基于PHM的舰船装备维修保障研究

从传统维修保障模式面临的挑战出发，介绍了PHM技术的内涵和原理，技术特点和技术要素，通过对PHM理论的分析．明确了舰船装备PHM系统的功能，对PHM技术应用于舰船装备维修保障中的有效性和可行性进行了研究，初步构建了舰船装备PHM系统的组成，并对其中的关键技术进行了分析。指出了舰船装备维修保障中引入PHM技术的发展方向。     

PHM技术在反舰导弹维修保障中的传感器网络应用研究

介绍了PHM技术的内涵和原理、结构和功能、技术特点和技术要素。对PHM技术应用于反舰导弹维修保障中的有效性和可行性进行了研究,并设计了反舰导弹武器系统PHM系统结构及反舰导弹维修保障中的传感器网络结构。     

PHM技术在先进飞机上应用对基地级维修保障的影响分析

新一代军机应用了PHM技术并设计了PHM系统,借助于PHM驱动地面维修保障,这将对基地级工厂带来积极而深远的影响。本文从基地级工厂生产、技术工作、修理质量、测试设备四个方面详细讨论PHM技术对基地级工厂修理保障的影响。     

故障预测与健康管理技术的应用与发展

近年来,随着航天航空技术的不断发展,关于管理系统的研究也不断深入。故障预测与健康管理(PHM)系统属于目前可用于故障系统预测和管理的有效框架,PHM技术在设备装备维修保障当中的应用价值非常突出。为进一步提高PHM技术的应用效益,本文分析了PHM技术的应用与发展,希望可以为相关从业者提供理论帮助。     

关于故障预测与健康管理技术的几点认识

介绍了故障预测与健康管理技术(PHM)基本概念与内涵,回顾了国外飞机发动机、固定翼飞机、直升机、航天飞行器、舰船、车辆和轨道交通等设备PHM技术发展历程及发展现状,分析了我国PHM技术的发展现状及存在的问题,预测了未来发展方向和应用领域。梳理了故障预测与健康管理技术体系架构,介绍了故障模型、状态监测、数据处理、综合诊断、健康管理、维修决策和后勤支援信息系统等关键技术,最后给出了我国发展PHM技术的意见和建议。     

基于SOA的设备群PHM系统研究及实现

针对设备群的故障预测与健康管理系统（PHM）技术的特点,提出了一种按设备级、工作单元级、设备群级和企业级分层的PHM功能模型,建立了功能模块间及不同层间的信息流动及需求关系。基于WEB服务和SOA技术,建立了PHM的系统分层架构模型;提出一种基于时间戳数据防过期方法,解决了基于XML的数据交互过程中的数据同步问题;研究了各功能组件模块之间的协同运行问题;基于逻辑斯蒂回归和支持向量机建立了性能退化趋势预测模型。在此基础上,开发了基于WEB的PHM软件原型系统,以验证上述方法和技术的可行性。     

机器人系统的故障预测技术研究

文章针对机器人系统维护特点,提出将故障预测与健康管理（PHM）技术应用到机器人系统的维护上。论述了PHM关键技术——故障预测技术的特点和研究内容。对故障预测技术进行分类和分析,总结出各种预测方法的特点。最后提出了基于统计过程控制（SPC）进行故障预测的方法,并阐述了进一步研究可能遇到的问题。     

数据驱动故障预测和健康管理综述

着重介绍数据驱动故障预测和健康管理(PHM)方法的研究现状。通过对数据驱动PHM方法的分类阐述,逐步说明面向复杂系统数据驱动PHM的方法体系和流程,并重点对构成数据驱动PHM方法体系的核心环节进行分析和总结。在此基础上,采用一个锂离子电池循环寿命预测实例综合分析了数据驱动PHM的实现过程。最后,分析了数据驱动PHM方法的发展趋势和研究挑战。     

基于PHM技术的测井设备智能管理体系的应用研究

测井设备的智能管理体系具有有效的预警和健康管理机制,能准确地预测故障并进行维修保养提醒.它是一种能够模拟人的自治性神经系统指挥身体运动的智能体系.PHM技术（故障预测与健康管理）已成功地应用多个领域,论文讨论PHM技术应用于测井设备智能维修体系的方法与可行性,详细阐述了评估测井设备健康状态的方法.     

基于RCM的轨道交通PHM系统建设成本模型研究

针对当前轨道交通车辆运维系统建设成本居高不下、利用率低等问题,开展轨道交通车辆PHM系统建设成本模型研究。基于RCM方法构建智能运维监测项的决断逻辑,搭建PHM系统监测项点的成本效益模型,计算PHM系统的最佳性能以及投入产出比;以制动系统PHM系统建设为例,评估PHM系统的投入产出比,为智能运维建设提供科学有效的理论支撑。     

Prognostics and health management design for rotary machinery systems—Reviews,methodology and applications

Much research has been conducted in prognostics and health management (PHM), an emerging field in mechanical engineering that is gaining interest from both academia and industry. Most of these efforts have been in the area of machinery PHM, resulting in the development of many algorithms for this particular application. The majority of these algorithms concentrate on applications involving common rotary machinery components, such as bearings and gears. Knowledge of this prior work is a necessity for any future research efforts to be conducted; however, there has not been a comprehensive overview that details previous and on-going efforts in PHM. In addition, a systematic method for developing and deploying a PHM system has yet to be established. Such a method would enable rapid customization and integration of PHM systems for diverse applications. To address these gaps, this paper provides a comprehensive review of the PHM field, followed by an introduction of a systematic PHM design methodology, 5S methodology, for converting data to prognostics information. This methodology includes procedures for identifying critical components, as well as tools for selecting the most appropriate algorithms for specific applications. Visualization tools are presented for displaying prognostics information in an appropriate fashion for quick and accurate decision making. Industrial case studies are included in this paper to show how this methodology can help in the design of an effective PHM system.     

自动驾驶仪PHM系统健康评估方法研究

PHM(prognostics and health management)系统健康评估作为连接故障诊断和故障预测的纽带,具有十分重要的作用。针对自动驾驶仪PHM系统健康评估存在的多工况、非线性和小子样问题,提出了一种面向自动驾驶仪PHM系统的贝叶斯网络简化推理模型,建立了一种基于可变信息的改进贝叶斯节点和迭代交叉熵测度的变模型快速推理算法。算法理论仿真实验验证了其有效性和工程可行性,最后在某型直升机电动舵机平台上验证了该改进算法,具有较好的工程应用前景。     

基于主成分分析和线性判别的航空发动机状态监视

利用航空发动机传感器数据对发动机状态进行监视,采用主成分分析（PCA）方法和线性判别法（LDA）对发动机传感器数据进行二次特征提取,按照最优近邻思想进行分类。将2008年IEEE PHM数据作为实验数据,将基于PCA和LDA的分类结果与基于PCA的分类方法以及深度信念网（DBN）分类方法的结果进行了对比分析,结果表明,基于PCA和LDA方法的识别率综合最优且结构简单,对于工程应用该方法有效可行。     

基于PHM的企业联盟加工过程质量控制技术研究

在网络化制造环境下,由于企业联盟具有信息化、集成化、全球化和动态化的特点,对传统的质量控制技术提出了新的要求.基于预测与健康管理( PHM)技术对网络化制造环境下的机械加工过程质量控制进行探索,提出一种由设备层、分布式信息处理层、网络构架层,以及管理与决策层构成的系统体系结构与实施方案,并给出了基于模糊专家系统和模糊神经网络的故障诊断方法.     

健康监测技术在机载雷达结构上的应用分析

故障预测与健康管理（Prognostics and Health Management, PHM）技术是一项前沿的复杂工程应用技术,在机载雷达系统上具有迫切的需求和广泛的应用前景。文中首先分析了典型的飞机PHM系统架构;然后,针对机载雷达系统结构特点,提出一种基于故障模式、影响及危害性分析（Failure Mode, Effects & Criticality Analysis, FMECA）的结构健康监测系统构建流程,得到了典型机载雷达系统结构的健康监测系统架构;最后,对PHM技术在某机载雷达大型一维转台上的应用进行了分析,获得了各关键系统的多参量实时数据,为机载雷达系统的结构安全提供早期预警、故障诊断与寿命预测。本研究对结构健康监测技术在机载雷达领域的工程化应用具有指导意义。     

A python based tutorial on prognostics and health management using vibration signal: signal processing,feature extraction and feature selection

MATLAB is a convenient and well-established engineering tool used by many researchers and engineers in implementing the prognostics and health management (PHM). Recently however, Python has emerged as a new language platform for the same purpose due to its advantages of free access, high extensibility and plenty libraries. This paper provides a Python tutorial to aid the beginners in the PHM to implement the signal processing and feature engineering using the open access data of gears and bearings. The Python codes are provided at the web page https://www.kau-sdol.com so that they produce the same results as the MATLAB codes. As such, they are reliable as well as of practical value to those who want to learn how to implement the PHM by Python or to migrate from the MATLAB to Python.

     

Survival life analysis applied to tool life estimation with variable cutting conditions when machining titanium metal matrix composites (Ti-MMCs)

A survival analysis methodology is employed through a novel approach to model the progressive states of tool wear under different cutting conditions during machining of titanium metal matrix composites (Ti-MMCs). A proportional hazards model (PHM) with a Weilbull baseline is developed to estimate the reliability and hazard functions of the cutting inserts. A proper criterion is assigned to each state of tool wear and used to calculate the tool life at the end of each state. Accounting for the machining time and different stages of tool wear, in addition to the effect of cutting parameters, an accurate model is proposed. Investigating the results obtained for different states, it was shown that the evolution of the time-dependent phenomena, such as different tool wear mechanisms, throughout the whole machining process were also reflected in the model. The accuracy and reliability of the predicted tool lives were experimentally validated. The results showed that the model gives very good estimates of tool life and the critical points at which changes of states take place.