

3.3分析决策模块

分析决策模块作为桥式起重机PHM系统职能最终体现部分，PHM系统建立是否成功，主要从这部分体现出来，它主要包含综合分析﹑保障决策﹑人机接口模块三部分。

分析决策模块的功能主要是：如图1所示，综合分析模块和保障决策模块把前面分析的结果进一步综合分析，做出与实际情况相符的决策；人机接口模块把系统的决策信息显示出来提供给使用维护人员，使用维护人员根据决策信息做出相应的维修维护计划，尽量做到视情维修。

3.4数据储存模块

数据储存模块主要是对PHM各部分产生的数据进行储存，丰富系统的数据库，进一步增加系统的工作的可靠性。如图1所示，主要有三部分的数据需要存储，即上述的三个模块的数据。

4 预期效果

一是提高设备的安全可靠性。起重机作为特种设备的一种，一旦发生事故将是非常致命的，所以安全可靠显得异常的重要。在桥式起重机上安装PHM后，可以实时得到桥式起重机的运行状态和各部件变化趋势，从而掌握整个变化过程，目前一些重要军工行业应用PHM的桥式起重机管理系统后保障效果显著提升，设备故障率明显降低。

二是降低设备的维修费用﹑提高保障效率。利用PHM系统维修人员仅需按照维修方案完成规定的维修工作，从而最大程度地减少了错误的维修动作，确保起重机在最快的时间内恢复完好状态。从根本上降低了保障响应时间，提高了维修效能。

[1]木志高， 胡海峰， 胡茑庆． 武器装备故障预测及健康管理系统设计[J]． 兵工自动化， 2006 （02）：23-25．

[2]彭宇，刘大同，彭喜元．故障预测与健康管理技术综述[J]．电子测量与仪器学报，2010，24（01）：1-7．

[3]Ronald R Yager ．A framework for multisource data fusion[J]．Information Sciences, 2004 （163）：175-200．

[4]Byington C S, Roemer M J, Galie T．[A]．Aerospace Conference Proceedings 2002 IEEE[C]．Oct．2002 Page：818-841．

[5]Hall D L, McMullen S A H． Mathematical techniques in multisensor data fusion[M]．Boston：Artech House, 2004．

[6]Williams J H, Davies Drake A P R ．Condition-based maintenance and machine diagnostics[M]．Chapman &Hall, 1994．

TP27

A