大数据驱动的PHM技术和应用
高速动车组制动系统PHM技术方案研究
高速动车组制动系统PHM技术方案研究发布时间：2021-06-30T03:16:51.727Z 来源：《中国科技人才》2021年第10期作者：王志龙1 张笑凡1 肖宇1 [导读] 随着我国高速动车组设计制造技术水平的突飞猛进，用于控制列车运行的基础装备和列车控制系统日趋复杂，复杂性、综合化、智能化程度不断提高，动车组的安全性和可靠性已成为当前研究热点[1]。
1.中车长春轨道客车股份有限公司转向架研发部长春 130062摘要：为解决动车组制动系统的预防性维修，对动车组制动系统故障预测与健康管理（PHM）技术进行了综合研究。
结合复兴号动车组制动系统特点，搭建制动系统PHM技术框架，提出了PHM主要功能与技术路线。
为实现动车组制动系统智能运维提供参考。
关键词：动车组；制动系统；故障预测与健康管理Research on The PHM Scheme of High SpeedEMU Brake SystemWANG Zhilong1，ZHANG Xiaofan1，XIAO Yu1 Abstract：In order to achieve preventive maintenance of EMU braking system，research on the PHM scheme of High Speed EMU braking System.Based on the characteristic of the brake system of Fuxing EMU，Seting up the technical framework of braking system PHM，put forward the main functions and technical route of PHM.providing a reference for the intelligent operation and maintenance of EMU braking system.Keywords：EMU Braking System PHM随着我国高速动车组设计制造技术水平的突飞猛进，用于控制列车运行的基础装备和列车控制系统日趋复杂，复杂性、综合化、智能化程度不断提高，动车组的安全性和可靠性已成为当前研究热点[1]。
动车组故障预测与健康管理(PHM)体系架构研究思考
特别策划·动车组PHM 动车组故障预测与健康管理（PHM）体系架构研究思考刘彬1，邵军2，陆航2，李燕3，谢名源4（1.中国国家铁路集团有限公司机辆部，北京100844；2.中国铁道科学研究院集团有限公司机车车辆研究所，北京100081；3.中国铁道科学研究院集团有限公司电子计算技术研究所，北京100081；4.中国铁路上海局集团有限公司科技和信息化部，上海200071）摘要：从我国动车组故障预测与健康管理（PHM）技术现状出发，利用需求、功能、逻辑和物理架构（RFLP）的概念指导PHM架构设计，从不同层级、业务的需求分解，到PHM系统对动车组各业务场景的核心功能，再到各环节逻辑架构，最终形成考虑当前数据传输、信息化现状的物理架构，以便最终工程化实施落地，形成适用于我国动车组的PHM体系架构。
关键词：动车组；PHM；运维数据；系统性建模；正向设计中图分类号：U279文献标识码：A文章编号：1001-683X（2022）03-0001-09 DOI：10.19549/j.issn.1001-683x.2022.02.22.0020引言随着现代装备集成度、复杂度及智能化程度的不断提升，传统故障诊断、维修保障技术逐渐难以适应新的要求，故障预测与健康管理（Prognostics and Health Management，PHM）技术应运而生，并迅速得到各国的高度重视，当前该技术已被视为提高系统“六性”和降低全生命周期费用的关键技术。
PHM技术是指利用传感器采集系统的数据信息，借助信息技术、人工智能推理算法来评估、监控与管理系统自身的健康状态，在系统发生故障前对其故障进行预测，并结合现有资源信息提供一系列维护保障建议或决策，是一种集故障检测、隔离、健康评估与预测及维护决策于一体的综合技术［1-2］。
PHM是实现预测性维修和自主式保障的技术基础，也是基于状态维修（Condition Based Maintains，CBM）的提升，在有些场合也被称为CBM+［3］。
故障预测与健康管理技术的现状与发展
故障预测与健康管理技术的现状与发展一、本文概述随着工业技术的不断进步和智能化水平的提高，故障预测与健康管理技术（Prognostics and Health Management，PHM）已成为当前研究领域的热点之一。
PHM技术通过对设备运行状态的实时监测与数据分析，旨在预测设备可能出现的故障，并对其进行健康管理，从而延长设备使用寿命，提高设备的可靠性和安全性。
本文将对故障预测与健康管理技术的现状进行综述，探讨其发展趋势和应用前景，以期为该领域的研究和实践提供参考和借鉴。
本文将介绍PHM技术的基本概念、发展历程和核心技术，阐述其在不同领域的应用现状。
本文将从数据采集与处理、故障预测与健康评估、健康管理决策等方面，分析当前PHM技术的研究热点和难点。
接着，本文将探讨PHM技术的发展趋势，包括智能化、集成化、标准化等方向，并展望其未来的应用前景。
本文还将总结PHM技术的发展对设备维护和管理带来的影响，以及面临的挑战和机遇。
通过本文的综述和分析，旨在为读者提供一个全面、深入的PHM技术现状与发展视角，为相关领域的研究和实践提供有益的参考和启示。
二、故障预测与健康管理技术的现状近年来，故障预测与健康管理（Prognostics and Health Management，PHM）技术在全球范围内得到了广泛的关注和应用。
作为维护设备持续、稳定运行的关键技术，PHM技术在航空、航天、船舶、电力、机械等领域均有所涉及，发挥着日益重要的作用。
目前，PHM技术主要依赖于大数据分析、机器学习、传感器技术等多学科交叉融合。
通过集成多种传感器，实时采集设备运行过程中的各种参数，如温度、压力、振动等，PHM系统能够实现对设备状态的全面感知。
同时，结合大数据分析技术，系统能够对采集到的大量数据进行深度挖掘，发现设备运行过程中的异常和故障模式，进而预测设备的剩余使用寿命和可能的故障点。
在机器学习算法的帮助下，PHM系统能够实现对设备状态的智能识别和故障预警。
PHM介绍
PHM介绍故障预测与健康管理（PHM）技术作为实现武器装备基于状态的维修（CBM）、自主式保障、感知与响应后勤等新思想、新方案的关键技术，受到美英等军事强国的高度重视和推广应用。
PHM系统正在成为新一代的飞机、舰船和车辆等系统设计和使用中的一个重要组成部分。
它包括两层含义，一是故障预测，即预先诊断部件或系统完成其功能的状态，确定部件正常工作的时间长度；二是健康管理，即根据诊断/预测信息、可用资源和使用需求对维修活动做出适当决策的能力。
实际上，PHM技术现已广泛应用于机械结构产品中，比如核电站设备、制动装置、发动机、传动装置等。
而将PHM技术应用于电子产品则是近年来国外科技研发的重要发展趋势之一。
目前国外对电子产品PHM技术的研发主要集中于军用电子产品，重点包括两部分内容：一是产品寿命周期原位监测中的传感系统与传感技术，二是残余寿命预测的故障诊断模型与算法。
前者集中于开发无线微型传感器，以取代尺寸较大且需要有线传输数据的传统传感器。
后者致力于探索各种不同类型的诊断模型与算法，为军用电子产品故障预测能力提供理论基础。
国外参与PHM相关技术研发的单位非常广泛，如美国国防部和三军的有关机构；NASA；波音、洛克希德·马丁、格鲁门、ARINC、霍尼韦尔、罗克韦尔、雷神、通用电气、普惠、BAE系统公司、史密斯航宇公司、古德里奇公司和泰瑞达公司等跨国公司；康涅狄格大学、田纳西大学、华盛顿大学、加州工学院、麻省理工学院、佐治亚理工学院、斯坦福大学、马里兰大学等著名院校；智能自动化公司、Impact技术公司、质量技术系统公司（QSI）、Giordano自动化公司等软件公司；荷兰PHM联盟（DPC）、Sandia国家实验室（SNL）、美国国防工业协会（NDIA）系统工程委员会、美"联合大学综合诊断研究中心"、美测试与诊断联盟（TDC）等协会和联盟。
其中，研发电子产品PHM技术的单位首推马里兰CALCE电子产品和系统中心，其水平处于世界领先地位。
基于数据驱动的航空装备生产系统PHM方法与应用系统设计
基于数据驱动的航空装备生产系统PHM方法与应用系统设计作者：张浩驰张星一崔赟刘谨尧来源：《航空科学技术》2023年第11期摘要：随着航空装备生产系统复杂度、集成度的不断提高，传统航空装备制造企业的综合保障能力和水平已无法满足现役航空装备生产需求。
为了有效优化航空装备制造企业生产效能，实现生产系统状态监测、故障诊断、寿命预测及智能运维，基于数据驱动的故障预测和健康管理（PHM）技术得到广泛关注和应用。
目前，PHM相关研究工作主要聚焦于数据体系的管理维护，较少涉及应用系统架构设计。
本文结合大数据分析的CRISP-DM模型，从业务理解到模型评估部署提出一种基于数据驱动的航空装备生产系统PHM分析流程，基于“云+端”的技术架构刻画了PHM应用系统的总体设计和功能设计思路，能够高效实现PHM分析过程中的数据资源化和模型化，有力支撑航空装备生产系统的智能决策，为推进PHM技术创新应用和航空装备制造业转型升级提供参考。
关键词：航空装备生产系统； CRISP-DM模型；故障预测与健康管理；数据驱动； PHM 应用系统中图分类号：V37 文献标识码：A DOI：10.19452/j.issn1007-5453.2023.11.011在国家顶层战略发展要求下，航空装备生产等传统行业正经历生产系统数字化、智能化转型的关键时期，随着生产系统软硬件组成日趋复杂，功能集成度越来越高，导致生产系统的失效模式日渐增多，故障发生原因更加复杂，基于“事后维修”和“计划维修”的传统被动维修保障模式已经难以满足现代化制造企业高质量、高效益、低成本的发展要求。
生产系统故障预测与健康管理（PHM）诞生于20世纪90年代中期，生产系统PHM是指通过采集生产制造过程中的设备运行参数信息，构建数据分析模型和算法，实现生产系统运行状态监测、故障诊断与健康管理[1]。
近年来，以大数据分析、数字孪生、人工智能为代表的新兴技术取得了飞速发展，给人类的生产生活带来巨大变化，也给航空、航天、汽车、船舶等传统制造业发展注入新的生机与活力，在生产系统产能分析、质量监测、布局优化、故障诊断等方面发挥了重要作用，加速推动了制造企业的转型升级。
轨道车辆PHM健康管理信息安全技术研究与应用
轨道车辆 PHM健康管理信息安全技术研究与应用摘要：随着我国当前科技水平的不断提高，在现代城市轨道交通中越来越多新技术融入其中，有效提高了运行的效果以及水平，例如在地铁车辆中融入了PHM技术，以车辆设备发生故障统计为主要的基础，实现各个情况的全面分析以及研究，并且还根据车辆的运行情况做好危害性的分析，制定更加科学的检修模式，满足车辆健康管理的要求。
本文论述了城市轨道车辆PHM健康管理信息安全技术研究与应用。
关键词：轨道车辆；PHM；技术分析前言当前城市轨道交通车辆检修以车辆设备发生的故障统计为基础,通过不断地对车辆设备各方面状况进行具体分析,并结合车辆设备故障的危害性分析,从而确定检修模式(例如均衡修、精准修、系统修等),故障预测与健康管理(PHM)技术为确定城市轨道交通车辆检修模式提供了依据。
具体来讲,PHM技术是借助各种算法和模型,推导出城市轨道交通车辆设备故障的原因及部位,找到故障表象与故障原因之间的关系,并对故障发展趋势进行跟踪,分析其对车辆运营可能带来的危害性,对可能发生的故障进行预测,进而指导维修决策,合理调配维修保障资源。
1 系统架构和功能PHM系统在采集和处理地铁车辆各系统运营和故障数据时，主要借助于传感器技术、大数据处理和分析技术来进行;然后在对故障原因进行分析时，大数据分析和数学建模等技术得到了广泛应用，以此来为具体维修提供一定的指导;同时通过对历史数据的对比，可以对系统部件的健康状态展开科学化分析，将故障预警功能发挥出来。
在数据采集方面，智能传感器在PHM系统中得到了广泛应用，在诸多数据获取元件中，传感器扮演着重要角色，可以对被测对象温度、电压等变化进行真实感受，并实现向电信号的顺利转化，为后续传输和处理工作的开展奠定良好的基础。
对于所采集的数据，在一系列处理后，如数据清洗、同类或异类数据的信息融合等，通过失效模型及智能推理算法的应用，PHM系统可以对车辆系统运行状态进行准确评估，并对系统发生故障的部位及使用寿命等进展合理预测，促进维修保障工作的顺利进行。
高速铁路牵引供电系统PHM技术架构与方案研究
高速铁路牵引供电系统PHM技术架构与方案研究安英霞【摘要】为保障高速铁路安全、稳定、高效运营维护,将故障预测与健康管理(PHM)的理念与方法应用于高速铁路牵引供电系统,开展高速铁路牵引供电系统PHM技术架构与方案研究.结合系统特点,构建高速铁路牵引供电系统PHM总体技术框架,并针对接触网系统和牵引变电所分别设计具体PHM技术方案与主要功能.【期刊名称】《中国铁路》【年(卷),期】2018(000)004【总页数】6页(P49-54)【关键词】高速铁路;牵引供电系统;接触网;牵引变电所;PHM【作者】安英霞【作者单位】中国铁路总公司工电部,北京100844【正文语种】中文【中图分类】U2260 引言当前，我国高速铁路发展迅速。
截至2017年底，我国高速铁路运营总里程已超过2.5万km，随着“一带一路”倡议的提出，高速铁路作为“国家名片”在海外投运趋势也将持续增加[1]。
如何全面安全、稳定、高效的运营维护是高速铁路即将面临的重点[2]。
牵引供电系统为高速列车提供动力来源，其稳定连续的服役状态是高速铁路安全、可靠、经济运行的关键保障。
提高牵引供电设备利用率，减少甚至避免故障的发生，减轻运维工作量，降低运维成本，是当前高速铁路牵引供电系统发展亟待解决的问题。
故障预测与健康管理（PHM）是指利用先进传感器技术，获取系统运行状态及故障相关信息，并借助智能推理算法，根据系统历史数据和环境因素对系统进行状态监测与故障预测，同时评估系统的健康状态，结合维修模式和资源情况进行维修决策，以实现关键部件和系统的视情维修。
PHM技术作为实现复杂装备系统基于状态的维修（CBM）、自主式保障、感知与响应后勤等新思想、新方案的关键技术，受到诸多领域的高度重视和推广应用[3-5]。
近年来，已有学者团队开展PHM理论框架与方法平台建设的研究工作[6-9]，为PHM在高速铁路牵引供电领域的实际应用奠定了基础。
在其理论框架下，也提出牵引供电设备及系统的可靠性分析与预测[10-13]、风险评估[14]以及维修策略优化[15-18]，进一步深化了高速铁路牵引供电系统的PHM发展与研究。
地铁车门PHM系统应用
图1 轨道车辆车门系统工作原理图33特别报道 / Special report34地铁车门系统的工作原理如图1所示，由门控器控制驱动电机，电机驱动传动丝杆和螺母来带动门扇运动，实现门的开或关动作。
虽然车门工作原理较为简单，但是为保证车门在车辆运行过程中安全可靠，系统结构设计复杂、机电耦合性强，再加上影响因素多、门开关频繁等，使得门系统维保工作量巨大。
传统的车门检修分为故障修和预防修。
故障修就是车门运行过程中发生了故障，然后再进行维修属于事后维修，该种维修只能依据列车司机对故障的描述以及车门控制器中较少的状态记录来进行故障定位及维修，由于很多车门故障属于偶然发生，与车门当时所处于的状态有关，事后很难复现，列车司机的描述又有可能不是很清楚，所以故障定位很困难，这也给故障检修造成了很大的困扰。
另外一种则是预防修，顾名思义预防修就是事前维修，预防修属于计划修范畴。
目前由于缺乏车门状态的及时诊断及预测，预防修就只能通过人为目测图2 车门PHM 系统框架图（检查螺纹划线是否变化等）或者尺寸测量（测量门调整尺寸V 型、对中等）的方式来进行周期性的检查，比如日检、月检、年检之类的，又或者在某组件发生问题后，预防性的更换其他未发生问题的组件，这种预防性的维修浪费大量的人力并且耗费大量的资源。
车门PHM 系统通过内置在门控器中的传感器，采集大量车门运行过程中的数据，如车门运行速度、电机电流、门控器的输入输出信号等信息，这些信息利用物联网技术实时传输到地铁公司大数据中心。
专业人员可以借助这些数据分析故障原因快速定位故障部件。
并基于数据与故障间关联关系以及数据的趋势变化建立了车门的专家系统，实现对车门的状态修，就是基于车门状态进行的维修，这样就能大大减少不必要的人力及资源消耗。
上述的车门PHM 系统如图2所示，主要由被测系统、数据采集传输、故障诊断与健康评估以及健康管理与维修决策组成，具体介绍如下。
Special report / 特别报道35（1）被测系统：被测系统实际上就是应用PHM 的系统，是我们需要对其进行健康评估与诊断的系统，本文指的就是地铁车门系统。