《仪器仪表学报》“基于状态监测和测试的系统健康管理”专栏征稿通知

正随着智能制造和工业4.0技术的兴起,面向航空、航天、航海、工业制造、核、新能源、高铁等领域复杂系统的智能诊断和预测(Diagnostics and Prognostics)技术,逐渐成为支撑各领域发展的前沿和热点方向,基于状态监测和测试的系统健康管理(System Health Management)对于系统运行状态评估、异常发现、快速诊断、精准维修、提升系统运行可靠性     

基于CPS方法与脆弱性评估的制造系统健康状态智能诊断

现有的制造系统健康管理技术很少应用信息物理系统(CPS),也很少有学者从脆弱性的角度探究制造系统的"病因"。根据制造系统的结构特征和健康管理技术原理,提出在其关键设备上嵌入基于CPS与脆弱性分析的健康管理模块,以实现系统健康状态与影响因素的在线动态分析。重点研究基于脆弱性的系统健康状态判断方法、基于数据驱动的制造系统性能异常判断和亚健康状态下设备异常因素的识别。基于嵌入式CPS的制造系统设备健康状态诊断与分析可以根据设备服役过程中的脆弱性状况判断设备的健康状态,基于数据驱动的设备异常因素判断方法可以监测设备服役过程中的性能参数变化情况,及时判断造成设备异常的关键因素。通过柔性制造系统仿真实验,证明了所提方法可实时判断系统的健康状态,有效识别导致设备亚健康状态的性能参数。     

智能主轴状态监测诊断与振动控制研究进展

智能主轴兼具加工状态感知、决策与执行三大特征,可实现加工状态的自反馈与自控制,是智能制造的核心部件,是工业4.0和中国制造2025的基础支撑技术,是下一代主轴的技术发展方向。状态监测诊断与振动控制作为智能主轴三大功能特征的典型体现,是保障智能主轴高效运行的核心技术。因此,针对智能主轴的监测诊断与振动控制问题,以故障高发部件以及功能失效模式的监测、诊断与控制为线索,系统综述当前的国内外研究现状,归纳存在的问题并提出潜在的发展趋势。     

[设备健康管理]基于CPS方法与脆弱性评估的制造系统健康状态智能诊断

现有的制造系统健康管理技术很少应用信息物理系统(CPS)，也很少有学者从脆弱性的角度探究制造系统的“病因”。根据制造系统的结构特征和健康管理技术原理，提出在其关键设备上嵌入基于CPS与脆弱性分析的健康管理模块，以实现系统健康状态与影响因素的在线动态分析。重点研究基于脆弱性的系统健康状态判断方法、基于数据驱动的制造系统性能异常判断和亚健康状态下设备异常因素的识别。基于嵌入式CPS的制造系统设备健康状态诊断与分析可以根据设备服役过程中的脆弱性状况判断设备的健康状态，基于数据驱动的设备异常因素判断方法可以监测设备服役过程中的性能参数变化情况，及时判断造成设备异常的关键因素。通过柔性制造系统仿真实验，证明了所提方法可实时判断系统的健康状态，有效识别导致设备亚健康状态的性能参数。     

基于脆弱性的制造设备故障智能诊断与维护

制造设备故障智能诊断与维护是保障制造系统安全运行的重要手段。为准确地诊断制造设备的健康状态、识别设备故障的关键因素，建立高效的健康维护系统，提出了基于脆弱性的设备故障智能诊断与维护方法。该方法将考虑脆弱性的设备故障智能诊断与维修决策模块嵌入到设备的过程控制系统（Process control system，PCS）中，它基于系统脆弱性的定义和性能劣化理论建立了设备脆弱性评估模型实时判断设备的脆弱状态，利用非线性核映射方法实时监测制造设备的运行参数是否超出预设边界，建立设备参数的高斯核函数模型准确识别故障的关键因素，将设备的脆弱性状态与维护模式相结合建立维修决策模型避免维修过度和维修不足。以某机器人的伺服系统为例，证实了所提方法能有效提高故障诊断效率、智能化诊断故障因素，优化设备维修决策。     

不治己病治未病 读懂远程故障预报智能监测系统

正风电机组等大型装备的安全性对国计民生、社会稳定以及资源和环境有重要影响。在工业4.0、互联网+等相关技术发展的驱动下,面向以风电机组为代表的现代、高端、关键的新能源机电装备,针对风电机组群非平稳、非线性、变工况、长历程运行状态及其早期故障预报的特点,基于现代信息化技术研究提出的早期故障微弱趋势信息获取方法,并建立网络化远程故障预报智能监测系统,为实现设备运行状态监控、健康诊断、故障预警以及科学维护管理提供     

数字孪生技术综述与展望

随着复杂系统诊断、预测和系统健康管理技术的不断发展,在新兴的工业信息系统和工业智能的推动下,数字孪生技术成为智能制造领域和复杂系统智能运行和维护领域的新兴研究热点。鉴于此,针对数字孪生技术在复杂工业系统和复杂装备领域的基本概念、应用前景、技术内涵以及发展趋势、已有初步研究规划和阶段性成果等进行梳理,归纳面向复杂工业系统和复杂装备的智能运行和维护领域的数字孪生技术体系、关键技术、发展趋势和技术挑战等,分析数字孪生与其支撑的工业大数据、云计算、人工智能、虚拟现实等的相互支撑和相互促进的关系,预期能够给复杂系统诊断、预测和系统健康管理领域对数字孪生技术感兴趣研究人员提供一定的参考和借鉴。     

机电设备电液系统状态监测与健康管理平台设计

为了使机电设备能够在恶劣的工作环境下可靠运行,仅依靠车载状态监测系统难以达到目标,因此有必要构建合理有效的状态监测与健康管理系统,对机电设备进行故障预测、诊断与健康管理。以嵌入式技术和虚拟仪器技术为基础,研制了机电设备电控与液压系统的状态监测平台。该平台硬件采用开放式、模块化架构,模块间通过数据总线实现信息交互。平台软件基于虚拟仪器技术开发,包括状态监测、故障检测、历史数据、专家诊断、健康管理及数据库等功能模块。     

基于数字孪生的机电液系统PHM关键技术综述

数字孪生(Digital twin, DT)技术与预测和健康管理(Prognostics and health management, PHM)技术是智能制造领域中的两个热点研究方向。在对PHM技术现状总结分析的基础上,归纳当前制约PHM技术发展和应用的关键性问题如下：设备故障机理研究不透彻、全生命周期数据不完备、健康状态监测方法不足、多层级状态信息综合不足以及不确定性管理问题。并阐述数字孪生技术在解决这些问题过程中的独特优势,提出将基于第一性原理的多维数字孪生模型构建、虚实空间的多维数据映射、孪生体技术状态一致性度量与模型的高效迭代修正以及基于多域特征的系统健康评估、预测与维护决策作为关键技术构建DT-PHM研究架构。随着技术不断推进与发展,两项技术深度融合,基于数字孪生的复杂系统健康管理技术必将成为未来装备全生命周期视情维修和预测性维修的关键技术之一。     

基于工业互联网平台的扶梯预警系统技术应用

基于工业互联网平台综合运用在线监测、数据存储、边缘处理、智能诊断、移动APP等技术,提供扶梯故障诊断结论和报警信息,对该设备监控和智能养护提供支持,也为相关运营单位的设备状态维修提供了信息化工具.本文介绍了通过集中监测扶梯主要机械部件的运行状态、采集扶梯控制系统的主要运行数据,应用工业互联网平台的云服务技术实现扶梯主要...     

桥门式起重机智能制造系统设计及关键技术研究

介绍了起重机智能制造技术发展现状,对起重机智能制造系统的内涵和特征进行了分析,通过顶层设计建立了基于MBD模型的起重机智能设计协同、起重机智能加工与装配协同、基于CPS系统的起重机智能制造协同等三个层次,分析了智能制造环境下的机器视觉技术、面向智能的专用柔性工装夹具、系统状态监测与自适应调整等关键技术现状与进展,为起重机智能制造提供有益参考。     

基于云平台的远程机泵监控诊断系统设计与实现

为了提升机泵运行的安全性、可靠性,研究了基于云平台和运行大数据的设备健康状态监测诊断模式,设计了远程在线监测与智能诊断系统,实现了集在线监测、远程监控、远程诊断、故障匹配识别于一体的智能高效监测诊断模式。实际应用表明,该系统实现了远程监控的目的,能够较好地接收和传输状态信息数据,可以满足远程实时监控的需求,并为后续进行设备故障诊断和分析提供依据。     

HCPS视角下智能制造的发展与研究

基于"以人为本"和"两化融合"的理念,人—信息—物理系统(HCPS)为认识和发展新一代智能制造提供了理论支撑.为了更好地理解HCPS和智能制造之间的关系,以及把握智能制造的发展趋势,详细分析了HCPS的系统组成与内涵,在此基础上,讨论了智能制造的发展演进和新一代智能制造的主要特征.基于HCPS视角综述了智能制造的相关研究进展,包括新一代人工智能、新一代智能制造、智能制造与其他系统融合等方面.最后,从人、信息系统、物理系统及系统集成等角度提出发展建议,以期为我国相关领域践行HCPS理念与发展智能制造技术提供参考.     

浙江移动基于5G重点文物牌坊监测技术方案

随着科学技术的发展,综合现代测试与传感技术、网络通信技术、信号处理和分析技术、数学理论和结构分析理论等多个学科领域的文物建筑结构健康监测系统,可极大地延拓的监测内容,并可连续地、实时地、在线地对结构"健康"状态进行监测和评估,对文物牌坊的运营安全和提高文物的管理水平具有极大的指导意义。浙江移动基于5G技术旨在为重点文物建立一个先进实用的健康与安全状况监测系统。     

简述人工智能与智能制造相互借鉴和融合

智能制造是先进制造技术与信息技术的深度融合,人工智能是一种机器智能,是由机器来仿真或者来模拟人工智能的系统或者学科。我们现在要实现的智能制造,源于工业领域长期积累的工业智能,信息领域的人工智能(起步于工业智能,逐渐融入人工智能)。以这两种智能技术为主体,兼顾其他智能技术,是今后智能制造技术的主流发展方向,适于中国企业的智能制造。实施"人工智能",要与重大需求和已积累的发展成果相结合。     

工业装备健康管理及关键功能分析

智能制造对工业装备的发展提出智能设备、智能服务的新需求,以及新型传感技术和信息技术的应用需求,推动工业装备健康管理的发展。文中通过分析装备工业大数据特点及技术框架,针对装备健康管理的感知系统、智能运维、数据应用平台等关键功能进行研究,提出装备健康管理面临的难点和解决方法,并结合典型应用案例介绍,提出装备健康管理的价值挖掘方向。     

基于工业机器人的“智能制造”柔性生产线的工作原理分析

现如今,我国已经提出了"中国制造2025"计划,其中就智能制造、工业机器人、柔性生产线等等作出具体技术分析,建立了基于FMS柔性制造系统或制造单元生产线技术体系。探讨了基于工业机器人的"智能制造"柔性生产线基本概念与工作原理,并对其柔性生产线中子系统的实践应用技术内容进行详细解读,分别介绍了自动上料机构、下料输送线系统以及中转台系统具体实践技术应用。     

工业互联网赋能装备智能运维与自主健康

概述了装备网络化监测诊断技术国内外发展历程,回顾了我国石化行业网络化监测诊断工程实践。提出了构建工业互联网装备智能运维系统的要点:工业互联网高质量数据采集与数据库、基于机理与数据驱动的溯源诊断与机群大数据分析及故障诊断专家系统。论述了工业互联网赋能智能运维和装备自主健康发展的途径。基于工业互联网应用工程实践的思考提出了今后的发展建议。     

应用于自动化轨道式集装箱起重机的智能态势监测系统

文中基于传感器技术，智能态势监测系统通过对自动化轨道式集装箱起重机关键监测部件振动、温度、转速、加速度、噪声等数据的采集（如起升和小车机构的驱动电动机、齿轮减速器、卷筒轴承及小车车轮等），以网络通讯的方式传输至智能态势分析服务器，实时检测各机构电动机、齿轮减速器、卷筒轴承、小车车轮等的运行状态，并对关键数据进行存储、计算、对比、分析；最后依据智能化软件对图谱、趋势、故障定位、寿命预估等进行专业诊断分析，预先制定维保方案，从而实现对设备的健康状态管理。     

基于WLAN的港口机械设备远程监控系统开发

基于WLAN开发了港口机械设备远程监控系统,主要包括数据采集处理、健康监测、网络通信和人机交互模块。具有港口机械设备运行状态监测、数据分析、健康预警、剩余寿命预测和故障实时报警等功能,能够通过有线局域网和无线局域网实时监控港口机械设备运行状态和健康情况,实现了港口机械设备的远程集中监测管理,并基于雨流计数法和累计损伤理论,建立了港口机械结构健康水平评价和剩余寿命预测方法。应用现场测试结果表明,该系统人机交互界面友好,数据传输稳定,分析算法准确。