復雜工程系統(tǒng)故障預測與預測維護理論及關鍵技術研究

目前絕大多數企業(yè)都采用預防性維護策略， 即：定期大修。該策略不可避免的會造成維護不足或維護過剩問題。預測維護將從根本上改變這一局面，可以產生重大的經濟效益，并可以大大減少災難性事故的發(fā)生，因此具有重要的理論和應用價值。本課題的研究目標就是針對預測維護中的若干核心理論與技術問題進行研究，獲得一些原創(chuàng)性的研究成果。基于對國內外的研究現狀分析， 我們把研究題目確定為：復雜工程系統(tǒng)故障預測與預測維護理論及關鍵技術研究。 在不能得到系統(tǒng)精確模型的前提下，綜合采用智能的和信息處理的方法，基于獲得的大量歷史數據，研究復雜工程系統(tǒng)的：1) 基于數據驅動的故障預測技術；2) 基于半定量信息的故障預測技術；3) 基于多源信息融合的故障預測技術；4) 可靠性實時評估與預測理論與方法；5) 系統(tǒng)最優(yōu)維護時機的確定方法；以及 6) 工程應用驗證。 2100433B

電機預測性維護電機預測性維護的優(yōu)勢

預測性維護是從預防性維護發(fā)展而來的更高層次的維護方式，它以設備狀態(tài)為基礎，以預測設備狀態(tài)發(fā)展趨勢為依據。通過信息采集、處理、綜合分析后有目的安排維護的周期和維護的項目，“該修則修，修必修好”。它和傳統(tǒng)的維護方式相比，具有明顯的優(yōu)勢 ：

1、從內部來看，預測性維護用于優(yōu)化生產操作，將會帶來20-30%的效率增益 。

2、從外部來看。設備制造商和相關企業(yè)如果引入預測性維護服務，則有可能“一勞永逸”地扭轉當前競爭業(yè)態(tài)。

3、克服預防性維護的盲目性，具有很強的針對性。根據狀態(tài)的不同采取不同的處理方法，降低運行檢修費用。對于狀態(tài)差的設備及時安排測試，對于狀態(tài)好的設備可以延長維護周期，從而節(jié)省人力、物力和財力，有效的降低維護成本和維護風險 。

4、減少停運（總維護）時間，提高設備可靠性和可用系數，延長設備使用壽命，更好地貫徹“安全第一，預防為主”的方針 。

5、減少維護工作量，降低勞動強度，有利于減員增效，提高經濟效益 。

6、從戰(zhàn)略角度評估，預測性維護代表這工業(yè)服務化和未來商業(yè)模式的轉變的歷史選擇 。

據不完全統(tǒng)計，預測性維護為企業(yè)節(jié)約包括：生產率增加：2%~40%，維修費用減少7%~60%，產品質量得到提高（重現加工和次品率減少5%~90%）,設備壽命延長1~10倍，備件庫存減少10%~60%，庫存周期延長高達75%，能量消耗減少5%~15%，過程停機減少多達70% 。從這組數據不難看出只有通過有針對性預測性維護，企業(yè)才有可能減少維修費用，提高工廠運行時間，并最終增加效益。

縱觀故障性維護、預防性維護和預測性維護三種設備維護保養(yǎng)類型，預測性維護不言而喻是一種維護成本最低、設備工作效率最高的新型設備維護保養(yǎng)方式。隨著人工智能、大數據、云計算和物聯網的發(fā)展，設備預測性維護的實施和推廣應用越來越容易，隨著組織對成本控制關注度的提升、對運作效率的的追求，預測性維護必將成為企業(yè)設備自動化管理能力提高、設備維護保養(yǎng)過程優(yōu)化、設備自動化和智能化應用推廣的必備手段，同時預測性維護也成為組織自動化和智能化在設備維護保養(yǎng)管理的新起點 。

電機預測性維護如何實現電機預測性維護

電機預測性維護的核心是基于狀態(tài)為依據的一種維護方式，亦是被動變主動的一種新興維護方式；對電機進行狀態(tài)維修的基礎是對電機運行進行可靠的狀態(tài)監(jiān)測與準確的故障診斷，而故障診斷的基礎又是對電機故障進行深入的機理分析，識別故障的早期征兆，對故障的性質、部位、故障程度、故障發(fā)展趨勢做出判斷，在電機性能下降到一定程度或故障將要發(fā)生之前主動實施維護；電機狀態(tài)監(jiān)測與故障診斷為電機維護工作提供了強大的技術支持，為實現電機預測性維護提供了必要的前提條件和技術手段，使傳統(tǒng)的預防維修上升到預測維修，為彌補和克服傳統(tǒng)設備維修不足創(chuàng)造了必要條件 。

在企業(yè)對設備的管理走向預測性維護邁進的過程中，各種不同類型的企業(yè)根據其設備維護保養(yǎng)能力、使用設備先進性的不同，采用不同的狀態(tài)監(jiān)測和故障診斷方式。部分企業(yè)通過購買狀態(tài)監(jiān)測和故障診斷檢測設備，來實現預測性維護；如電機智能管家和振動儀等。電機智能管家是實現電機狀態(tài)監(jiān)測與故障診斷的儀器，通過對電機運行電流的諧波分析，結合從上百萬臺故障電機中總結的故障特征模型，即可對電機各部分運行狀行評估。維護人員可直接根據評估結果針對電機故障制定檢修維護計劃，真正實現預測性維護，為企業(yè)降低運營成本、提高生產收益 。但是也有一些設備管理能力比較強的企業(yè)，往往也會結合自身設備使用狀況、設備故障維修經驗，基于傳感器技術，采集大數據分析，實施基于狀態(tài)監(jiān)測的預測性維護，以降低設備購置成本和維護成本，提升設備績效、提升企業(yè)的核心競爭力 。

電價預測預測中輸入參數的選擇

電力系統(tǒng)的預測問題并不僅僅局限于電力系統(tǒng)內部，它實際上要受到許多外界因素的影響。因此如何在預測輸入參數中引入一些主要的相關因素來高預測精度，就成為一個非常值得深入研究的關鍵問題。

電價受到許多諸如發(fā)電方報價模式等人為因素的影響，但這些人為因素在數學模型中是難以確定的，由于歷史報價在一定程度上反映了發(fā)電方的報價模式，所以通常將其作為影響未來電價的一個主要因素!ao }。除此之外，人們普遍認為電價受電力需求的影響比較大，所以常將負荷作為模型的另一個主要輸入參數，但有學者!at]指出:并非所有的市場模式下負荷與電價都強相關，因此，僅僅以預測負荷和歷史電價作為模型的輸入參數并非一定是合理的?？紤]到電價受電力市場供求狀況的影響比較大，因而近年來不少學者定義并選取了一些能較好反映市場供求狀況的指標作為模型輸入參數，如表1所示。文獻[38]通過引入衡量市場力的新指標一必須運行率(MRR }從而充分考慮了發(fā)電方實施市場力對電價走勢的影響。

為了更好地提高電價預測精度，預測模型的研究應基于對實際電力市場的細致研究，與相關因素分析相配合，嘗試對歷史數據進行數據挖掘，從而找出影響預測精度的主要相關因素作為模型輸入參數。

電價預測預測中重近輕遠原則

預測中“重近輕遠”原則即:物理量未來的變化趨勢更多地取決于歷史時段中近期的發(fā)展規(guī)律，遠期的歷史數據與未來發(fā)展趨勢的相關性較弱。在考慮“重近輕遠”原則的情況下，其處理思路應該是:區(qū)別對待各時段的擬合殘差，近期的發(fā)展規(guī)律應該得到更好的擬合，遠期歷史數據的擬合程度可以稍低。

為實現“重近輕遠”原則，主要采用加權參數估計的方法，即對近期數據給予較大的權值，遠期數據給予較小的權值。在短期預測中，可以通過輸入參數的選擇來實現“重近輕遠”原則，即選擇與預測時段比較接近的時段信息構成主要的輸入參數，如前一時段、前一天的電價、負荷、反映供求關系的參數等，根據實際情況適當考慮電價的周期性，即前一周相同時段的電價作為輸入參數之一。

電價預測預測中對電價形成機理的分析

文獻[39]通過比較14個電力市場工作日和節(jié)假日的電價模式，發(fā)現不同電力市場的電價因市場模式的不同存在很大的差別，因此，在做電價預測時，應深入分析實際電網的運營情況，在找出影響電價變化的主要因素及進一步弄清電價發(fā)展變化內在規(guī)律的基礎之上，對實際電價形成機理進行深入分析研究，提出適合本地區(qū)實際情況的電價預測模型，優(yōu)化模型參數，提高電價預測精度。如果直接套用已有的一些預測方法，則很難達到預期的效果。2100433B

宏觀預測和微觀預測常常是相對而言的，在內容上和方法上是有截然區(qū)別的。例如在我國進行全國性的規(guī)劃，以一個國家作為一個分析系統(tǒng)，則全國的情況、全球國家間的對比等就是宏觀預測，而下面每個省的規(guī)劃指標就可以視為微觀的預測；如果進行的是省的規(guī)劃，以一個省作為一個分析系統(tǒng)，則全省情況、全國省與省對比等就是宏觀預測，而下屬的市、縣就是微觀。宏觀預測所涉及的內容包括國家宏觀政策的影響、行業(yè)政策的影響，也包括分析系統(tǒng)內每一種通信業(yè)務的總的普及率/滲透率預測、各種業(yè)務占比（如數據業(yè)務上升）及發(fā)展趨勢等。

微觀預測所涉及的內容是分析系統(tǒng)中每個元素的分析預測，例如完成地市以上單位的規(guī)劃時，包括用戶密度圖預測、小區(qū)或鄉(xiāng)鎮(zhèn)分區(qū)預測、分類用戶預測、不同經濟地位和層次用戶的預測、設備總容量預測、業(yè)務量預測及子系統(tǒng)之間的業(yè)務流量、流向預測等。