為了避免計(jì)劃外或不必要的維護(hù)，并以最低成本提高系統(tǒng)可靠性，及早檢測(cè)出旋轉(zhuǎn)機(jī)械（尤其是離心泵）中的故障已變得至關(guān)重要。本文重點(diǎn)介紹信息物理系統(tǒng)（CPS）中離心泵的預(yù)測(cè)性維護(hù)（PdM），并提出了一種監(jiān)測(cè)軸承以評(píng)估泵的健康狀況的概念。CPS有可能提供具有自我意識(shí)和自我維護(hù)能力的技術(shù)系統(tǒng)。作為CPS框架的一部分，預(yù)測(cè)分析的實(shí)施使機(jī)器能夠持續(xù)跟蹤其自身性能并預(yù)測(cè)潛在故障。在泵的各種監(jiān)測(cè)方法中，振動(dòng)監(jiān)測(cè)是采集實(shí)時(shí)數(shù)據(jù)的最重要方法之一。在PdM中使用此技術(shù)，可以在故障發(fā)生之前的早期進(jìn)行維護(hù)。在對(duì)軸承進(jìn)行振動(dòng)監(jiān)測(cè)的情況下，可以預(yù)測(cè)甚至增加其剩余使用壽命。因此，故障發(fā)生的概率最小化，可以實(shí)現(xiàn)確保最佳安全系統(tǒng)的智能PdM。此外，在最后一節(jié)中還對(duì)兩種不同的維護(hù)策略進(jìn)行了概念經(jīng)濟(jì)分析。

關(guān)鍵詞：CPS，軸承，PdM，離心泵，振動(dòng)監(jiān)測(cè)

在過去幾年中，原始設(shè)備制造商和服務(wù)提供商在提高產(chǎn)品和服務(wù)質(zhì)量方面邁出了重要一步。鑒于系統(tǒng)復(fù)雜性不斷增加，他們還強(qiáng)化了他們的（操作）規(guī)程，以保持其（具有足夠的）能力并對(duì)市場(chǎng)需求做出反應(yīng)。自1951年引入預(yù)防性維護(hù)概念和全面生產(chǎn)性維護(hù)以來(lái)，維護(hù)實(shí)踐已從以組織為中心，注重質(zhì)量，轉(zhuǎn)變?yōu)橐钥蛻魹橹行?，注重價(jià)值創(chuàng)造和智能服務(wù)。這種轉(zhuǎn)變導(dǎo)致了預(yù)測(cè)和健康管理（PHM）的改進(jìn)。PHM解決方案能夠?qū)?shù)據(jù)轉(zhuǎn)換為所需信息，這些信息涉及資源退化的隱藏模式以及流程的不合理性。在發(fā)生故障之前，這些模式通常是隱藏的。對(duì)這些基本模式的檢測(cè)可防止昂貴的故障和設(shè)備的不必要停機(jī)。這樣的維護(hù)策略可以提高資產(chǎn)的可持續(xù)性，并最終實(shí)現(xiàn)接近零故障。此外，使這些隱藏模式可檢測(cè)，有助于修改和調(diào)整規(guī)程，使其更加穩(wěn)定和可靠。盡管為復(fù)雜系統(tǒng)和流程開發(fā)PHM面臨著固有的挑戰(zhàn)，但該研究領(lǐng)域已經(jīng)有了長(zhǎng)足的發(fā)展，并簡(jiǎn)化了智能維護(hù)系統(tǒng)的開發(fā)。此外，在過去幾年中，信息和通信技術(shù)（ICT）使用的快速增長(zhǎng)促進(jìn)了無(wú)線通信設(shè)備、數(shù)據(jù)收集設(shè)備、先進(jìn)傳感器和遠(yuǎn)程計(jì)算解決方案的實(shí)施。這些技術(shù)加上預(yù)測(cè)分析的進(jìn)步，有可能極大地改變現(xiàn)代工業(yè)的運(yùn)作方式。相關(guān)文獻(xiàn)仍然很少，但卻多樣化。例如，Marinescu等人介紹了一種實(shí)驗(yàn)方法，該方法有機(jī)會(huì)應(yīng)用紅外熱成像方法來(lái)預(yù)測(cè)靜水壓泵送系統(tǒng)的行為。Tse和Wang通過從現(xiàn)場(chǎng)運(yùn)行的渣漿泵獲得的振動(dòng)信號(hào)中提取統(tǒng)計(jì)特征，然后估計(jì)葉輪的剩余使用壽命（RUL），并評(píng)估葉輪的性能退化。Moosavian等人通過分析振動(dòng)信號(hào)和使用自適應(yīng)神經(jīng)模糊推理系統(tǒng)來(lái)檢查泵的運(yùn)行情況，以診斷與泵相關(guān)的故障。本論文通過分析從離心泵軸承振動(dòng)信號(hào)獲得的峰值，來(lái)評(píng)估軸承的狀態(tài)。這是通過“5C架構(gòu)”完成的，該架構(gòu)給出了逐步指導(dǎo)，以便為制造應(yīng)用建立和擴(kuò)展CPS。根據(jù)5C框架，為離心泵開發(fā)的CPS框架可用于處理和分析軸承數(shù)據(jù)、評(píng)估其健康狀態(tài)以及學(xué)習(xí)如何為離心泵執(zhí)行智能PdM。此外，通過評(píng)估軸承的健康狀況，將提高整體泵的效率并增強(qiáng)系統(tǒng)的可靠性。

本文的其余部分安排如下：第2部分代表了智能PdM下的行業(yè)數(shù)字化及演進(jìn)。第3節(jié)介紹了CPS及其工業(yè)操作架構(gòu)，第4節(jié)介紹了基于CPS的離心泵軸承振動(dòng)分析。第5節(jié)介紹了比較具有不同維護(hù)策略的兩系統(tǒng)的經(jīng)濟(jì)分析。最后，從分析中獲得的見解和進(jìn)一步的研究思路在第6節(jié)的結(jié)論部分提供。

今天流行的維護(hù)策略正在迅速改變。數(shù)字化引入了新技術(shù)和趨勢(shì)，極大地改變了機(jī)械PdM的實(shí)施方式。在這方面，大數(shù)據(jù)、云計(jì)算和工業(yè)物聯(lián)網(wǎng)的出現(xiàn)為工業(yè)參與者通過統(tǒng)一網(wǎng)絡(luò)連接他們的機(jī)器鋪平了道路，同時(shí)，提高了維護(hù)質(zhì)量和整個(gè)系統(tǒng)的生產(chǎn)率。在制造業(yè)，“大數(shù)據(jù)”涉及從產(chǎn)品生命周期中產(chǎn)生的大量結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。制造數(shù)據(jù)由物聯(lián)網(wǎng)系統(tǒng)實(shí)時(shí)自動(dòng)收集。通過基于云計(jì)算的大數(shù)據(jù)分析，制造商可以發(fā)現(xiàn)制造流程的瓶頸，了解問題的原因和影響，找到更好的解決方案。通過這種方式，可以改進(jìn)制造流程，提高制造效率，使制造更精簡(jiǎn)，更具競(jìng)爭(zhēng)力。制造業(yè)大數(shù)據(jù)中所有有價(jià)值的信息都會(huì)反饋到產(chǎn)品設(shè)計(jì)、制造、維護(hù)和大修中。因此，它可以幫助制造業(yè)實(shí)現(xiàn)向智能制造的過渡。此外，制造業(yè)的物理世界和網(wǎng)絡(luò)世界之間的互動(dòng)和融合正在不斷發(fā)展，并越來(lái)越受到關(guān)注。物理對(duì)象的虛擬模型有助于通過傳感數(shù)據(jù)了解物理實(shí)體的狀態(tài)，并預(yù)測(cè)、評(píng)估和分析動(dòng)態(tài)變化，而物理對(duì)象可以根據(jù)優(yōu)化的仿真方案對(duì)變化做出響應(yīng)。

CPS可以被描述為用于操作互聯(lián)類型機(jī)械及其物理資源和計(jì)算能力的變革性技術(shù)。在資源管理領(lǐng)域，CPS有可能提供具有自我維護(hù)和自我意識(shí)能力的技術(shù)系統(tǒng)。作為CPS結(jié)構(gòu)一部分的預(yù)測(cè)分析的應(yīng)用，使資源能夠持續(xù)跟蹤其自身的性能和健康狀況，并預(yù)測(cè)潛在的故障。通過執(zhí)行預(yù)測(cè)分析和決策支持計(jì)劃，可以制定適當(dāng)?shù)姆?wù)和服務(wù)策略并采取行動(dòng)，旨在提高工業(yè)設(shè)備的正常運(yùn)行時(shí)間、效率和生產(chǎn)率。CPS是數(shù)據(jù)管理的主要樞紐，在實(shí)現(xiàn)上述目標(biāo)方面發(fā)揮著重要作用。

文獻(xiàn)【1】中提出的圖1所示的CPS架構(gòu)包括五個(gè)層次，稱為“5C架構(gòu)”。該架構(gòu)為工業(yè)運(yùn)營(yíng)CPS的擴(kuò)展提供了指南，并包含兩個(gè)主要元素：（1）最先進(jìn)的連接，確保從物理空間到網(wǎng)絡(luò)空間的實(shí)時(shí)數(shù)據(jù)流和網(wǎng)絡(luò)空間的反饋；（2）構(gòu)建網(wǎng)絡(luò)空間的智能數(shù)據(jù)分析。5C架構(gòu)提供了一個(gè)工作流程，說明了如何構(gòu)建從數(shù)據(jù)獲取到價(jià)值創(chuàng)造的CPS。5C架構(gòu)包括智能連接、轉(zhuǎn)換、網(wǎng)絡(luò)、認(rèn)知和配置5個(gè)層次，下面簡(jiǎn)要介紹。

圖1：不同層次的CPS實(shí)施架構(gòu)

3.1 智能連接層

該層涉及到邏輯和無(wú)束縛的方法來(lái)管理數(shù)據(jù)采集系統(tǒng)、簡(jiǎn)化數(shù)據(jù)，并將它們發(fā)送到主服務(wù)器。在這一層選擇合適的傳感器、數(shù)據(jù)源和傳輸協(xié)議，可能會(huì)對(duì)后續(xù)層CPS的運(yùn)行產(chǎn)生嚴(yán)重影響，并影響從系統(tǒng)中學(xué)習(xí)的專有技術(shù)的質(zhì)量和效率。

3.2 數(shù)據(jù)到信息層的轉(zhuǎn)換

相關(guān)信息必須從數(shù)據(jù)中得出。這種架構(gòu)的來(lái)源是分析數(shù)據(jù)并將其轉(zhuǎn)換為有用知識(shí)的地方。最近，人們對(duì)為PHM應(yīng)用程序開發(fā)智能算法產(chǎn)生了濃厚的興趣。此類算法可應(yīng)用于不同的數(shù)據(jù)源，從系統(tǒng)和流程數(shù)據(jù)到業(yè)務(wù)和公司管理數(shù)據(jù)。

3.3 網(wǎng)絡(luò)層

網(wǎng)絡(luò)層作為架構(gòu)的中心樞紐運(yùn)行。為了收集信息并創(chuàng)建網(wǎng)絡(luò)空間，每個(gè)資產(chǎn)都需要將信息發(fā)送到其中。收集了大量信息后，必須應(yīng)用明確的分析方法，以獲得額外信息，從而對(duì)整個(gè)工廠的特定類型機(jī)械的狀況提供一些清晰的見解。

3.4 認(rèn)知層

在此層執(zhí)行CPS能夠加深對(duì)受控系統(tǒng)的了解。向?qū)I(yè)用戶適當(dāng)?shù)卣故舅@得的知識(shí)有助于做出正確的決策。由于可以獲得比較信息以及特定的機(jī)器條件，因此可以確定改進(jìn)維護(hù)流程的職責(zé)優(yōu)先級(jí)。對(duì)于該層，適當(dāng)?shù)男畔D形對(duì)于將收集的數(shù)據(jù)和知識(shí)完全傳遞給用戶至關(guān)重要。

3.5 配置層

從網(wǎng)絡(luò)到物理空間的反饋由配置層提供。它用于監(jiān)督控制運(yùn)行，使機(jī)器具有自適應(yīng)性和自配置性。該層充當(dāng)靈活的控制系統(tǒng)，允許實(shí)施在認(rèn)知階段為受監(jiān)控系統(tǒng)做出的預(yù)防性和糾正性維護(hù)決策。

離心泵是一種旋轉(zhuǎn)機(jī)械，由六大基本元件組成，它們共同工作，以確保泵適當(dāng)?shù)剡\(yùn)行。這些元件主要包括葉輪、軸、泵殼、軸承、密封和聯(lián)軸器。軸承是使用最廣泛的支撐件/受力件，幾乎對(duì)所有類型的旋轉(zhuǎn)機(jī)械都是必不可少的。為了避免軸承意外損壞，需要盡早檢測(cè)磨損情況，以防止機(jī)器發(fā)生致命故障。此類故障可能導(dǎo)致生產(chǎn)中斷和/或人員傷亡，代價(jià)高昂。另一種可以預(yù)防故障的額外措施是執(zhí)行準(zhǔn)確合理的檢查或更換計(jì)劃；一種可以有效預(yù)測(cè)軸承預(yù)期壽命的方法。在所有軸承監(jiān)測(cè)技術(shù)中，振動(dòng)分析是最合適和最有效的方法。

利用該方法可以預(yù)測(cè)甚至提高軸承的剩余使用壽命。因此，發(fā)生災(zāi)難性故障的可能性被最小化，并且可以實(shí)現(xiàn)最佳的PdM。根據(jù)5C架構(gòu)，在連接層面，通過振動(dòng)傳感器從軸承獲取數(shù)據(jù)。在泵的早期運(yùn)行時(shí)，應(yīng)獲取基準(zhǔn)振動(dòng)讀數(shù)，并隨時(shí)推算（評(píng)估）。通常，每周在垂直和水平方向上讀取泵軸承箱處的振動(dòng)讀數(shù)。通過無(wú)線系統(tǒng)，傳感器能夠借助安全的互聯(lián)網(wǎng)連接將數(shù)據(jù)傳輸?shù)皆品?wù)器。之所以使用無(wú)線系統(tǒng)，是因?yàn)榕c有線系統(tǒng)相比，無(wú)線系統(tǒng)更易于安裝，并提供更多的信息訪問。最后，數(shù)據(jù)在工業(yè)計(jì)算機(jī)中處理，以提供完全集成的解決方案。

圖2：用于軸承振動(dòng)分析的整體CPS配置

在轉(zhuǎn)換層面，如圖2所示，工業(yè)計(jì)算機(jī)進(jìn)一步執(zhí)行特征提取和數(shù)據(jù)準(zhǔn)備，例如從振動(dòng)信號(hào)中提取常規(guī)時(shí)域和/或頻域特征、金屬碎片形狀、尺寸、數(shù)量或尖銳脈沖以及應(yīng)力波傳播的發(fā)展速度。因此，可實(shí)現(xiàn)對(duì)軸承狀況的自我意識(shí)，從而形成有效的健康管理系統(tǒng)。提取了從軸承傳輸?shù)男盘?hào)特征后，數(shù)據(jù)通過無(wú)線網(wǎng)絡(luò)發(fā)送至云服務(wù)器，以便在數(shù)據(jù)庫(kù)中存儲(chǔ)和管理。

在網(wǎng)絡(luò)層面，將云服務(wù)器執(zhí)行的自適應(yīng)聚類方法，被分配給每臺(tái)機(jī)器進(jìn)行數(shù)據(jù)采集和傳輸。為了監(jiān)控機(jī)器的狀況，原始數(shù)據(jù)被轉(zhuǎn)換為與機(jī)器健康相關(guān)的特征，從而獲得更高級(jí)的信息，如劣化程度和/或不同的故障模式。應(yīng)用的自適應(yīng)聚類方法將軸承性能歷史（從安裝新軸承到當(dāng)前時(shí)間）分割為離散的工作狀態(tài)。這可以通過與常規(guī)基準(zhǔn)和局部振動(dòng)信號(hào)相比，這可以通過特征的相應(yīng)變化來(lái)實(shí)現(xiàn)。此外，它還將從軸承振動(dòng)傳感器獲得的實(shí)際值與工作狀態(tài)中記錄的基準(zhǔn)和以前的測(cè)量值進(jìn)行比較。相應(yīng)地，泵具有自比較能力，可在機(jī)組之間比較和評(píng)估單臺(tái)泵的軸承運(yùn)行情況。

注：本文由RWTH AACHE NUNIVERSITY，Institute for Future Energy Consumer Needs and Behavior (FCN) 的 Mahdi Karami and Reinhard Madlener共同完成。

-  歡迎持續(xù)關(guān)注  -