输电线路避雷器全生命周期状态在线监测方法

为降低因避雷器导致的电力事故发生概率、保证输电线路安全平稳地运行,以全生命周期为切入点,提出避雷器状态在线监测方法。针对氧化锌材质避雷器,分析设备全生命周期中各个阶段状态情况。然后针对泄漏电流与加载电压模拟信号实施快速傅里叶离散化处理,将信号从时域转换成频域,并获取阻性电流基波分量与奇次谐波分量,从而实现对避雷器状态在线监测。仿真实验环节主要检测监测免疫性,经电磁波干扰与表面温度等试验环节,验证该方法能够有效抑制电磁波与正常设备表面温度的负面影响,且实时性较好。

基于地铁车辆全生命周期健康状态的维修策略研究

地铁行业信息化发展过程中,地铁车辆维护管理和运营决策产生了大量的基础数据,但存在数据堆积、利用率不高等问题。基于地铁车辆全生命周期健康状态的上线、维修决策方法,利用FMEA分析、AHP分析建立地铁车辆健康状态模型,量化评估地铁车辆全生命周期健康状态,实现维修决策优化。以杭州地铁4号线地铁车辆为算例,建立2019年度29列地铁车辆健康状态模型,以K04001车健康状态评级为例,进行该车均衡修1作业时间优化,检修的时间缩短了1~2 h,有效提高车辆的运营时间,从优化检修计划层面进一步提升车辆上线率。

煤化工行业设备全生命周期健康监测诊断系统构想

随着时代的发展、科技的进步,我国在很多行业领域的发展上取得了全新的成就。煤化工行业作为我国的一大发展行业,在很大程度上对国家整体经济发展水平起着促进的作用。该行业属于流程行业,在对流程行业中工况相对较为复杂的化工行业进行了研究后,发现煤化工行业设备全生命周期健康监测诊断系统的构想在整个煤化工行业的正常运行的过程中起着尤为重要的作用。基于关键设备在煤化工行业的工厂的生产服役过程中存在一些设备管理问题及运维设备的实际需求,这些问题亟待解决,如果不能第一时间解决将会对化工行业的工厂正常运行造成影响。实验表明,在该工厂设立全生命周期健康监测诊断系统构想,可以在同等条件下更好地反映出被监测设备的运行情况,具体表现为宏观和微观两个方向。当前,设备全生命周期健康监测诊断系统正处于一个不断优化、创新发展的发展环境,最终将朝向项目融合的方向发展,在提升煤化工行业设备运维能力的同时将会不断完善设备智能化的保障体系,降低设备管理成本,实现设备的更高价值的回报。

基于济宁龙拱河斜拉桥全生命周期实施模式的研究

本文以济宁市龙拱河特大斜拉桥为项目基础,通过对城市斜拉桥索塔爬模施工方式的创新,实现仅需一次架体转换完成主塔施工全过程,有效降低了爬模的转换次数,发挥液压爬模在施工中的高效性。同时通过对监测平台采集和存储的数据进行分析,分析结果表明构建的监测平台能实现城市桥梁监测数据的有效性、实时性和同步性,更能适合我国国情和具体养护技术人员的实际操作。在保证施工安全的前提下,提高施工效率,减少施工成本,可为类似工程提供施工经验。

基于早期故障特征提取的全生命周期监测诊断

设备早期故障诊断是设备全生命周期健康状态监测诊断体系的重要环节。尽早对设备潜在的故障作出可靠判断,对于保障设备的可靠运行具有重要意义。早期故障特征提取技术是检测设备早期故障的有效工具。研究了典型的设备故障发展过程,以早期故障特征提取技术为基础,结合多技术融合方法,建立了设备全生命周期健康状态监测诊断体系,以促进设备厂家改进生产制造质量、流程工业企业优化检维修流程。应用以早期故障特征提取技术为重点的多技术融合方法,打造设备从生产制造、出厂检验到现场应用的全生命周期健康状态监测诊断闭环,实现了设备健康状态的全程可控。

浅谈“全生命周期”健康管理

首先,在谈全生命周期健康管理之前我们应该清楚什么才叫健康?世界卫生组织对健康的定义是:健康应是“生理、心理、社会适应和道德方面的完好状态”.从概念上我们不难发现,健康应该是从这“四个维度”去理解,去阐述.我们从健康概念的角度出发就比较容易理解健康管理的概念:是指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.健康管理是以健康为中心,长期连续、周而复始、螺旋上升的全人、全程、全方位的健康服务.对健康管理的总结是:健康体检是基础、健康评估是手段、健康干预是关键、健康促进是目的.

飞机全生命周期技术状态管理应用研究

本文提出了一种通过数据采集/记录的方式,构建基于飞机全生命周期过程的数字信息一体化动态数据库,完成飞机需求评审、方案设计、科研生产、试飞鉴定、定型列装、维护保障等全过程技术状态控制和管理体系,更好的实现以海量数据为支撑的飞机技术状态监控,为空军的综合战力和国防能力的飞跃性提升打下坚实的基础。

基于状态检测的铁路运输装备全生命周期智能管控系统研究

为解决列车在运行时,车辆零部件的使用效率不同,定期检修时车辆的实际技术状态也不同,车辆在厂、段修时执行统一的检修作业标准时,存在过度检修的问题.本文提出了铁路运输装备机车配件线上一体化管理且进行机车健康状态评估的办法,以零配件健康状态为核心,从零配件健康状态得分、零配件所属大部件的健康得分、大部件所属车辆的健康得分着手,依次开展机车健康状态评估的研究,最终形成闭环的装备机车配件信息全生命周期数据链,从而实现全方位管理.

基于深度学习的土木工程计算机视觉健康监测

土木工程领域的健康监测对保证工程长期、稳定服务有着重要的意义。相较于传统的监测方法,基于深度学习的计算机视觉技术具有高效、准确等优势。对基于深度学习的计算机视觉技术在土木工程全生命周期健康监测领域中的应用进行系统综述。首先,借助文献可视化软件对该领域文献进行科学计量分析;其次,简要阐述了计算机视觉技术的发展历程,总结了在构建深度学习数据集过程中数据获取、数据处理和数据标注三个重要环节的方法与内容;最后,重点回顾了在施工现场安全管理、在役结构局部损伤检测和结构灾后整体损伤评估等应用场景中基于深度学习的计算机视觉技术的发展历程与工程实际应用价值,并展望了可拓展的应用方向。

面向全生命周期的高速列车MRO系统应用

为保障高速列车运行安全、提高维修效率、降低维修成本和消除维修服务的信息孤岛,建立了面向全生命周期的高速列车MRO系统。分析了当前高速列车维修需要解决的主要问题,讨论了MRO系统的业务框架,提出面向全生命周期的MRO系统设计与实施方案,描述构型管理、故障管理、检修计划管理和在线监测与诊断管理等技术。面向全生命周期的高速列车MRO系统在企业应用过程中取得良好效果。

智能高速铁路基础设施全生命周期管理框架研究

为解决高速铁路基础设施建设工程中各环节信息相对孤立、信息共享及业务应用相互脱节等难题,结合智能化技术在我国高速铁路的创新应用,引入全生命周期管理理念,构建智能高速铁路基础设施全生命周期管理框架,形成有效推动全流程对称管理和全生命周期整体效益最佳、全过程正向反馈的新思路。在智能高速铁路基础设施全生命周期管理框架下,结合管理成本最优的系统目标,创新提出静态时间截面全要素协同的基本前提、动态时间轴全过程状态监测的必要手段和全生命周期各阶段过程流信息流深度融合管理的内在机理,为推动新时期中国智能高速铁路发展提供新的管理理论基础。

锂离子电池全生命周期内评估参数及评估方法综述

自锂离子电池得到广泛应用以来,为实现锂离子电池性能的充分应用,从不同角度对其性能展开研究。准确描述电池内部工作原理,评估电池当前工作状态和性能,以及预测电池未来工作能力,是提高储能系统安全性、可靠性和可用性的重要基础。对锂离子电池的研究工作从内部原理出发,归纳整理锂离子电池的建模方法,对不同建模方法的优缺点进行分析对比;汇总整理可以表征电池当前工作状态、性能和未来工作能力的特性参数:荷电状态SOC、健康状态SOH以及剩余寿命RUL,并汇总分析预测该参数的计算思路及相关数学方法,通过分类归纳不同的解决思路和数学方法,分析其优缺点。通过上述工作,总结当前锂离子电池全生命周期内研究评估的工程实用性方法,并指出未来的研究方向和热点。

主持人语:语言健康是全民健康的重要组成部分

语言健康指个体在语言能力发展和语言行为表现上的良好状态,而语言不健康则突出表现为有明显的语言障碍。《“健康中国2030”规划纲要》(2016)“战略主题”指出:“全民健康是建设健康中国的根本目的。立足全人群和全生命周期两个着力点,提供公平可及、系统连续的健康服务,实现更高水平的全民健康。”

基于数模双驱动的铁路客站票务设备健康状态评估模型

为及时掌握铁路客运车站(简称:客站)票务设备异常情况,评估其健康状态,采用数据驱动和模型驱动交互联动思想,提出了基于数模双驱动的票务设备健康状态评估模型。通过分析票务设备历史运行数据,构建以票务设备寿命预测值与实际值均方误差最小为核心的目标函数,利用优化算法求解其健康状态评价模型参数,实现对在役票务设备健康状态的评估。选取某铁路客站实名制核验闸机数据进行试验,结果表明,所提模型提高了客站票务设备健康状态评估的准确性,为客站票务设备精细化运行维护、预测性维修及主动运行维护提供了理论基础和决策依据。

基于PHM技术的EOAS健康管理和故障预测系统研究

目前铁路电务部门主要依靠人工和机务故障报修系统的提报信息,对动车组司机操控信息分析系统(EOAS)车载设备进行维护,但无效及误报信息较多,无法满足当前车载设备的运用保障需求。针对该问题,基于故障预测与健康管理(PHM)技术,利用EOAS实时回传的车载设备运行数据和图像信息,通过通用故障建模、大数据技术、图像识别,智能分析运行状态变化,实现EOAS车载设备健康状态在线实时监测、关键部件的故障报警及预测、EOAS全生命周期的健康信息管理,为设备日常运用、维护和管理提供技术手段,实现精准和预防性维修,把当前被动的故障处理转变为故障预防管理。该系统投入运用后,对相关设备维护人员的知识储备、经验能力、熟练程度等要求大大降低;与原人工检测作业对比,检测耗时大幅缩短,有效提升电务部门的设备维护效率和质量,保障了车载设备的持续可靠运行。

全断面掘进机健康管理系统的建模与仿真

为降低隧道施工过程中的安全隐患,针对全断面掘进机庞杂系统之间的相互影响,易导致停机检查等健康管理问题,构建了基于虚拟仪器的状态监测与基于神经网络的故障诊断系统结构模型.建立了基于灰色预测和神经网络相结合的状态监测算法,以提前预知设备的健康状况.提出了基于小波包算法的能量特征向量的提取和最快速下降BP学习算法,进行故障诊断.最后,构建了基于面向服务架构(SOA)的全断面掘进机(TBM)健康管理系统,并通过历史数据仿真结果验证了方法的正确性和技术的可行性.

大跨度钢结构空间张弦桁架施工全过程监测与分析

大跨度钢结构空间张弦桁架施工存在安全及安装精度控制难等难题。为保证钢结构工程施工全过程精细化控制,设计1套基于无线传输的复杂钢结构全生命周期健康监测与预警系统。在工程施工前期,建立钢结构模型,结合现场施工工艺,模拟不同工况下关键节点受力情况。施工过程中对关键节点进行应力实时监测,同时与前期模拟计算结果进行比对分析,并结合设计参数设立了三级应力预警系统。经过分析比对可知,前期对结构进行模拟计算可在施工过程中对工程进行有效安全指导,健全的监测预警系统可为工程整体安全提供保障。

地下综合管廊健康监测管控系统

为了能够对城市综合管廊进行高效管控,提升城市管廊的安全管理,本研究主要内容是通过传感器、信号网络、服务器和控制器等硬件设施,采集管廊内各种数据信息,再利用物联网、云计算、通信技术、BIM+GIS地理信息等技术,将各种管廊数据集成、计算、综合分析,研究出一套综合管廊全生命周期的健康监测管控系统。本研究有助于推进综合管廊智慧化建设进程,对提高综合管廊日常运营维护水平起到了重要作用。

基于时频域多指标融合和图模型的滚动轴承早期退化监测方法

在对滚动轴承的全生命周期健康状态进行监测,采用从振动信号中提取监测指标时,存在噪声干扰、检测准确度低的问题,为此,提出了一种基于时频域多指标融合和图模型的滚动轴承早期退化点检测新方法。首先,进行了时频域的指标提取,对采集的轴承原始振动信号进行了分段处理,从每段信号中提取了多个时频域指标,进行了基于图模型的指标优化,即对提取的每一个指标进行了图建模,得到了一系列图模型;接着进行了图模型相似度计算,得到了优化后的指标;然后,进行了多指标融合,对优化后的多指标采用逐点均值及逐点最值相结合的方法进行了融合,得到了综合的监测指标;最后,进行了异常决策,采用假设检验对轴承早期退化进行了监测,确定了退化点,并在滚动轴承全生命周期退化数据集上进行了实验,对上述综合指标的退化点检测性能进行了检验,同时在该数据集上将该方法与其他4种方法进行了对比实验。研究结果表明:针对每一组实验数据,采用该方法均能成功检测到退化点,同时在对比实验中,采用该方法取得了1.27的最高平均排名;实验结果证明了该方法的有效性和先进性,表明该方法在滚动轴承早期退化监测中具有良好的实际应用潜力。

面向智能制造的刀具全生命周期智能管控技术

智能制造是未来制造业的主攻方向,以航空航天、汽车领域为代表的高端制造装备关乎国防安全和国家经济命脉。复杂多样化的零部件加工对刀具管控提出了更高的要求。刀具作为切削过程中最活跃、状态变化最多的要素,其性能直接影响加工精度和生产效率。大数据时代的到来引领刀具管理模式的变革,制造商、供应商、应用企业对刀具全生命周期数据的需求与日俱增。通过分析刀具管控现状可知,设计制造精准性、寿命预测准确性、刀具管控科学性是亟待解决的核心问题。提出刀具全生命周期智能管控的内涵及关键技术,综述国内外学者在刀具设计制造智能优化、刀具切削过程状态监测和刀具多源数据管理共享方面的研究成果,最后结合刀具管控技术的应用情况对未来的研究方向进行展望。随着智能制造的不断深入,以人工智能、大数据、数字孪生、云计算等现代信息技术为依托的刀具全生命周期智能管控技术,必将推动刀具产业链转型升级。