行业背景

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%：实时在线设备状态监测，自动数据存储及导出，自动数据分析，阈值报警，机器学习，寿命预测，自动报告生产及报警推送。
• 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）带动2.5%-5%的工业运转能力增长：基于多维设备性能监测算法，采用数据及机理双驱动的方式，进行设备状态监督、趋势分析与性能预测。