知识图谱技术在预测与健康管理中的应用现状与研究展望

随着预测与健康管理(PHM)技术的不断发展以及设备智能化、信息化程度的不断提高,预测与健康管理的领域知识与日俱增。知识图谱技术因其强大的知识组织、管理、表示能力以及支持的数据/知识驱动相关方法,受到领域内学者广泛关注。面向预测与健康管理领域,对知识图谱的概念、关键技术、领域应用以及挑战与展望进行了综述。首先,介绍了领域知识图谱的定义和组成要素;其次,讨论了领域知识图谱的构建方法,简要归纳了领域内常用的构建方式和技术;然后,结合领域内知识特点,详细介绍了领域内知识图谱的应用情况;最后,分析了与领域融合的知识图谱研究中存在的挑战以及未来的发展方向。综述旨在帮助研究者加深对知识图谱及其在预测与健康管理领域应用的了解,以促进知识图谱在该领域应用中的进一步发展和创新。

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。

试验系统故障预测与健康管理设计及实现

现阶段试验系统朝着全面信息化趋势发展,单纯靠指挥员、操作员人为判断与维护的安全生产管理办法难以继续施行。系统的故障预测和健康状态管理顺势逐步进入试验系统常规设计要求中,成为研究专项内容进行指标考核。本文以某试验系统建设为契机,探索研究出一套故障预测和健康状态管理程序架构,并在工艺系统设计、测控一体化硬件配置基础之上,通过网络信息交互、下位软件编程、人机交互界面等技术,实现试验系统的高效运维。

基于PHM技术的动车组牵引设备健康管理系统分析

阐述基于PHM技术的动车组牵引设备健康管理系统的设计和应用,通过对系统的需求、功能架构设计以及关键技术的分析,为动车组牵引设备的健康管理提供一个全面、实用的框架。

天然气管道压缩机组故障预测与健康管理研究

智慧管网具有综合性预判等方面能力,但目前油气管道关键设备如压缩机组非计划停机频发,维修保证策略以“事后维修”和“定期维修”为主,对故障预知预测的研究思路不够清晰、方法不够科学。维修检修需定期开展,故障管控能力及维护策略需进一步提升。总结国内外典型压缩机组及设备故障预测与健康管理(PHM)建设的现状,首次分析了管道压缩机组燃机性能算法、压缩机效率算法、模拟仿真等算法的核心问题、研究方法、关键量化指标及各研究方法的优点。研究天然气管道压缩机组PHM系统的重点难点,对平台融合与系统设计、机组变工况、多元数据分析技术、停机故障失效模型及算法研究、验证评价、知识图谱等重点研究内容提出了思考和展望。此研究对提升油气管道关键设备管理、开展平台融合设计及智能管道核心技术研究具有一定借鉴意义。

船舶低速机故障预测与健康管理技术研究及应用

为了提高船舶低速机运行的稳定性和可靠性以及船舶航行安全性,构建了船舶低速机故障预测与健康管理系统,利用GT-POWER软件搭建了低速机仿真模型数据库,提出了基于性能仿真、油液分析以及振动分析相融合的故障诊断方法。以此为基础,成功研制出船舶低速机故障预测与健康管理系统并完成台架试验,自主设计和开发的系统样机及客户端已成功应用于某6.2×10^(4)t多功能纸浆船,安全稳定运行超过6000 h,完成了相关实船验证,实现了对船舶主机的全生命周期管理,该系统为智能船舶的安全运维开辟了新的方向,对智能船舶的建设具有积极的推动和引导意义。

基于故障预测的雷达健康管理软件设计与实现

本文设计和开发了一个基于故障预测的雷达健康管理软件,软件采用标准的MVC体系架构,具有良好的可扩展性和稳定性。 软件内嵌基于长短期记忆网络(LSTM)的数据驱动的雷达故障预测算法,在一定程度上克服了传统的故障预测算法无法进行长时间记忆的问题,能够处理多变量输入,并以相控阵雷达为应用对象,实现了设备状态的智能健康评估、在线自检和故障预测。

数字孪生支持下软件化雷遥一体设备的故障预测和健康管理框架设计

针对当前高密度的航天发射任务和新域新质战斗力建设的高要求,传统的故障预测与健康管理已无法满足航天测量设备的维护需求。结合新体制的软件化雷遥一体测量设备的研制,本文提出了数字孪生技术支持下的设备故障预测和健康管理设计框架。通过结合雷遥一体设备的复杂结构组成,梳理出构建其数字孪生体模型的关键细节,分析软件化雷遥一体设备的PHM功能需求,以此提出了五层的数字孪生系统架构,并给出了实现PHM服务的具体运行机制。该设计框架为提高新体制软件化雷遥一体设备的全周期运行的可靠性提供了初步方案,同时也为其他典型的装备维护提供了一定的技术支持和理论参考。The traditional prognostics and health management can no longer meet the maintenance requirements of space measuring equipment under the high density of space launch missions and the high requirements of new field and quality combat capability construction. In combination with the development of a new system of software-based radar & telemetry integrated equipment, this paper proposes a design framework of equipment prognostics and health management supported by digital twin technology. By combining the complex structural composition of the radar & telemetry integrated equipment, the key details of constructing its digital twin model are carded out, and the PHM functional requirements of the software-based radar & telemetry integrated equipment are analyzed. Based on this, a five-layer digital twin system architecture is proposed, and the specific operation mechanism for implementing PHM services is provided. The design framework provides a preliminary scheme to improve the reliability of the whole cycle operation of the new system of software-based radar & telemetry integrated equipment, and also provides some technical support and theoretical reference for other typical equipment maintenance.

电力电子器件故障预测与健康管理技术的研究现状和趋势

电力电子器件是电力电子系统实现电能变换与控制的核心组件之一。通过新材料、新结构、新工艺、增加冗余、降容运行等传统手段提高电力电子器件的可靠性越来越难以匹配快速发展的电能变换要求。目前,电力电子器件的故障预测与健康管理(prognostics and health management,PHM)技术已成为研究热点。文中围绕PHM技术的研究现状、挑战以及发展趋势展开论述。首先,梳理状态监测、故障预测、健康管理三者的逻辑关系;然后,详细分析以电力电子器件的结温监测与老化演化为主要研究内容的技术手段;最后,综合现有研究,指出PHM技术在电参数传感、模型优化、混杂多故障预测方面有待深入研究。以芯片技术发展为硬件基础,大数据和人工智能为上层建筑,是电力电子器件PHM技术的发展趋势。

压接式IGBT健康管理方法综述

压接式IGBT功率器件是新型电力系统应用装备中的核心部件,对其健康管理可提升IGBT使用寿命与运行可靠性,保障新型电力系统的安全稳定。首先介绍压接式IGBT器件的封装结构和主要失效模式;其次以特征参数类型的不同,对现有健康状态监测方法进行分类阐述和分析;然后归纳现有压接式IGBT寿命预测方法的原理和特点;最后对现有的健康管理技术进行综合对比分析,并指出压接式IGBT健康管理方法需要进一步研究的问题和未来发展趋势。

机载预测与健康管理(PHM)系统的体系结构

故障预测与健康管理(Prognostics and Health Management PHM)系统对于推动作战飞机从"事后维修"、"定时维修"向"视情维修"转变具有十分重要的意义。针对新一代作战飞机的技术特点以及在维修保障方面的需求,对机载PHM系统体系结构的3种备选方案进行了对比分析,提出了一种由模块/单元层PHM、子系统级PHM、区域级PHM和平台级PHM等4层集成的层次化体系结构,并着重从层次的划分、组成要素的功能描述、信息传输和外部逻辑等几个方面进行了论述。

故障预测与健康管理(PHM)技术的现状与发展

结合故障预测与健康管理(PHM)的技术发展过程,阐述了PHM的应用价值。论述了PHM技术系统级应用问题,提出了故障诊断与预测的人-机-环完整性认知模型,并依此对蓬勃发展的故障诊断与故障预测技术进行了分类与综合分析,给出了PHM技术的发展图像。针对故障诊断与预测的不确定性特征,对故障诊断与预测技术的性能要求、定量评价与验证方法进行了分析。最后,以PHM技术的工程应用为线索,提出了PHM技术发展中的几个问题。

飞行器故障预测与健康管理(PHM)集成工程环境研究

故障预测与健康管理(PHM)技术能够实现故障监测、诊断、预测、状态评估及综合决策的功能,能够降低飞行器维修、使用和保障费用,提高飞行器战备完好率、任务成功率以及安全性和可用性;在分析了国内外研究现状的基础上,提出了构建飞行器故障预测与综合健康管理的通用化支撑平台和验证环境的设计思路,并展开描述了PHM开发环境、运行环境、验证环境的具体功能组成,研究成果能够为检验飞行器PHM系统工作效能提供有效验证,为降低飞行器PHM验证费用提供借鉴。

数控机床故障预测与健康管理系统关键技术研究

故障预测与健康管理系统(PHM)是通过对机床状态的监测和故障分析,实现对机床进行健康监测、性能预测和状态评估,并基于此制定维护计划,从而使机床的使用寿命延长。数控机床作为装备制造业的关键装备,其健康状态对制造业发展具有重要意义。目前,随着制造业对数控机床智能化水平要求的不断提高,国内在故障预测与健康管理技术方面取得了一定进展,但总体上处于发展阶段,还没有形成产业化和规模化。因此,本文从数控机床健康监测与故障预测、性能预测、状态评估三个方面出发,分析了 PHM系统中关键技术的实现途径及难点,旨在为提高我国数控机床智能化水平和健康管理水平提供理论参考。

重复使用运载器预测与健康管理(PHM)技术研究

为了实现传统一次性运载火箭的可重复使用特性,提高重复使用运载器的安全性、可靠性及维修保障性,破解重复使用运载器研制难度大、技术风险高的难题,研究了一种重复使用运载器的预测与健康管理系统方案;该系统采用一种"机载-地面"辅助决策的系统设计方案,机载部分采用分层分布式的系统架构设计方案,地面部分采用区域管理和综合调度的设计方案,有效实现运载器在线式健康状态监测与诊断;重复使用运载器预测与健康管理设计方案的应用,确保运载器在全寿命周期内,实现在线实时故障检测、故障预测和健康评估,为故障处理、维修保障和系统操作优化提供决策支持,显著提升了重复使用运载器的安全性、可靠性、保障性和效费比。

电子对抗装备健康管理系统设计研究

为了适应复杂度和集成度日益增高的电子对抗装备体系,对体系设备的健康状态进行监测与管理尤为重要,本文基于故障预测与健康管理技术理论提出一种电子对抗装备健康管理系统,该系统主要包含健康状态监测、异常检测、故障诊断、故障预测等关键技术。通过构建电子对抗系统健康管理体系有利于提高系统稳定性、工作效率,同时降低设备故障而产生的大量成本,进而推动电子对抗系统设备自动化管理的发展,具有良好的应用前景。

军用飞机供配电系统故障预测与健康管理关键技术

随着飞机多电化和全电化的快速发展,军用飞机供配电系统结构日益复杂、维护难度加大,采用故障预测和健康管理技术对于提高军用飞机供配电系统可靠性、降低维护难度、提高维护效率、实现视情维修具有重要意义。结合军用飞机供配电系统的特点,本文从故障预测与健康管理(PHM)系统构型设计、数据采集需求、机载使用需求三个方面对军用供配电系统故障诊断与健康管理技术进行了需求分析,梳理了当前军用飞机PHM架构发展现状,并针对军用飞机供配电系统特征总结了PHM系统架构特征。针对特征参量提取、信号检测与预处理、故障预测方法、预测效果评估方法等,对PHM重点关键难点技术进行了分析。并就当前军用飞机供配电系统PHM技术发展所遇到的问题,对未来研究方向提出建议。

故障预测与健康管理技术在鱼雷PHM模型设计中的应用

结合现役大型武器系统保障特点和故障预测与健康管理技术及其成功应用范例,介绍了故障预测与健康管理技术(PHM)的核心理论、关键技术和技术复杂性。从分析视情维修(CBM)开放体系结构的设计思想与应用方法入手,设计了鱼雷的PHM模型,分析了各模块职责与功能,并完善了该模型的体系架构,为实际应用提供一定的理论参考。

基于选择性维修的装备群动态健康管理决策

针对现有故障预测与健康管理(prognostics and health management,PHM)系统难以给出实时、动态健康管理决策结果的问题,综合考虑不完善维修、多资源约束(人力、时间、成本等)、备件订购、任务规划等因素,基于选择性维修理论,建立了动态健康管理决策模型,得到了最优方案,包括部件最优维修对策、维修任务分配、备件订购数量、最优任务规划等。最后,结合算例,分析了维修人员数量、备件数量、任务规划等因素对动态健康管理决策结果的影响,验证了所提模型的有效性,对于指导装备健康管理实践、提升保障质效具有重要的意义。

船舶设备故障预测和健康管理产业发展现状及趋势研究

在对船舶设备故障预测和健康管理流程及组成进行简要概述的基础上,重点分析其技术发展现状、市场竞争格局,并从行业政策、前沿技术整合及市场需求等3个方面总结船舶设备故障预测和健康管理产业发展趋势,从而提出我国船舶设备故障预测和健康管理产业发展建议。