行业背景

随着装备的快速建设及投入运营，大量装备运营时间将不断增加，装备设施将不断老化，安全运营压力大、管理效率提升慢、维修成本居高不下等问题将日益突出，装备提供商、使用和运维保养单位迫切需要技术手段支撑管理体制的变革，有效保障安全和降低运维成本。装备安全监测及智慧运维平台，实现装备关键部件的实时状态监控、故障诊断、健康评估、寿命预测、维护决策、统计分析、专家知识库等功能，实现了装备关键部件的健康管理，可以预防和降低事故发生概率，有效保障装备安全，降低运维成本。

PHM是英文“Prognostics and health management”的缩写，意思是“预测型健康管理”，PHM的实现需要状态监测、故障检测诊断、预测、运维优化等多项技术的支撑，其目标是降低成本，减少浪费，提高效率，让设备更安全、可靠地运行。

PHM并不是适用于所有的对象，我们可以参照下图进行判断（纵轴代表发生频率，横轴表示故障发生后的影响），PHM适用于发生频率不高、但一旦发生影响很大的故障：

• 1）频率低、影响大：需要PHM；
• 2）频率低、影响小：传统维护方式
• 3）频率高、影响小：准备更多备件
• 4）频率高、影响大：系统设计的问题，需改进设计

解决方案

Aprisa装备及工业关键部件健康管理(PHM)方案以军标为蓝本，以“物联网+人工智能”技术为基础，采用人工智能数据模型及微结构寿命预测机理模型混合分析技术，准确把握装备及工业关键部件独有的健康状况，回答关键部件健康的四个难点问题：

应用场景

主要应用在军工装备、核电、高铁及大型工业关键装备，包括武器装备、燃气轮机、柴油机组、叶片、涡轮盘、泵、阀门、IGBT、大型金属结构件如轴承、风机等旋转部件。

方案架构

方案优势

实现目标

项目实施预期效果如下：

• 1）减少事故故障率75%： 精确指导维修及装备关键部件异常磨损、失效等方面取得了切实成果，实现了装备运维支持，预防和降低事故发生概率，保障了装备的安全，降低了运维成本；
• 2）降低设备维护费用25%-50%：利用大数据技术实现关键敏感设备参数的连续可视化监控，基于多元异构数据的高精度模型进行设备性能早期衰退预判，准确识别故障机理、精确定位故障部位，实现设备“需要修再修”的目标。
• 3）降低备品备件管控费用50%：通过装备的健康状态精准管控备品备件，减少了一线运修人员20%的工作量，运维巡检效率提高75%，应急响应效率提高33%，装备可利用率提高55%，人员数量整体下浮30%以上，线路人员能效提高约40%