故障预测与健康管理 HM 技术的现状与发展
故障预测与健康管理（PHM）技术的现状与发展
曾声奎?
北京航空航天大学可靠性工程研究所，北京 100083
Michael G. Pecht, 吴际?
美国马里兰大学 CALCE电子产品与系统中心，马里兰，2074
Status and Perspectives of Prognostics and Health Management Technology)?
ZENG Sheng_kui1, Michael G. Pecht2, Wu Ji2?
(1Institute of Reliability Engineering, Beihang University, Beijing#
100083, China)?
(2CALCE Electronic Products and Systems Center ,University of Maryland,
College Park, MD 20742）
摘要：结合故障预测与健康管理（PHM）的技术发展过程，阐述了PHM的应用价值。论述了PHM技术系统级应用问题，提出了故障诊断与预测的人机环完整性认知模型，并依此对蓬勃发展的故障诊断与故障预测技术进行了分类与综合分析，给出了PHM技术的发展图像。针对故障诊断与预测的不确定性特征，对故障诊断与预测技术的性能要求、定量评价与验证方法进行了分析。最后，以PHM技术的工程应用为线索，提出了PHM技术发展中的几个问题。
关键词：故障预测；故障诊断；故障预测与健康管理
Abstract: This paper has briefed the potential benefits of Prognostics and Health Management (PHM) against its evolution history. The architecture for PHM system-level application is outlined, and a cognition model for diagnostics and prognostics is built based on the integrality of man-machine-environment. Directed by this model, various diagnostics and prognostics methods are classified and analyzed, and a whole picture of PHM is drawn. Uncertainty is a critical factor of PHM，its requirement-making, quantitative assessment and validation are discussed. Finally, key issues to do of PHM are listed with the goal of practical extensive use.
Key words: prognostic and Health Management; diagnostics; prognostics; cognition model
1. 引言
现代武器装备的采购费用和使用与保障（O&S）费用日益庞大，经济可承受性成为一个不可回避的问题。据美军综合数据[1][2]，在武器装备的全寿命周期费用中，使用与保障费用占到了总费用的72%。与使用保障费用相比，维修保障费用在技术上更具有可压缩性。PHM、基于状态的维修（CBM）、货架产品（COTS）、自主保障（AL）等都是压缩维修保障费用的重要手段 [2][3][4]。
从20世纪70年代起，故障诊断、故障预测、CBM、健康管理等系统逐渐在工程中应用。70年代中期的A-7E飞机的发动机监控系统（EMS）成为PHM早期的典型案例[5]。在30年的发展过程中，电子产品机上测试（BIT）、发动机健康监控（EHM）、结构件健康监控（SHM）、齿轮箱、液压系统健康监控等具体领域问题的PHM技术得到了发展，出现了健康与使用监控系统（HUMS） [6]、集成状态评估系统（ICAS）[7][8]、装备诊断与预计工具(ADAPT) [9]等集成应用平台，故障诊断、使用监测、与维修保障系统交联是这些平台具有的典型特征，但故障预测能力和系统集成应用能力很弱或没有。例如， ICAS正在提升其故障预测能力、开放式系统集成能力，更好地满足系统级集成应用的需求[8]。
工程应用及技术分析[10]表明，PHM技术可以降低维修保障费用、提高战备完好率和任务成功率[3][4] [10]：
?通过减少备件、保障设备、维修人力等保障资源需求，降低维修保障费用；
?通过减少维修，特别是计划外维修次数，缩短维修时间，提高战备完好率；
?通过健康感知，减少任务过程中故障引起的风险，提高任务成功率。
本文在阐述PHM概念及其框架的基础上，依据故障诊断与预测的人机环完整性认知模型，对故障诊断与故障预测技术进行了分类与综合分析；分析了故障诊断与预测技术的性能要求、定量评价与验证方法；清理了PHM技术的发展方向。
2. PHM的系统级应用
PHM系统一般应具备故障检测、故障隔离、增强的诊断、性能检测、故障预测、健康管理、部件寿命追踪等能力[4]，通过联合分布式信息系统（JDIS）与自主保障系统交联。联合攻击战斗机（JSF）的PHM系统分为机上与地面两部分。机上部分，包括推进系统、任务系统等若干个区域管理者（AM），完成子系统、部件性能检测，增强的故障诊断，实现关键系统与部件的故障预测等任务[4]。例如，推进系统区域管理者（AM）就集成了吸入碎片监控（IDMS）、发动机微粒监控（EDMS）、涡流叶片监控（ECBS）、滑油微粒监控（ODM）等功能[11]。
大多数故障诊断与故障预测工具都具有领域相关的特点[9][12]。采用开放式的体系结构（OSA），方便各种故障诊断与预测方法的不断完善，实现即插即用，成为了在系统级实现PHM的一项关键技术 [8]。
典型的故障诊断与预测流程（图1）包含了数据采集、数据预处理、数据传输、特征提取、数据融合、状态监测、故障诊断、故障预测、保障决策等环节。数据的采集与传输，目前的发展体现在传感器的高精度、小型化、集成化、严酷环境适应性、可靠性（应比被监测对象更可靠）、低能耗，健壮与高速率传输的传感器网络等方面[13][14]，本文不再论述；在后文中主要集中在特征提取与数据融合、故障诊断与预测推理、以性能评价及保障决策等方面，对PHM技术的发展进行分析。
3. 故障诊断与预测技术的分类与分析
故障诊断与预测的认知模型
故障是产品不能完成规定功能或性能退化不满足规定要求的状态。故障诊断与预测都是对客观事物状态的一种判断，其最基本的出发点是判断者采信的信息源。客观事物的发展存在内因与外因两个方面，观察者、被观察对象、观测的环境构成了故障诊断与预测的完整认知模型（图2）。采信的信息源不同，构成了不同的故障诊断与预测方法论。对于故障诊断与故障预测来说，可以采信的信息源包括：
1.被观测对象直接的功能及性能信息（基于故障状态信息）；
2.被观测对象使用中表现出来的异常现象信息（基于异常现象信息）；
3.被观测对象使用中所承受的环境应力和工作应力信息（基于使用环境信
息）；
4.预置损伤标尺（precursor）的状态信息（基于损伤标尺信息）。
关于故障诊断与故障预测方法的分类，目前尚不统一，"基于经验、基于趋势、基于模型"[8]、""基于数据、基于模型"[15]等分类方法可以见诸文献。本文从故障诊断与故障预测的认知模型出发，依据采信的信息源不同对众多的故障诊断与故障预测方法进行归类分析，以期形成故障诊断与故障预测技术发展的完整图像。
基于故障状态信息的故障诊断与预测
直接采信被观测对象功能及性能信息进行故障诊断，是置信度最高的故障诊断方法，得到了最成功的应用。典型的方法包括电子产品的机上测试（BIT），以及非电子产品功能系统的故障诊断等。本文对具体方法不作说明。
虚警率（FA）高或不能复现（CND）故障多是困扰BIT的一个主要问题。以航空电子为例，美国F/A-18C飞机1996-1998年统计，虚警率高达88%，平均虚警间隔飞行时间（MFHBFA）不到1小时[16]。
造成BIT虚警率高的原因，除了BIT系统本身的设计问题外，主要表现为不可复现（CND）或重测合格（RTOK）等状态[17]。CND状态出现的原因一直是近年研究的热点，有专家认为，由于机上与地面工作应力和环境应力的不同，以及拆装过程的影响，使得机上测试状态与地面复测状态存在差异，是导致CND和虚警的一个主要原因[17][18][19]。与使用环境数据等进行融合，进行综合诊断，成为提高BIT能力的重要途径。
另外，实验证明环境应力对电子产品造成的某些累积损伤也表现为电性能的退化[18][20]，在现行BIT体系的基础上，采集电性能退化信息，有可能实现对电子产品的故障预测[17][18]。
基于异常现象信息的故障诊断与故障预测
通过被观测对象在非正常工作状态下所表现出来或可侦测到的异常现象（振动、噪声、污染、温度、电磁场等）进行故障诊断，并基于趋势分析进行故障预测。大多数机械产品由于存在明显的退化过程，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一个主要问题是异常信息往往被正常工作噪声所掩盖。例如，采用振动或噪声分析手段对直升机齿轮箱进行故障诊断与预测时，状态异常（轮齿磨损）引起的振动载荷变化可能只有1/4G，而正常工作振动载荷可能达到1000G,信噪比为1:4000[21]。另一个问题是异常现象是宏观的系统级的，而故障原因却是部件级、材料级的，一种现象常存在多种可能的原因，导致故障定位困难。
基于异常现象信息进行故障诊断与故障预测的任务是：基于历史统计数据、故障注入获得的数据等各类已知信息，针对当前产品异常现象特征，进行故障损伤程度的判断及故障预测（图3）[22][23]。概率分析方法、人工神经网络、专家系统、模糊集、被观测对象物理模型等都可以用于建立异常现象与故障损伤关系模型。
? 概率趋势分析模型[8][24]
此类方法通过异常现象对应的关键参数集，依据历史数据建立各参数变化与故障损伤的概率模型（退化概率轨迹），与当前多参数概率状态空间进行比较，进行当前健康状态判断与趋势分析。通过当前参数概率空间与已知损伤状态概率空间的干涉来进行定量的损伤判定，基于既往历史信息来进行趋势分析与故障预测。
概率趋势分析模型已用于涡轮压缩机气道等的故障预测，主要监控效率、压缩比、排气温度、燃油流量等四个参数[24]。图4为双参数状态空间下，压缩机健康状态演化图，2%及4%的点代表了已知的相应损伤的概率空间,椭圆为概率分布等高线。
? 神经网络（ANN）趋势分析模型[8][21][22]
此类方法利用ANN的非线性转化特征，及其智能学习机制，来建立监测到的故障现象与产品故障损伤状态之间的联系。利用已知的“异常特征-故障损伤”退化轨迹，或通过故障注入（seeded fault）建立与特征分析结果关联的退化轨迹，对ANN模型进行“训练/学习”；然后，利用“训练/学习”后的ANN依据当前产品特征对产品的故障损伤状态进行判断。由于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/学习”与故障损伤状态判断。
? 基于系统模型进行趋势分析[23][25]
此类方法利用建立被观测对象动态响应模型（包括退化过程中的动态响应），针对当前系统的响应输出，进行参数辨识，对照正常状态下的参数统计特性，进行故障模式确认、故障诊断和故障预测（图5）。这种方法提供了一种不同于概率趋势分析、ANN的途径，具有更高的置信度和故障早期预报能力[25]。
例如，针对机电式作动器（EMA）进行故障预测时[25]，基于MATLAB 建立EMA动态仿真模型，采用干摩擦系数（FDC）、局部齿轮硬度（LGS）、扭矩常数（TC）、电机温度（MT）作为关键参数进行故障预测。FDC 变化对作动筒响应的影响如图5所示。
基于使用环境信息的故障预测
由于电子产品尚无合适的可监测的耗损参数和性能退化参数、故障发生进程极短（毫秒级）等原因[15]，电子产品的寿命预测一直是一个难点。由美国马里兰大学CALCE ESPC提出的电子产品"寿命消耗监控（LCM）"方法论[26][27]是目前主要发展方向。LCM方法论（图6）采信的是环境信息，基于电子产品的失效物理模型，通过环境应力和工作应力监测，进行累计损伤计算，进而推断产品的剩余寿命。
LCM方法论的基础是对产品对象失效模式、失效机理的透彻了解，并建立量化的失效物理模型。电子产品（特别是电子元器件）的失效物理研究已有40年的历史，积累了丰富的模型，典型的模型包括焊点疲劳、电迁移、热载流子退化、时间相关介电质击穿（TDDB）、锡须、导电细丝形成（CFF）等[28]。
LCM方法论已用于航天飞机火箭助推器电子组件[29]、航天飞机远距离操作系统（SRMS）电子组件[30]、JSF飞机电源开关模块和DC/DC转换器[31]、航空电源[32]等的寿命预测，取得了良好的效果。LCM方法论事实上也适用于机械产品，目前已尝试在美军轮式地面车辆[33]、直升飞机齿轮箱中的正齿轮和蜗杆[34]等机械产品中应用。
基于损伤标尺的故障预测
所谓损伤标尺(precursor)，是针对一种或多种故障机理，以被监控产品相同的工艺过程制造出来的、预期寿命比被监控对象短产品。
基于对被监控对象特定失效机理的认识，损伤标尺可以做到定量设计。通过一系列不同健壮程度的损伤标尺，可以实现电子产品损伤过程的连续定量监控,解决LCM方法累计损伤程度难以证实的问题。
基于损伤标尺的故障预测可以在器件内和电路板级进行。器件内的损伤标尺，目前已有商业化的产品。针对静电损伤（ESD）、TDDB、电迁移、热载流子、辐射损伤等失效机理，做到了在宿主器件剩余20%寿命时失效[35]。目前国外军品器件大量断档的现实，为器件内的损伤标尺开辟了更大的应用空间。内建损伤标尺的器件，同时也是电路板组件的损伤标尺[36]。
数据融合及综合诊断与预测
综合利用来自多种信息源的、多参数、多传感器信息，以及历史与经验信息，以减小故障诊断与预测的差错，提高置信度，是数据融合的根本任务。
故障诊断与预测中的数据融合可以在三个层次进行[37]：①传感器层融合，没有信息丢失，但传输与计算量大；②特征层融合，特征提取时有信息丢失。③推理层融合。典型的数据融合过程（图1）包括在特征层融合时采信传感器层的关键原始数据，推理层融合时采信相似产品可靠性统计数据或专家经验知识。
数据融合时要考虑的主要问题是各种来源的信息的可信程度/精确度是不一样的，不恰当的数据融合也会导致故障诊断与预测的置信度降低[21][37]。常用的数据融合方法有权重/表决、贝叶斯推理、
Dempster-Shafer、卡尔曼滤波、神经网络、专家系统、模糊逻辑等方法[21]。
当前大量的应用案例都采用了数据融合的综合诊断与预测方法。例如，采用卡尔曼滤波方法对机械传动的振动数据进行融合[38] 、采用自动推理对齿轮箱的振动数据与油液污染数据进行融合[39]、采用权重方法和贝叶斯推理方法对监控直升飞机传动系的多加速度传感器数据进行融
合[40]等。图7为采用ANN融合齿轮箱领域专家知识与振动监测数据、试验台数据的方法，应用于齿轮箱健康监控，提高了对初期故障的预测置信度[41]。
需要强调的是，对于采用LCM方法的电子产品故障预测，更需要采用数据融合的方式提高预测的置信度。此类研究目前未见报道。
4. 故障诊断与预测技术的性能要求、评价与验证
由于产品内部特性（结构尺寸、材料特性等）、外界应力、量化故障规律、观测数据等的不确定性[42][43]，导致了故障诊断与预测的不确定性，产生了PHM技术的性能评价与验证问题。
故障诊断与预测的性能要求
故障检测与预测的置信度是随着损伤的严重程度而增大的。图8为实际损伤程度以及诊断置信度随时间的变化曲线[44]。
与BIT相似，针对退化效应的故障诊断与预测的性能参数也包括检测、隔离、预测三个方面，其中检测与预测能力是关键[44]。目前采用检测门限、总精度、稳定度、载荷灵敏度来描述故障检测水平[44]，采用预测时机及置信水平、预测距离来描述故障预测水平[15][45]。
检测门限用于表示达到特定检测置信度时的归一化剩余强度；总精度用于表达在损伤坐标尺下的平均检测置信水平；稳定度用于反映在同一损伤尺度下检测置信度的波动情况；载荷灵敏度来描述不同工作应力水平下检测置信水平的变化；预测时机与相应的置信度一起描述了故障预测水平（prognostics horizon）[15]。预测时机与实际发生故障时间的差距
称为预测距离，是另一个描述故障预测水平的关键参数，反映了故障预测是否足够及时，以便预留足够的维修保障准备时间。
故障诊断与预测的性能评价及验证
目前对于PHM技术的不确定性定量评价与验证，采取的主要手段是通过收集历史数据和故障注入产生的数据，建立相应领域的试验台（test bench），来对相应领域的各种故障诊断与预测方法进行验证与评价。例如，JSF项目资助的注入故障发动机试验台（SFET）[11],用于完成对JSF发动机健康监控方法的验证与评价；宾夕法尼亚大学应用研究实验室（ARL）的机械诊断测试台（MDTB）[41]，积累了大量齿轮、轴、轴承以及美海军航空母舰重要失效数据；IMPAC公司开发的性能评价工具（MET）[46]，用于对基于振动特征的健康监控方法进行评价。
5. 故障预测与健康管理技术展望
PHM技术的发展经历了故障诊断、故障预测、系统集成三个日益完善的阶段，在部件级和系统级两个层次、在机械产品和电子产品两个领域经历了不同的发展历程。当前PHM技术的发展体现在以系统级集成应用为牵引，提高故障诊断与预测精度、扩展健康监控的应用对象范围，支持CBM与AL的发展。
在PHM系统集成应用方面，体现在①如何采用并行工程的原则，与被监控产品设计同步，进行PHM的框架设计与细节设计？②如何进行PHM的定量性能评价与验证？③针对故障预测的不确定性，如何进行风险-收益分析，实现容忍不确定性的保障决策？
在提高故障诊断与预测精度方面，体现在①研究混合及智能数据融合技术，加强经验数据与故障注入数据的积累，提高诊断与预测置信度；②不断寻求高信噪比的健康监控途径。③研究灵巧、健壮的传感器，提高数据源阶段的精度。
在扩展应用对象范围方面，体现在向电子产品故障预测的扩展。①如何与故障预测技术相结合，提升BIT能力，减少CND，降低虚警率？②如何实现LCM不确定性的定量评价？③如何把LCM与损伤标尺技术相结合，提高LCM的置信度?
参考文献
[1] Alford, ., Jr.; The problem with aviation COTS, Aerospace and Electronic Systems Magazine, IEEE,Volume 16, Issue 2, Feb. 2001?
[2] Gartner, .; Dibbert, .; Application of integrated diagnostic process to non-avionics systems, AUTOTESTCON Proceedings, 2001. IEEE Systems Readiness Technology Conference.?
[3] Byer,B.; Hess,A.; Fila,L.; Writing a convincing costbenefit analysis to substantiate autonomic logistics, Aerospace Conference, 2001, IEEE Proceedings. Volume 6.?
[4] Hess,A.; Calvello,G.; Dabney,T.; PHM a key enabler for the JSF autonomic logistics support concept，Aerospace Conference, 2004. Proceedings. 2004 IEEE，Volume 6.?
[5] Andy Hess, The Joint Strike Fighter (JSF) Prognostics and Health Management, NDIA 4th Annual Systems Engineering Conference, 2001?
[6] (10)Gill, .; Lessons learned from rotary- and fixed-wing HUMS applications, Aerospace Conference Proceedings, 2000 IEEE, Volume 6.?
[7] Byington,.; Watson,M.; Roemer,.; Galic,.;McGroarty, .; Prognostic enhancements to gas turbine diagnostic systems，Aerospace Conference, 2003. Proceedings. 2003 IEEE，Volume 7.?
[8] Byington,.; Roemer,.; Galie,T.; Prognostic enhancements to diagnostic systems for improved condition-based maintenance，Aerospace Conference Proceedings, 2002. IEEE,Volume 6.?
[9] Araiza,.; Kent,R.; Espinosa,R.; Real-time, embedded diagnostics and prognostics in advanced artillery systems, AUTOTESTCON Proceedings, 2002. IEEE, Oct. 2002 Page(s):818 - 841?
[10] Bridgman, .; Relating failure prognostics to system benefits,Aerospace Conference Proceedings, 2002. IEEE,Volume 7.?
[11] Powrie, Fisher, .; Engine health monitoring: Towards total prognostics, Aerospace Conference, 1999. Proceedings. Volume 3.? [12] Su, .; Nolan, M.; DeMare, G.; Carey, .; Prognostics framework, AUTOTESTCON '99. IEEE Systems Readiness Technology Conference, 1999.?
[13] Harman, .; Wireless solutions for aircraft condition based maintenance systems, Aerospace Conference Proceedings, 2002. IEEE, Volume 6.?
[14] Nickerson, B.; Lally, R.; Development of a smart wireless networkable sensor for aircraft engine health management, Aerospace Conference, 2001, IEEE Proceedings. Volume 7.?
[15] ?
[16] Karen T. Bain and David G. Orwig, F/A-18E/F Built-In-Test (BIT) Maturation Process, NDIA 3th Annual Systems Engineering Conference, 2000.?
[17] R. Williams, J. Banner, I. Knowles, M. Natishan, and M. Pecht, An Investigation of 'Cannot Duplicate' Failure, Quality and Reliability Engineering International;, Vol. 14, pp. 331-337, 1998?
[18] , , , , and I. Knowles, An Evaluation of Built-In Test, IEEE Transactions on Aerospace and Electronic Systems, Vol. 37, No. 1, pp.
266-272, January 2001.?
[19] Pecht, M.; Ramappan, V.; Are components still themajor problem: a review of electronic system and device field failure returns,Components, IEEE Transactions on Hybrids, and Manufacturing Technology,Volume 15, Issue 6, Dec. 1992?
[20] Kirkland, .; Pombo, T.; Nelson, K.; Berghout, F.; Avionics health management: searching for the prognostics grail,Aerospace Conference, 2004. Proceedings. 2004 IEEE, Vol 5.?
[21] D. L. Hall, McMullen. Mathematical techniques in multisensor data fusion，Boston: Artech House, c2004.?
[22] J. H. Williams，A. Davies，P. R. Drake, Condition-based maintenance
and machine diagnostics，Chapman & Hall, 1994.?
[23] . Natke, C. Cempel, Model-aided diagnosis of mechanical systems: fundamentals, detection, localization, and assessment，Springer Verlag,
c1997.?
[24] G. J. Kacprzynski, M. Gumina,etc, A PROGNOSTIC MODELING APPROACH FOR PREDICTING RECURRING MAINTENANCE FOR SHIPBOARDPROPULSION SYSTEMS, Proceedings of ASME Turbo Expo 2001, New Orleans, LA USA?
[25] Byington, .; etc; A model-based approach to prognostics and health management for flight controlactuators，Aerospace Conference, 2004. Proceedings. 2004 IEEE，Volume 6.?
[26] A. Ramakrishnan and M. Pecht, A Life Consumption Monitoring Methodology for Electronic Systems,IEEE Transactions on Components and Packaging Technologies, Vol. 26, No. 3, pp. 625-634, September, 2003.?
[27] R. Valentin, M. Osterman and Bob Newman, Remaining Life Assessment of Aging Electronics in Avionic Applications, The Annual Reliability and Maintainability, 2003 Proceedings, pp. 313-318, Tampa Florida, January 27-30, 2003.?
[28] Milton ohring, reliability and failure of electronic materials and devices, Academic Press,1998?
[29] ?
[30] V. Shetty, D. Das, M. Pecht, D. Hiemstra and S. Martin, Remaining Life Assessment of Shuttle Remote Manipulator System End
Effector,Proceedings of the 22nd Space Simulation Conference, Ellicott City, MD, October 21-23, 2002.?
[31] ?
[32] ?
[33] ?
[34] Kacprzynski, .; Roemer, .; Modgil, G.; Palladino, A.; Maynard, K.; Enhancement of physics-of-failure prognostic models with system level features,Aerospace Conference Proceedings, 2002. IEEE.?
[35] &?
[36] ?
[37] Roemer, .; Kacprzynski, .; Orsagh, .; Assessment of data and knowledge fusion strategies for prognostics and health management, Aerospace Conference, 2001, IEEE 6.?
[38] Mcclintic, ., Feature prediction and tracking for monitoring the condition of complex mechanical systems, in Acoustics, University Park, PA: The Pennsylvania State University,1998.?
[39] Byington ., etc, Fusion techniques for vibration and oil debris/quality in gearbox failure testing, International conference on condition monitoring, Swansea, 1999.?
[40] Erdley, ., Improved fault detection using multilsensor data fusion, in Electrical Engineering, University Park, PA: The Pennsylvania State University,1997.?
[41] Garga, .; McClintic, .; Campbell, .; Chih-Chung Yang; Lebold, .; Hay, .; Byington, .; Hybrid reasoning for prognostic learning in CBM systems, Aerospace Conference, 2001, IEEE 6.?
[42] Achintya Haldar, Sankaran Mahadevan. Reliability assessment using stochastic finite element analysis，New York: John Wiley & Sons, c2000.?
[43] ?
[44] Orsagh, .; Roemer, .; Savage, .; Lebold, M.; Development of performance and effectiveness metrics for gas turbine diagnostic technologies, Aerospace Conference Proceedings, 2002. IEEE, ?
[45] ?
[46] Byington ., etc, Metrics evaluation and tool development for health and usage monitoring system technology, The American helicopter society 59th annual forum, Phoenix, Arizona, 2003.
作者简介：
曾声奎（1968－）男，贵州兴义人，北京航空航天大学可靠性工程研究所研究员，主要研究方向为可靠性设计与分析、计算机辅助可靠性维修性保障性设计、故障预测与健康监控、性能与可靠性一体化设计等。
Michael G. Pecht（1952－）男，美国马里兰大学CALCE电子产品和系统中心的创建者、主任和首席教授，IEEE和ASME院士（Fellow）。《Microelectronics Reliability International 》主编,《IEEE Transactions on Components and Packaging Technology》和《International Microelectronics Journal》副主编。曾担任8年《IEEE Transactions on reliability》主编，出版了18本关于电子产品研发、使用和供应链管理方面的着作。
吴际（1972－）女，美国马里兰大学CALCE电子产品和系统中心研究科学家，博士，IEEE会员。研究领域包括无铅焊接电子产品可靠性评估、电连接器和IC插座、加速试验、失效分析、可靠性能力评估等。她是《Lead-Free Electronics》、《The Chinese Electronics Industry -2003 edition》的作者之一。
慢病患者的健康管理研究现状及启示要点
?综述?慢病患者的健康管理研究现状及启示 李桂蓉 ６２１０００四川省绵阳，绵阳市中心医院眼科 ＤＯＩ：１０．３７６０／ｃｍａ．ｊ．ｉｓｓｎ．１００８－６７０６．２０１６．０８．０４０ 【摘要】 慢病的健康管理是目前医疗延伸服务的研究方向和热点。本研究系统地回顾了国内外慢病健 康管理的发展、慢病的管理模式，提出了国内现行慢病健康管理模式存在的诸多问题，认为慢病健康管理需要 明确对象与标准、建立多方联动的信息化机制、以政府和法律为保障的强基层医疗队伍建设、多部门联合的分 级诊疗实施，试图为慢病健康管理提供理论依据。 【关键词】 慢病； 健康管理 Ｔｈｅｓｉｔｕａｔｉｏｎａｎｄｅｎｌｉｇｈｔｅｎｍｅｎｔｏｆｍａｎａｇｅｍｅｎｔａｎｄｒｅｓｅａｒｃｈｏｎｃｈｒｏｎｉｃｐａｔｉｅｎｔｓ＇ｈｅａｌｔｈＬｉＧｕｉｒｏｎｇ． ＤｅｐａｒｔｍｅｎｔｏｆＯｐｈｔｈａｌｍｏｌｏｇｙ，ＭｉａｎｙａｎｇＣｅｎｔｒａｌＨｏｓｐｉｔａｌ，Ｍｉａｎｙａｎｇ，Ｓｉｃｈｕａｎ６２１０００，Ｃｈｉｎａ 【Ａｂｓｔｒａｃｔ】 ＯｂｊｅｃｔｉｖｅＡｔｐｒｅｓｅｎｔ，ｈｅａｌｔｈｃａｒｅｆｏｒｃｈｒｏｎｉｃｄｉｓｅａｓｅｓｉｓｔｈｅｈｉｇｈｌｉｇｈｔｏｆｍｅｄｉｃａｌｅｘｔｅｎｄｅｄｓｅｒｖ－ ｉｃｅ．Ｔｈｅａｒｔｉｃｌｅｈａｓｓｙｓｔｅｍａｔｉｃａｌｌｙｄｅｍｏｎｓｔｒａｔｅｄｔｈｅｄｅｖｅｌｏｐｍｅｎｔａｎｄｍａｎａｇｅｍｅｎｔｍｏｄｅｓｏｆｈｅａｌｔｈｃａｒｅｆｏｒｃｈｒｏｎｉｃ ｄｉｓｅａｓｅｓｂｏｔｈａｔｈｏｍｅａｎｄａｂｒｏａｄ，ａｎｄａｌｓｏｒａｉｓｅｄｖａｒｉｏｕｓｐｒｏｂｌｅｍｓｉｎｔｈｅｃｕｒｒｅｎｔｍａｎａｇｅｍｅｎｔｍｏｄｅｌ．Ｉｔｉｓｎｅｃｅｓｓａｒｙ ｔｏｆｉｎｄｔｈｅｃｏｒｒｅｃｔｏｂｊｅｃｔｓａｎｄｓｔａｎｄａｒｄｓ，ａｎｄｂｕｉｌｄａｎｉｎｔｅｒ－ｃｏｎｎｅｃｔｅｄａｎｄａｌｌ－ｒｏｕｎｄｍｅｃｈａｎｉｓｍｂａｓｅｄｏｎｉｎｆｏｒｍａ－ ｔｉｏｎａｎｄａｐｏｗｅｒｆｕｌｇｒａｓｓ－ｒｏｏｔｍｅｄｉｃａｌｇｒｏｕｐｂａｃｋｅｄｕｐｂｙｔｈｅｇｏｖｅｒｎｍｅｎｔａｎｄｌａｗ．Ｗｅｃａｌｌｆｏｒｔｈｅｃｌａｓｓｉｆｉｅｄｉｍｐｌｅ－ ｍｅｎｔａｔｉｏｎｂｙｊｏｉｎｔｅｆｆｏｒｔｓｏｆａｌｌｄｅｐａｒｔｍｅｎｔｓｔｏｐｒｏｖｉｄｅｖａｌｉｄｔｈｅｏｒｉｅｓｆｏｒｈｅａｌｔｈｃａｒｅｆｏｒｃｈｒｏｎｉｃｄｉｓｅａｓｅｓ．【Ｋｅｙｗｏｒｄｓ】 Ｃｈｒｏｎｉｃｄｉｓｅａｓｅ； Ｈｅａｌｔｈｃｏｎｔｒｏｌ 慢病已成为２１世纪危害人们健康的主要问题［１］。慢病健康管理是以生物－心理－社会医学模式为主导，通过对慢病患者及高危人群提供系统、全面、全程、连续、主动、综合的健康管理措施，以促进健康，延缓疾病进程，减少并发症，降低致残率，从而延长人均寿命，提高生活质量，降低医疗费用的管理模式［２］。慢病健康管理起源于２０世纪６０年代美国，２０世纪８０年代形成体系并迅速在英国得到推广［３－５］。慢病健康管理对象主要以心脑血管病、糖尿病、恶性肿瘤、慢性呼吸系统疾病等为代表的疾病［６］。因其高发病率和病死率、低知晓率和控制率特点，给国家带来较大的经济负担，成为了目前全球的公共卫生问题。 １慢病需求的增加推动慢病健康管理快速发展 近年来，随着疾病谱的改变，使得越来越多的病种归入慢病的范畴，人口老龄化趋势导致越来越多的失能、半失能老年人和伴随多种疾病的老年人增加，因慢病而引起的发病和死亡比例呈直线上升趋势。预计到２０２０年，发展中国家８０％的疾病负担来自慢病问题［７－８］。我国在医疗卫生改革中将提高服务效率、降低费用、缩短患者平均住院时间等作为改革措施［９］，使得更多的慢病患者无法在医疗机构享受医疗服务，催生并促进了慢病管理学科和延伸护理的建立与持续发展。国家卫计委出台的《中国慢病防治工作规划（２０１２－２０１５年）》［１０］提出：关口前移以推进全民健康生活方式；拓展服务以及时发现管理高风险人群；规范防治以提高慢病诊治康复效果；明确职责以加强慢病防治有效协同；抓好示范，提高慢病综合防控能力；共享资源，完善慢病监测信息管理。中国护理事业发展规划纲要（２０１１－２０１５年）更是明确提出建立和完善“以机构为支撑、居家为基础、社区为依托”的长期护理服务体系，提高对长期卧床患者、晚期姑息治疗患者、老年慢病患者等人群提供长期护理、康复、健康教育、临终关怀等服务的能力［１１］。 ２国外慢病健康管理的发展特点 ２．１ 慢病健康管理起源早、发展快、管理系统日趋完善慢病健康管理起源于２０世纪６０年代，１９６０年美国开始进行“全民健康与营养调查（ＮＨＩＳ）”，开启了慢病健康管理之路，之后英国、芬兰、日本等发达国家陆续开展慢病管理，逐步形成较为成熟的健康管理体系。美国政府认为慢病健康管理关系到国家经济、政治和社会稳定，一直致力于积极制定健康管理计划及建立慢病健康管理体系［１２］。英国和芬兰主要以社区卫生服务推进慢病管理体系，他们认为只要改变影响健康的不良生活为就可以有效地控制慢病的进展。而日本则主要以提供专业的健康管理师为特色，并且有政府和民间的健康管理组织合作为慢病患者提供健康服务［１３］。外国学者认为，慢病患者的健康管理需要完成疾病治疗管理，在慢病健康管理过程中产生新的角色及在工作、家庭和朋友中新的定位，还有如何正确面对疾病所致的情绪这三方面的任务［１４］。经过３０余年的实践证明，国外的慢病健康管理理念及体系已趋于完善，并成为提高国民健康水平最经济、最有效的措施。
健康管理行业发展现状研究
健康管理行业发展现状研究 作者：[程蕾] 来源：国泰君安证券 一、行业的现状、规模以及所处的生命周期（一）行业现状与规模随着社会发展和生活水平的普遍提高，人们对健康的追求越来越高，相关健康服务业发展前景广阔。以生物技术和生命科学为先导，涵盖医疗卫生、营养保健、健身休闲等健康服务功能的健康产业成为引导全球经济发展和社会进步的重要产业。据统计，目前全球股票市值中，健康产业相关股票的市值约占总市值的13%左右。特别是在发达国家，健康产业已经成为带动整个国民经济增长的强大动力，美国的医疗服务、医药生产、健康管理等健康行业增加值占GDP比重超过16%，加拿大、日本等国健康产业增加值占GDP比重也超过10%。在我国，健康产业仅占中国国民生产总值的5%左右，低于许多发展中国家。根据《国务院关于促进健康服务业发展的若干意见》（国发[2013]40号）规划，到2020年，基本建立覆盖全生命周期、内涵丰富、结构合理的健康服务业体系，打造一批知名品牌和良性循环的健康服务产业集群，并形成一定的国际竞争力，基本满足广大人民群众的健康服务需求。健康服务业总规模达到8万亿元以上，成为推动经济社会持续发展的重要力量。据前瞻产业研究院发布的《2014-2018年中国健康服务行业市场前瞻与投资战略规划分析报告》的数据分析，中国健康管理市场保守估计将呈20%的年增长率发展，2014年中国健康管理市场预期将达1075亿元，2018年将达到2188 亿元。可以说，健康服务及相关产业前景广阔，市场潜力巨大。健康服务业以维护和促进人民群众身心健康为目标，主要包括医疗服务、健康管理与促进、健康保险以及相关服务，涉及药品、医疗器械、保健用品、保健食品、健身产品等支撑产业，覆盖面广，产业链长。1、世界主要发达国家卫生费用支出情况根据世界卫生组织统计，2013年，美国卫生总费用支出26565亿美元，占GDP比重17.60%，日本卫生总费用支出5400亿美元，占GDP比重9.20%，德国卫生总费用支出4114亿美元，占GDP比重11.50%，英国卫生总费用支出2321亿美元，占GDP比重9.60%，中国卫生总费用支出3649亿美元，占GDP比重5%。我国与世界发达国家相比，卫生支出占比相对较低。
预测与健康管理(PHM)技术现状与发展
随着高科技的不断注入，现代装备的高集成化、高智能化以及分析处理问题的高效化日益增强，随之而来的系统的故障诊断、维修保障和可靠性越来越受到人们的高度重视。 目前世界上大部分装备的维护多以定期检查、事后维修为主，不仅耗费大量的人力和物力，而且效率低下。PHM(Prognosties and Health Management)预测与健康管理技术是综合利用现代信息技术、人工智能技术的最新研究成果而提出的一种全新的管理健康状态的解决方案。PHM系统未来一段时间内系统失效可能性以及采取适当维护措施的能力，一般具备故障检测与隔离、故障诊断、故障预测、健康管理和部件寿命追踪等能力。 PHM技术的发展过得去是人们自我学习和提升的过程，即从对设备的故障和失效的被动维护，到定期检修、主动预防，再到事先预测和综合规划管理。美陆军早期装备直升机的健康与使用监测系统就是PHM最原始的形态。20世纪60年代，由于航空航天领域极端复杂的环境和使用条件驱动了最初的可靠性理论、环境试验和系统试验能及质量方法的诞生。随着宇航系统复杂性的增加，由设计不充分、制造误差、维修差错和非计划事件等各种原因导致故障的机率也在增加，迫使人们在70年代提出了航天器综合健康管理的概念来监视系统状态。随着故障监测和维修技术的迅速发展，先后开发应用的有飞机状态监测系统、发动机监测系统、综合诊断预测系统以及海军的综合状态评估系统等。随后出现的这些诊断故障原和检测状态的技术，最终带来了故障预测方法PHM的诞生。 上世纪末，随着美军重大项目F-35联合攻击机(JSF)项目的启动，正式把以上的故障预测和维修全面解决方案命名为预测与健康管理(PHM)系统，为PHM技术的诞生带来了契机。PHM是JSF项目实现经济承受性、保障性和生存性目标的一个关键所在。JSF的PHM系统是当前飞机上使用的(BIT)和状态监控的发展，这种发展的主要技术要素是从状态(健康)监控向状态(健康)管理的转变，这种转变引入了故障预测能力，借助这种能力从整个系统(平台)的角度来识别和管理故障的发性，其目的是减少维修人力物力、增加出动架次率以及实现自主式保障。 PHM技术的发展大致经历了由外部测试到机内测试(BIT)，进而测试独立出来成为一门学科，然后便是综合诊断的提出与应用，最后便是发展到现在的预测与健康管理(PHM)技术。 在航空航天、国防军事以及工业各领域中应用的不同类型的PHM系统，其体现的基本思想是类似的，区别主要表现在不同领域其具体应用的技术和方法的不同。一般而言，PHM 系统主要有六个部分构成： 1、数据采集利用各种传感器探测、采集被检系统的相关参数信息，将收集数据进行有效信息转换以及信息传输等。 2、信息归纳处理接受来自传感器以及其它数据处理模块的信号和数据信息，将数据信息处理成后续部件可以处理的有效形式或格式。该部分输出结果包括经过滤波、压缩简化后的传感器数据，频谱数据以及其它特征数据等。 3、状态监测接受来自传感器、数据处理以及其它状态监测模块的数据。其功能主要是将这些数据同预定的失效判据等进行比较来监测系统当前的状态，并且可根据预定的各种参数指标极限值/阈值来提供故障报警能力。 4、健康评估接受来自不同状态监测模块以及其它健康评估模块的数据。主要评估被监测系统(也可以是分系统、部件等)的健康状态(如是否有参数退化现象等)，可以产生故障诊断记录并确定故障发生的可能性。故障诊断应基于各种健康状态历史数据、工作状态以及维修历史数据等。 5、故障预测决策故障预测能力是PHM系统的显著特征之一。该部件由两部分组成，可综合利用前述各部分的数据信息，评估和预测被监测系统未来的健康状态，并做出判断，建议、决策采取相应的措施。该部件可以在被监测系统发生故障之前的适宜时机采取维修措施。该部分实现了PHM系统管理的能力，是另一显著特征之一。
健康管理行业发展现状研究
健康管理行业发展现状研究 作者：[程蕾]???来源：国泰君安证券 一、行业的现状、规模以及所处的生命周期（一）行业现状与规模随着社会发展和生活水平的普遍提高，人们对健康的追求越来越高，相关健康服务业发展前景广阔。以生物技术和生命科学为先导，涵盖医疗卫生、营养保健、健身休闲等健康服务功能的健康产业成为引导全球经济发展和社会进步的重要产业。据统计，目前全球股票市值中，健康产业相关股票的市值约占总市值的13%左右。特别是在发达国家，健康产业已经成为带动整个国民经济增长的强大动力，美国的医疗服务、医药生产、健康管理等健康行业增加值占GDP比重超过16%，加拿大、日本等国健康产业增加值占GDP比重也超过10%。在我国，健康产业仅占中国国民生产总值的5%左右，低于许多发展中国家。根据《国务院关于促进健康服务业发展的若干意见》（国发[2013]40号）规划，到2020年，基本建立覆盖全生命周期、内涵丰富、结构合理的健康服务业体系，打造一批知名品牌和良性循环的健康服务产业集群，并形成一定的国际竞争力，基本满足广大人民群众的健康服务需求。健康服务业总规模达到8万亿元以上，成为推动经济社会持续发展的重要力量。据前瞻产业研究院发布的《2014-2018年中国健康服务行业市场前瞻与投资战略规划分析报告》的数据分析，中国健康管理市场保守估计将呈20%的年增长率发展，2014年中国健康管理市场预期将达1075亿元，2018年将达到2188亿元。可以说，健康服务及相关产业前景广阔，市场潜力巨大。健康服务业以维护和促进人民群众身心健康为目标，主要包括医疗服务、健康管理与促进、健康保险以及相关服务，涉及药品、医疗器械、保健用品、保健食品、健身产品等支撑产业，覆盖面广，产业链长。1、世界主要发达国家卫生费用支出情况根据世界卫生组织统计，2013
故障预测与健康管理系统方案
故障预测与健康管理系统解决方案 1.国内数字化设备管理存在的问题 今天，随着德国“工业4.0”、美国GE“工业互联网”在全球的风靡，以及“中国制造2025”战略的如火如荼地推进，以新一代信息技术与制造业深度融合为特点的智能制造已经引发了全球性的新一轮工业革命，并成为制造业转型升级的重要抓手与核心动力。 1.1.设备管理问题依然严重 在多年的项目实施过程中深切感觉到，国内不管是大型企业还是中小企业，随着数字化脚步的加快，设备数控化率在逐年飞速的提高，数字化设备的数量与日俱增。但这些设备出现故障以后的维修周期平均在2周以上，属于主轴、丝杠等关键部件损坏所导致的故障维修时间平均在3周以上。维修期间，不仅严重影响生产进度，影响交货期，而且需要花费不菲的维修费用。国外设备厂家提供的维修服务都是从工程师离开国外住地开始计算维修费用，如果请国外工程师维修，光人工费用每次平均都在5万（人民币）以上，加上更换备件等费用，每年企业需支付昂贵的设备维修费用。 企业目前对数字化设备采用传统“事后维修”的管理方法已经严重制约了公司的智能制造发展目标。需要研究和探索，对于大量的离散制造业的设备进行预防性维护和故障预测的方案。 1.2.设备健康管理需求迫在眉睫 设备数据采集系统采集设备数据利用价值没有充分挖掘出来，给工厂决策等提供的分析数据有限。虽然在数字化工厂建设上取得了较好的效果，但是在设备数据利用方面还远远不够。设备数据采集系统经过长期的系统运行，拥有了大量的设备的运行历史数据。
3OEE、开机率、故障率报表显示70% 4报警故障信息次数和内容统计40% 5加工零件信息数量统计30% 6程序传输功能程序上传下载90% 7其它信息报表和看板展示不确定 表格1某企业数据采集利用程度表 设备数据采集系统虽然可以提供与生产效率相关的基本统计信息，但仍然倚重硬件互联的部分，对于数据，尤其是海量互联数据分析来达到机器主件衰退监测、健康状况评估、故障预测预诊断、风险评估、以及决策支持方面，仍然有提升空间： 1)现有的数控机床联网制造了大量数据，然而目前却没有很好的分析方式， 目前仅仅限于原始数据重现，应该进行价值挖掘。 2)数控机床数量多、类型多、系统多样，虽然数据互联，但对于每种不同机 型，缺少每个机台的针对性健康状态监测结果。 3)现有的生产管理系统更多是从设计角度出发，没有对设备健康状况做监测， 并且在管理时没有将生产效率与设备健康连接起来，所使用机器将因为衰 退情况的未知而对生产任务的完成造成未知风险。 4)对于设备生产产品的质量检测，目前没有实现数字化。在发现产品质量问 题时，次品已经产生。缺少提前预测产品质量缺陷手段。 5)在绿色环保方面，对于设备使用的能量没有监测或数字化管理手段。设备 能耗状况的管理相对粗放，没有能够与生产任务协调管理，使得在达到生 产效率最大化的同时实现能效最优化来节省开支，降低碳排放。 6)对于相同设备的维护管理，由于经常依赖于经验以及设备用户手册，所采 用的维护方式大都趋同。然而，根据设备所经历的不同工况，相同的设备 可能衰退的过程不尽相同。如果对于衰退不严重的设备实施了维护，那么 会造成资源浪费以及停机时间，进而影响生产效率；如果对于衰退严重的 设备延迟进行维护，则可能造成设备加速老化，甚至严重的生产安全隐患。
健康管理制度在中国的历史、现状和挑战
健康管理在中国的历史、现状和挑战
作者: 日期: 2
健康管理在中国的历史、现状和挑战 黄建始教授与陈君石院士的《健康管理在中国的历史、现状和挑战》一文，我读过后感到非常的有所启 发，健康管理在中国的岀现不到10年，实践应用却先行于理论研究。自2001年国内第一家健康管理公司注册到今天，健康管理走过了艰难而重要的几年。2003年SARS危机的出现和2005年健康管理师国家职业的设立，有力地推动了健康管理在中国的发展。 作为一门新学科新行业，健康管理受到越来越多的关注。然而，由于普及健康管理基本概念和知识的工作没有到位，研究健康管理理论的队伍还处于逐渐形成的阶段，进行健康管理实践的人才也相当匮乏，市场上健康管理知识和服务的提供很不规范，岀现了"鱼目混珠”的局面。无序的市场给真正关心健康管理事 业发展的人造成了思想上的混乱和心理上的茫然。 什么是健康管理？健康管理源自何方？为什么中国需要健康管理？政府在健康管理的发展中发挥什么作用？健康管理师和全科医生将是一种什么样的关系？健康管理在中国的前景如何？这些都是许多全科医生关心的问题。 《健康管理在中国的历史、现状和挑战》试图从学术的角度对上述问题进行探讨，希望能够在健康管理的基本概念和知识上澄清一些不必要的迷惑。实属很有必要。 一、什么是健康管理？虽然在美国已经有20多年健康管理的实践和应用性研究，但是目前还没有见到全面系统的理论研究和权威的专著。健康管理在中国的岀现时间很短，更没有一个大家公认的定义。可以说, 目前世界上还没有一个大家都能够接受的健康管理定义。 由国家卫生部职业技能鉴定指导中心组织编写的《卫生行业特有工种职业〈健康管理师〉国家职业资格培训教材》一书综合国内外关于健康管理的几种代表性定义，结合我国《健康管理师国家职业标准》中关于健康管理师的职业定义，将健康管理定义为：对个体或群体的健康进行全面监测分析、评估，提供健康咨询和指导以及对健康危险因素进行干预的全过程。健康管理的宗旨是调动个体和群体及整个社会的积极性，有效地利用有限的资源来达到最大的健康效果。健康管理的具体做法就是为个体和群体（包括政府）提供有针对性的科学健康信息并创造条件采取行动来改善健康。 上述定义为我们界定了健康管理的性质、内容和特点。健康管理从性质上来看，是一种管理过程。1986 年WHO从健康促进的角度将健康定义为："……每天生活的资源，并非生活的目的。健康是社会和个人的 资源，是个人能力的体现。"既然是资源，就需要管理，因为所有的资源都是有限的。通过管理，可以最大地发挥资源的作用。健康管理就是针对健康需求对健康资源进行计划、组织、指挥、协调和控制的过程。在这里健康需求可以是一种健康危险因素，如高血压，肥胖；也可以是一种健康状态，如糖尿病或老年痴呆。健康管理的手段可以是对健康危险因素进行分析，对健康风险进行量化评估，或对干预过程进行监督指导。健康管理服务的特点是标准化、量化、个体化和系统化。健康管理的具体服务内容和工作流程必须
供应链管理的发展趋势
供应链管理的发展趋势 供应链管理是迄今为止企业物流发展的最高级形式。虽然供应链管理非常复杂，且动态、多变，但众多企业已经在供应链管理的实践中获得了丰富的经验并取得显著的成效。当前供应链管理的发展正呈现出一些明显的趋势： 1、时间与速度 越来越多的公司认识到时间与速度是影响市场竞争力的关键因素之一。比如，在IT行业，国内外大多数PC制造商都使用Intel的CPU，因此，如何确保在第一时间内安装Intel最新推出的CPU就成为各PC制造商获得竞争力的自然之选。总之，在供应链环境下，时间与速度已被看作是提高企业竞争优势的主要来源，一个环节的拖沓往往会影响整个供应链的运转。供应链中的各个企业通过各种手段实现它们之间物流、信息流的紧密连接，以达到对最终客户要求的快速响应、减少存货成本、提高供应链整体竞争水平的目的。 2、质量与资产生产率 供应链管理涉及许多环节，需要环环紧扣，并确保每一个环节的质量。任何一个环节，比如运输服务质量的好坏，就将直接影响到供应商备货的数量、分
销商仓储的数量，进而最终影响到用户对产品质量、时效性以及价格等方面的评价。时下，越来越多的企业信奉物流质量创新正在演变为一种提高供应链绩效的强大力量。另一方面，制造商越来越关心它的资产生产率。改进资产生产率不仅仅是注重减少企业内部的存货，更重要的是减少供应链渠道中的存货。供应链管理发展的趋势要求企业开展合作与数据共享以减少在整个供应链渠道中的存货。 3、组织精简 供应链成员的类型及数量是引发供应链管理复杂性的直接原因。在当前的供应链发展趋势下，越来越多的企业开始考虑减少物流供应商的数量，并且这种趋势非常明显与迅速。比如，跨国公司客户更愿意将它们的全球物流供应链外包给少数几家，理想情况下最好是一家物流供应商。因为这样不仅有利于管理，而且有利于在全球范围内提供统一的标准服务，更好地显示出全球供应链管理的整套优势。 4、客户服务方面 越来越多的供应链成员开始真正地重视客户服务与客户满意度。传统的量度是以“订单交货周期”、“完整订单的百分比”等来衡量的，而目前更注重客户对服务水平的感受，服务水平的量度也以它为标
国外健康管理发展现状
国内外健康管理发展现状 健康管理的概念提出和实践最初出现在美国，生存环境恶化、人口老龄化加剧、慢性病人群不断增长直接导致美国医疗卫生需求过度增长。美国经济和社会发展面临着前所未有的威胁和挑战。传统的以疾病诊治为中心的卫生服务模式应对不了新的挑战，在这种环境下，以健康管理为中心的卫生服务模式应运而生了。在美国，最先应用健康管理的是保险行业。20世纪60年代，美国保险业即提出了健康管理的概念。医疗保险业的管理者通过长期观察发现，大部分健康人仅用很少的医疗费用，而一小部分人却不合比例地用掉了大部分医疗费用。因而找到那些可能导致高费用的人并采取措施来减少他们的医疗费用对保险业来说尤为重要。应用健康管理技术可以早期鉴别出高危人群，通过健康管理减少投保人的患病风险，从而减少保险的赔付费用。健康管理既能提高个人的健康水平，从而提高个人对健康保险的信任度，又能减少医疗费用支出，增加行业收益，使投保人与保险公司双方受益。20 世纪 90 年代，企业管理者意识到员工的健康直接关系到企业的效益和发展，员工或其家属的健康出现问题会直接造成的生产率下降。有研究发现，员工的健康出现问题时，雇主不仅要花费医药开支，同时还意味着要承担因员工健康问题造成的生产效率下降而带来的损失。基于这种情况，亟待出现一种以疾病预测为导向的医疗服务，维护企业员工的健康状态。只有员工及其家属的健康得到保障，才能提高员工的生产效率，使得经济快速健康发展。于是，健康管理的疾病预测模型研究进入了一个快速发展的时期，疾病预测技术被越来越多地应用到了健康管理服务中。实践证明，如果在健康管理方面投入1元钱，则可以减少 3~6 元的医疗费用，再加上提高生产效率的回报，实际效益更大。健康管理通过为企业员工提供健康管理服务，识别和控制疾病危险因素，从而改善其健康状况，不仅减少企业的医疗费用支出，同时能提高工作效率。1990年美国政府制订了“健康人民”的健康管理计划，该计划项目是全国性的，由美国联邦卫生和社会服务部主持，每10年1次，循环反复，旨在逐步提高全体国民的健康水平。目前，“健康人民”已完成了第 2 个 10 年，即“健康人民 2010”。该计划包括两个目标：一是提高健康生活质量，延长健康寿命；二是消除健康差距。政府在美国的全民健康管理中起到了积极的倡导作用，不仅指明了方向，更在政策上大力支持，使美国健康管理取得了显著的成
供应链管理发展过程与趋势
供应链管理发展过程与趋势 陈克松，张若云 （华东理工大学工商经济学院，上海２００２３７） 【 摘要】供应链管理理念已经成为全球主要大型公司的一种普遍的运营实践模式，也是一种新的商业管理模式。 文章通过整理部分文献对供应链概念及管理理论进行概括，揭示这些思想和理论对当今企业发展的重要性。 【 关键词】价值链；供应链管理；信息共享【 中图分类号】Ｆ１２４；Ｆ７１３．４【 文献标识码】Ａ【 文章编号】１００７－７７２３（２００６）０１－００３０－０２２００６年第１期（总第７１期） 沿海企业与科技 ＣＯＡＳＴＡＬＥＮＴＥＲＰＲＩＳＥＳＡＮＤＳＣＩＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹ Ｎｏ．１，２００６ （ＣｕｍｕｌａｔｉｖｅｌｙＮｏ．７１） 一、供应链管理的基本概念 供应链的概念早在２０世纪８０年代就已经提出，至今还没有一个统一的、公认的定义。供应链管理（ＳＣＭ）最早的出处是源于Ｍｉｃｈａｅｌ．Ｐｏｒｔｅｒ在１９８０发表的《竞争的优势》书中关于“ 价值链”的概念。ＫｒａｌｊｉｃＰｅｔｅｒ和ＳｈａｐｉｒｏＲｏｙＤ于１９８３年和１９８４年在《 哈佛商业评论》上发表的文章中首先使用了供应管理这个说法，但并没有给其明确的定义，其后，ＳＣＭ的概念、基本思想和相关理论在美国迅速发展。１９８６年物流管理委员会（ＣＬＭ）对ＳＣＭ作了定义，ＳＣＭ是一种关于企业外部顾客和供应商的物流管理。在ＣＬＭ的定义中，将供应链管理视为物流管理的一种形式，可能是由于物流管理也是企业的一个功能模块，它也有关于资源和信息流管理的广义的定义，这些都和供应链交互着。美国ＷｉｌｌｉａｎＣ．Ｃｏｐａｃｉｎｏ在１９９７年发表的文章中将ＳＣＭ定义为管理从物料供应者一直到产品消费之间的物料和产品的流动技术，在这个定义中明确了供应链管理是一种动态的管理技术。企业往往将主要的注意力放在业务流程内各个环节的改进上，但是ＳＣＭ强调的是将注意力放在从物料供应一直到产品交付的整个业务流程的流动和相互连接上。 经过十多年的研究和实践，供应链管理的定义虽然没有得到统一，但是其基本作用和概念框架已经得到大家的认可， １９９６年成立于美国的供应链协会认为ＳＣＭ是为了生产和提供最终产品，包括从供应商到顾客的一切努力。而在１９９８年１０月ＣＬＭ也宣布重新定义物流的概念。ＣＬＭ明确地表示物流管理是ＳＣＭ的一部分，定义如下：物流是供应链中的一部 分，它是对货物，服务和相关信息从最初供应商到最终消费者整个过程流程的计划、实施和监控，为了更好地满足顾客需求，这两个定义首先让人们清楚物流与供应链之间的关系，也明晰了各自的发展方向。１９９８年日本学术团体ＳＣＭ研究会从顾客的角度出发定义供应链管理如下：将整个供应链上各个环节的业务看作一个完整的、集成的流程，以抬高产品和服务的顾客价值为目标，跨越企业边界所使用的流程整体优化的管理方法的总称。这里给出的一个更全面更广泛的定义是在全球供应链管理论坛上提出来的：供应链管理是对从最终用户到上游产品、服务和信息的提供者，一切能为消费者和股东创造价值的关键流程的整合，从这点我们可以明确供应链管理主要有由供应、制造、分销和客户组成的网路的物流、信息流和资金流等。 二、供应链管理研究现状 供应链的结构设计、重构与实施是一个研究的集中点， ＤｏｕｇｌａｓＭ．Ｌａｍｂｅｒｔ和ＭａｒｔｈａＣ．Ｃｏｏｐｅｒ指出对于ＳＣＭ结构的 设计没有指导性的方法思想，大多数企业都是随波逐流。他们认为ＳＣＭ的成功实施需要建立一种理论，开发出标准化的工具和方法，并提出了一种对研究人员和管理者都有参考意义的标准化模式。１９９４和１９９７年ＨａｕＬ．Ｌｅｅ与ＭａｒｓｈａｌｌＬ． Ｆｉｓｈｅｒ发表文章提出自己的供应链设计思想，他们都认为应 该围绕市场产品需求设计供应链，设计目标应该是为了满足用户的需求。１９９３年ＤａｖｉｄＨｏｌｅ提出企业为了能够在市场上 占据领导地位或保持一定的市场份额，必须领导市场变化、参与产品开发，这样就需要重构供应链。ＤｅｎｉｓＲ．Ｔｏｗｉｌｌ（１９９６）、 ＭａｒｇｕｅｒｉｔａＭ．Ｓａｓｓｅｒ（１９９７）和Ｇ．Ｎ．Ｅｖａｎｓ（１９９５）等提出了各自的重构模型。 １９９２年ＨａｕＬ．Ｌｅｅ指出高质量、实时的双向的涉及需求 和供应的信息是企业实施供应链管理的基础。当涉及到供应链中信息传递问题时就不能不提Ｂｕｌｌｗｈｉｐ效应，具体是指供应链中的零售商向供应商的定货量与其实际的销售量不一致。一般地，发给供应商的定货量，其方差大于销售给买方的（即需求扭曲），这种扭曲会以放大的趋势向供应链的上游蔓延，这一效应是Ｆｏｒｒｓｅｔｅｒ于１９９６年提出来的，所以也称为 Ｆｏｒｒｓｅｔｅｒ效应。产生这一效应的主要原因有以下四个方面：对 市场需求新的分析和处理、理性对策、批量定货、价格波动。而最直接的原因是ＳＣＭ理性成员所运用的优化行为的结果，由 于成员间信息不能共享或传递失真，使得各成员的优化行为相对整个ＳＣＭ来说不是最优的决策。随着信息技术的发展，供应链中信息的传送也得到不断的优化，ＡｎｄｒｅａＶｉｎｅｌｌｉ（１９９６）和ＣｉｐｒｉａｎｏＦｏｒｚａ（１９９７）在其提出的快速反应策略中强调了ＩＴ的重要作用，这里所说的快速反应是美国著名咨询公司ＫＳＡ在１９８５年提出的一种关于流通领域快速反应的一种策略，之后得到了迅速发展。这点也表明物流在供应链管理中的重要性，１９９４年Ｋｌａｕｓ与Ｍｕｌｌｅｒ对供应链管理环境下物流的概念、功能做出了定义和前面ＣＬＭ的定义基本相同，同时Ａｌａｎ与Ｍａｒｔｉｎ还提出了精益物流技术以适应供应链环境下的物流管理。１９９２年ＨａｕＬ．Ｌｅｅ等人对供应链中的物流成本作了系统的研究，并提出了总成本法来计算成本，很多学者都强调供应链中财物和成本问题的重要性。 在整个供应链中很重要的一个环节就是供应链成员之间 【收稿日期】２００５－０９－２４ 【 作者简介】陈克松（１９８３－），男，江西人，华东理工大学工商经济学院硕士生，研究方向：供应链管理。３０－－
健康管理现状
健康管理的现状、认识误区及实现路径探析 南方医科大学南方医院健康管理中心周光清…摘要?文章分析了健康管理在中国的发展现状，认识误区，并结合工作实际，对健康管理及其产业发展的实现路径进行了思考和探讨，提出健康管理是一个预防性、群体性、社会性的系统工程，需要有健康促进的舆论为基础，健康促进的政策环境作保证、健康促进的网络作支撑。 …关键词?健康管理现状误区实现路径 健康成为社会公众关注的焦点和热点，也越来越成为幸福指数的关键指标。现代人要应付快节奏的学习、工作和生活，要面临越来越多的竞争和挑战，人们的生理和心理随时都可能发生老化和病变。目前，慢性病的发病率连年上升，亚健康人群与日俱增，心理问题更是屡见不鲜，这些都严重地威胁到了人类健康。 健康管理随之而生，如何管出健康，已经成为医院工作的新内容，如果有效地开展健康管理，也成为医院管理工作者面临的新课题。 一、健康管理的实践与现状分析 健康管理是一种对个人及人群的健康危险因素进行全面管理的过程[1]。从上世纪70年代至今，肇始于美国的健康管理作为一门学科和行业兴起并日趋完善。目前，已经有7700万
美国人在大约650个健康管理组织中享受医疗服务，9000万以上的美国人成为PPO（优先选择提供者）计划的享用者，这意味着每10个美国人中就有7个享有健康管理服务。 虽然西方的健康管理经过二三十年的发展，已成体系并在改善人们的健康状况、有效降低医疗保险开支等方面成效显著，但健康管理对于我国来讲，无论从规模还是介入层次上讲仍是一个新事物。2001年我国第一家以健康管理注册的公司问世，目前发展到200多家，2003年我国首次将健康管理引入健康保险领域，虽然随着社会发展和医学技术的进步而逐渐引起人们的关注，一方面是人们对健康的充分关注、医疗费用的大额支出，另一方面，健康管理虽然概念炙手可热，可相关的制度环境和操作方式都制约着健康管理远远没有参与到日常生活中来。 目前，我国健康管理的现状还不尽如人意，有关健康管理、健康产业的内涵、外延、实际运作存在着很多不清晰的认识。健康管理各环节所采用的方法，健康管理从业人员的资质、准入、继续教育、再注册缺乏标准和规范，健康管理相关的法律法规、政策支持、市场管理还很不完善。总的来讲，中国健康管理的现状呈现以下特点： 1、需求迫切，但服务形式单一，手段落后。 2、理念先行，但学术理论与技术研究相对滞后。 3、概念先进，但运营不规范。
论供应链管理的发展现状和发展趋势
论供应链管理的发展现状 和发展趋势 目录 一、摘要- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -2 二、关键词- - - - - - - - - - - - - - - - - - - - - - - - - - - - - -2 三、供应链管理产生的背景和原因- - - - - - - - - - - - -2 四、供应链与供应链管理的定义- - - - - - - - - - - - - - 3 五、供应链的结构- - - - - - - - - - - - - - - - - - - - - - - - -5 六、现代供应链的特征和类型- - - - - - - - - - - - - - - - 5 七、供应链管理的内容- - - - - - - - - - - - - - - - - - - - - 6 八、供应链管理的方法- - - - - - - - - - - - - - - - - - - - - 6 九、供应链管理与传统管理方法的比较- - - - - - - - - 7 十、供应链管理的重要性- - - - - - - - - - - - - - - - - - - -8 十一、供应链管理的发展现状- - - - - - - - - - - - - - - 9 十二、供应链管理的发展趋势- - - - - - - - - - - - - - -11 十三、结束语- - - - - - - - - - - - - - - - - - - - - - - - - - -12
故障预测与健康管理 HM 技术的现状与发展
故障预测与健康管理（PHM）技术的现状与发展 曾声奎? 北京航空航天大学可靠性工程研究所，北京 100083 Michael G. Pecht, 吴际? 美国马里兰大学 CALCE电子产品与系统中心，马里兰，2074 Status and Perspectives of Prognostics and Health Management Technology)? ZENG Sheng_kui1, Michael G. Pecht2, Wu Ji2? (1Institute of Reliability Engineering, Beihang University, Beijing# 100083, China)? (2CALCE Electronic Products and Systems Center ,University of Maryland, College Park, MD 20742） 摘要：结合故障预测与健康管理（PHM）的技术发展过程，阐述了PHM的应用价值。论述了PHM技术系统级应用问题，提出了故障诊断与预测的人机环完整性认知模型，并依此对蓬勃发展的故障诊断与故障预测技术进行了分类与综合分析，给出了PHM技术的发展图像。针对故障诊断与预测的不确定性特征，对故障诊断与预测技术的性能要求、定量评价与验证方法进行了分析。最后，以PHM技术的工程应用为线索，提出了PHM技术发展中的几个问题。 关键词：故障预测；故障诊断；故障预测与健康管理 Abstract: This paper has briefed the potential benefits of Prognostics and Health Management (PHM) against its evolution history. The architecture for PHM system-level application is outlined, and a cognition model for diagnostics and prognostics is built based on the integrality of man-machine-environment. Directed by this model, various diagnostics and prognostics methods are classified and analyzed, and a whole picture of PHM is drawn. Uncertainty is a critical factor of PHM，its requirement-making, quantitative assessment and validation are discussed. Finally, key issues to do of PHM are listed with the goal of practical extensive use. Key words: prognostic and Health Management; diagnostics; prognostics; cognition model 1. 引言
国外健康管理发展现状
国外健康管理发展现状 Prepared on 22 November 2020
国内外健康管理发展现状 健康管理的概念提出和实践最初出现在美国，生存环境恶化、人口老龄化加剧、慢性病人群不断增长直接导致美国医疗卫生需求过度增长。美国经济和社会发展面临着前所未有的威胁和挑战。传统的以疾病诊治为中心的卫生服务模式应对不了新的挑战，在这种环境下，以健康管理为中心的卫生服务模式应运而生了。在美国，最先应用健康管理的是保险行业。20世纪60年代，美国保险业即提出了健康管理的概念。医疗保险业的管理者通过长期观察发现，大部分健康人仅用很少的医疗费用，而一小部分人却不合比例地用掉了大部分医疗费用。因而找到那些可能导致高费用的人并采取措施来减少他们的医疗费用对保险业来说尤为重要。应用健康管理技术可以早期鉴别出高危人群，通过健康管理减少投保人的患病风险，从而减少保险的赔付费用。健康管理既能提高个人的健康水平，从而提高个人对健康保险的信任度，又能减少医疗费用支出，增加行业收益，使投保人与保险公司双方受益。20世纪90年代，企业管理者意识到员工的健康直接关系到企业的效益和发展，员工或其家属的健康出现问题会直接造成的生产率下降。有研究发现，员工的健康出现问题时，雇主不仅要花费医药开支，同时还意味着要承担因员工健康问题造成的生产效率下降而带来的损失。基于这种情况，亟待出现一种以疾病预测为导向的医疗服务，维护企业员工的健康状态。只有员工及其家属的健康得到保障，才能提高员工的生产效率，使得经济快速健康发展。于是，健康管理的疾病预测模型研究进入了一个快速发展的时期，疾病预测技术被越来越多地应用到了健康管理服务中。实践证明，如果在健康管理方面投入1元钱，则可以减少3~6元的医疗费用，再加上提高生产效率的回报，实际效益更大。健康管理通过为企业员工提供健康管理服务，识别和控制疾病危险因素，从而改善其健康状况，不仅减少企业的医疗费用支出，同时能提高工作效率。1990年美国政府制订了“健康人民”的健康管理计划，该计划项目是全国性的，由美国联邦卫生和社会服务部主持，每10年1次，循环反复，旨在逐步提高全体国民的健康水平。目前，“健康人民”已完成了第2个10年，即“健康人民2010”。该计划包括两个目标：一是提高健康生活质量，延长健康寿命；二是消除健康差距。政府
供应链管理的五个发展阶段
一、供应链管理的五个发展阶段 社会组织和自然界的一切生命体一样，都存在一个起源——成长——发展——成熟——衰退的生命周期。企业要想达到供应链管理的最高阶段，一般需要经过五个发展阶段，由企业内部的协调分工到企业间的协作与联盟，最后实现网络经营一体化，如图1所示。 1、第一阶段——企业内部功能集成 本阶段的特点是企业关注于内部部分功能、流程的改进与集成，例如原材料采购与库存控制集成为物料管理功能，送货与分拣、拣选等集成为配送功能。在美国，为了指导早期的实践，许多企业采用供应链委员会开发的“计划、采购、制造、运输”供应链运作参考（SCOR）模型。在这一阶段，几乎所有的企业都将最初的关注焦点放在了原材料采购和物流两大功能。 然而，大多数企业在这一阶段不能实现整个企业的均衡发展，他们只满足于由部分功能集成化带来的少量利润，认识不到功能一体化能够给企业带来的益处。因此，他们反对各职能部门之间的协作，也就不会建设对整个公司有利的信息系统。 2、第二阶段——企业一体化管理 本阶段的特点是企业内部物流一体化，整个企业供应链系统的优化，把各项分散的物流功能集中起来作为一个系统管理。过去，企业多为分项管理，即把采购、运输、配送、储存、包装、库存控制等物流功能割裂开来，各自为战。各职能部门都力图使自己的运作成本最小化，却忽略了整个企业的总成本，忽视了各功能要素之间的相互作用。而事实上，各部分的优化并不能保证整个企业的最优化，因为企业的各功能要素之间存在冲突。 在这一阶段，企业开始意识到企业实施供应链一体化管理所产生的利润，并且力求在这一进程中领先。原材料采购上升到了具有战略意义的地位，并且承担了决定第二阶段全部交易成败的责任。随着企业把注意力集中于最有战略意义的供应商，企业间的关系发展到更高级的买卖关系。同时，企业的物流部门开始关注资产的利用和配送系统的效率，但关键之处在于寻求最好的物流服务供应商承担准确、及时的运输配送业务。交易活动的自动化与信息化使得各部门之间保持信息畅通，有助于装卸、搬运及仓库管理人员满足顾客的需求。此外，需求管理在这一阶段成为一个很重要的因素，原因是公司逐渐意识到需求预测的准确与否直接影响着生产和制造的准确性。 正如图1所示的，大多数企业中存在一堵“文化墙”妨碍其由第二阶段向第三阶段的发展。这堵“文化墙”是建立在这样一系列不完善的前提之下：所有好的创意都来自于公司内部；公司一般不会从外部寻求援助；如果确实要从外界获取信息，公司也不会与他人共享。常常是行业领导者率先越过这堵墙，然后带动其他企业。一旦越过这堵墙进入第三阶段的外部环境，公司就开始进行企业间协作，并且与其精心挑选的合作伙伴结成战略联盟。 3、第三阶段——合作伙伴业务协同 企业逐渐意识到产品的竞争力并非由一个企业决定，而是由产品的供应链决定，并开始与关系较近的合作伙伴实施一体化管理。过去，企业尽量将成本转嫁给供应链上、下游的企业，这样或许会降低某个企业的成本，但它好比把钱从一个口袋放入另一个口袋，钱的总数并没有发生变化。因此，成本的转移无法减少整个供应链的成本，最终仍要反映在产品售价上。由于产品竞争力并未得以提高，最后受损失的仍将是供应链中的所有企业，所以牺牲供应链伙伴的利益以谋求自身利益的做法是不可取的。于是，有战略眼光的企业开始寻求一种变通方法，先与关系密切的合作伙伴协作，共同寻找降低成本、改善服务的途径。 从供应商的角度来看，随着企业与重点供应商结成利益同盟，供应商关系管理（SRM）变得日益重要。企业经常邀请供应商参与其销售与运作计划（S&OP）的筹划，提出能够更好地满足顾客需求的解决方案。企业还引进了仓库管理系统和运输管理系统，加强了他们与关键供应商的信息沟通。总之，企业与重点供应商在物流、运输和仓储等方面建立了长期的合同与战略伙伴关系。 从顾客的角度来看，企业对顾客与市场需求能够作出快速响应，力求更好的理解和满足顾客需求，提供更为贴切的服务和产品，客户关系管理（CRM）称为企业经营管理的重要内容。任何供应链都只有惟一一个收入来源——顾客。顾客是供应链中惟一真正的资金流入点，其他所有的现金流动只不过是发生在供应链中的资金交换，这种资金交换增加了供应链的运作成本。因此，顾客是核心，公司只有尽早、充分意识到这一点，密切与顾客的关系，通过互联网等高新技术了解顾客想要什么、什么时候想要，然后快速地交货，才能实现整条供应链企业的利润“共赢”。 总之，在第三阶段，企业利用各种工具和技术与重点供应商和客户协作，能够缩短产品生命周期，更快地占领市场，更有效地利用资产，实现“双赢”。 4、第四阶段——价值链协作 企业不仅要与重点供应商和客户协作，而且需要整合企业的上下游企业，将上游供应商、下游客户及服务供应商、内容提供商（ICP）、中间商等进行垂直一体化的整合，构成一个价值链网络，追求系统的整体最优化。这一阶段的协作被称为“价值链协作”。企业试图通过价值链中其他合作伙伴的帮助来建立其在行业中的支配地位。当每个价值链成员的活动都像乐队队员按同页乐谱演奏那样时，延误程度将降到最低。供应商知道何时增加生产，运输公司能够掌握何时提供额外的车辆，分销商也可以及时地进行调整。价值链成员之间利用