全自動川崎洗衣機維修寶雞(寶雞三洋洗衣機維修)

前沿拓展：

---

導讀

日前在某公司向新員工做PHM技術分享。在確保內容準確的情況下，最大程度上只使用大白話，闡述了PHM技術是什么、能做什么的問題，希望對想要了解PHM技術的學習者有幫助，希望對行業內人士也能有所啟發。作為一個PPT廢柴，很用心地準備了分享材料，為此近乎加班了半個月，配圖配色如有辣眼睛之處，請多多擔待。原創不易，希望大家喜歡。

文章來源

本文作者：知乎網友@咣愛騎腳踏車，濰柴動力股份有限公司數據挖掘算法工程師。數字化企業經授權發布。大白話科普PHM技術第一彈——引言和案例篇 - 知乎

1

PHM技術是什么

Page 3. 扁鵲見蔡桓公

在開始正式地分享之前請容許花一分鐘表演個才藝——有感情朗讀課文。

扁鵲見蔡桓公。 （扁鵲）“君有疾在腠理，不治將恐深。”（蔡桓公）“寡人無疾。” 居十日。（扁鵲）“君之病在肌膚，不治將益深。”（蔡桓公）“哼！” 居十日。（扁鵲）“君之病在腸胃，不治將益深。”（蔡桓公）“哼！” 居十日。（扁鵲）“我走！” 居五日。桓侯卒。

Page 4. 《扁鵲見蔡桓公》與PHM技術的聯系

可以將《扁鵲見蔡桓公》這則寓言與PHM技術建立起聯系。蔡桓公是被監測的裝備，扁鵲這位名醫是一套優秀的PHM系統，扁鵲判斷的“君之疾（病）在腠理、在肌膚、在腸胃”是指的被監測的裝備的不同故障程度，不同的診治方案“湯熨、針石、火齊之所及也”對應不同的維護方式，“在骨髓”意味著故障十分嚴重了，“無奈何也”表示修不好了，而最終“桓侯遂死”對應著被監測裝備完全宕機了。

1.1 概述

Page 5. 概述

那么到底什么是PHM技術呢？下劃線的部分可能涉及一些套話或專業名詞，后續會有所解釋。

PHM技術的全稱是故障預測與健康管理（Prognostics and Health Management）。

PHM技術是一門新興的、多學科交叉的綜合性技術，是實現裝備從預防性維護向預測性維護轉變的關鍵技術。

PHM技術的價值從時間因素、空間因素、經濟價值3個角度可以總結為減少緊急維修事件的發生、減少潛力馳援事件的發生、減少財務損失，降低系統費效比。

PHM技術能做什么呢？針對正在服役的大型設備，在維修更換數據和實時退化數據建模的基礎上，進行可靠性的動態評估和故障的實時預測，以及基于評估和預測的信息制定科學有效的健康管理策略。

1.2 是什么

Page 6. 是多學科交叉的綜合性技術

關于PHM技術是一門多學科交叉的綜合性技術：在過去的十年中，PHM的研究和開發在學術界和工業界都得到了加強，涉及數學、計算機科學、運籌學、物理、化學、材料科學、工程等各個學科。

Page 7. 預防性維護向預測性維護轉變的關鍵技術

在解釋預防性維護和預測性維護這兩個概念之前，首先需要解釋一下一個復雜系統/設備/裝備，在服役過程中會出現各種問題，可分為可見問題和不可見問題。這就像冰山一樣，有露出水面的部分，而更多是隱藏在水面下的部分。在類比一下，設備就像人會生病，有外傷和內傷的區分，前者比如磕碰挫傷，后者如被七傷拳打了一頓五臟俱損。

可見問題，比如生產的產品出現缺陷、加工的不良率上升、設備效率下降、出現一些安全問題等。

不可見問題，比如設備的性能下降、健康衰減、零部件磨損、運行風險提升。

對比可見問題中的“出現安全問題”和不可見問題中的“運行風險提升”，舉個例子：海恩法則指出，每一起嚴重事故的背后，必然有29次輕微事故和300起未遂先兆以及1000起事故隱患。

Page 8. 復雜裝備或其關重件會表現出退化特性

復雜裝備或者其關重件往往會表現出退化特性，如圖中為某電池的健康狀態衰退曲線。隨著電池使用時間的增加，SOH(State of Health)逐漸減小，前十三年，SOH從1.0減小到0.8，被規定為“健康”狀態；第十四、十五年，繼續減小到0.7，這個區間被規定為“告警”狀態；第十六、十七年，電池SOH會迅速降低到0.5，這個區間被規定為“需維修”狀態；如果繼續使用，SOH降低到0.5以下，則認為電池失效。

紅點（SOH=0.5的點）被稱為失效點，從當前時刻（綠點，SOH=0.7）到紅點還有兩年可使用，這兩年被稱為剩余使用壽命（Remaining Useful Life, RUL）。

Page 9. 事后維護、預防性維護、預測性維護對比總覽

了解了上述信息后，開始介紹預防性維護、預測性維護，以及剛才未提及的事后維護的概念。

事后維護，是指的故障發生后再去維護，就像是人生病了再去看病治療。事后維護最大的缺點是，故障發生的危害或次生危害可能極大，比如戰斗機在執行任務，導彈發射器失效了，老鷹變成了吉祥物；遠洋巡邏艦在深海作業，引擎失效了，失去動力的水上堡壘變身一葉扁舟；煉鋼廠因某故障停機，鋼水凝固，機器重啟時間和資金浪費甚巨。

預防性維護，就是根據一些制定好的定期維護策略去做維護。這些定期維護策略通常記錄在設備維護手冊上。往往在一些家電的說明書上也會寫，比如洗衣機，一般建議半個月或一個月，使用專用清洗劑做個自清潔；再例如私家車，一般4S店建議每1萬公里去給愛車做個保養。預防性維護相比事后維護有很好的提升，但往往存在“過維護”和“欠維護”的問題。“欠維護”是指維護不足，就是盡管已經按照操作手冊給設備做維護了，但設備還是出人意料地出故障了；“過維護”是指過度維護，就是原本可以每5萬公里給乘用車換個機油，但4S店還是要求你每1萬公里就是保養一次，這會造成嚴重的隱形成本。

預測性維護是對預防性維護的升級。會根據監控對象的實時運行狀態，預測其剩余使用壽命，按照需要對設備進行維護。

Page 10. 事后維護 vs 預測性維護，后者的維修前準備時間更充裕

從這張圖中，可以清晰地看出，預測性維護通過對設備當前健康狀態進行評估，并持續地預測剩余使用壽命，動態規劃維護任務，相比事后維護有充裕的準備時間，因此僅僅在維修實施時需要停機；而事后維護因為需要在故障發生后再去調度人手、排查故障原因、運輸維修需要的工具和零部件等，因此停機時間顯著更長。

以下是對事后維護、預防性維護和預測性維護優缺點的詳細描述。

Page 11. 事后維護的優缺點

事后維護的優點是便于操作。

缺點包括：高風險系統損壞導致維修費用昂貴；高風險故障導致的連帶損壞，增加診斷難度和維修費用；急修產生高級維修技術人員加班費用；意外停機導致生產力損失，產生停機成本；備件存儲費用。

Page 12. 預防性維護的優缺點

預防性維護的優點包括：便于實施；備件管理簡便；有效減少非計劃停機時間；降低系統損壞和災難性事故風險。

缺點包括：難以尋找維護冗余和保養不足的平衡；維護間隔期間可能發生故障。

Page 13. 預測性維護的優缺點

預測性維護的優點包括：減少冗余維護和保養不足；極大減少計劃外停機時間；有效降低災難性事故和連帶損壞的風險，提升系統的可靠性；能夠獲得備品備件最佳庫存提供。

缺點包括：狀態監測系統成本高；故障檢測、故障診斷、壽命預測的技術難度高；如果檢測、診斷和預測的結果不準確，可能造成系統損壞。

Page 14. 五種維護方式與神醫扁鵲的類比

同樣以神醫扁鵲的例子做個對比，不同維護方式中：

事后維護類比生病頭疼發燒腹痛嘔吐，得趕緊叫個120。預防性維護類比勤洗手、講衛生。很多人分不清周期性維護和預防性維護的區別：預防性維護包含周期性維護，周期性維護是預防性維護的一種形式。周期性維護往往指周期較長、維護程序較復雜的預防性維護。比如一些老人每年秋末會定期去醫院打營養液，主要是為了疏通血管，改善身體血液循環的機能。基于狀態的監測（Condition Based Maintenance, CBM），也叫視情維護，算是使用PHM技術實施預測性維護這個概念誕生之前的前身。主要強調的是通過實時監測設備狀態，出現小問題也及時按需維護了。類似扁鵲見蔡桓公的寓言中，扁鵲及早識別出蔡桓公之疾/病在腠理、在肌膚、在腸胃，此時可以使用較低成本的治療方式消滅病灶。預測性維護，相比CBM更多了壽命預測和基于壽命預測結果制定維護策略這關鍵的兩部分。在扁鵲的例子里，扁鵲診斷到“君之病在骨髓”，預測桓公命不久矣，因“司命之所屬，無奈何也”故（制定策略）及早脫身去秦。完成了從良醫（CBM）到神醫（PHM）的進化。

1.3 價值

Page 15. 價值

聊完了PHM技術是什么，繼續舉兩個栗子說明PHM技術的價值。PHM技術最早應用在英美等發達國家的軍事裝備中。

F-35攻擊機：（降成本）維修人力減少20%~40%，后勤規模減小50%，飛機使用與保障費用相比過去JSF機種減少50%；（創收入）出動架次率提高25%。UH-60L“黑鷹”直升機：（降成本）非計劃維修減少52%，總維修量減少17%；（創收入）出動率高27%。

Page 16. 評價系統可靠性的幾個指標

補充幾個衡量系統可用性或可靠性的指標。

對于不可修復系統

MTTF（Mean Time To Failure，平均失效前時間）是指某個元件預計可運作的平均時間。統計方法是收集大量的元器件的壽命然后取平均值，即平均壽命。

不可修復系統的可靠性指標指元器件壽命，即MTTF。

對于可修復系統

MTTR（Mean Time To Restoration，平均恢復前時間）源自IEC 61508中的平均維護時間。MTTR是從出現故障到完成修復的時間，包括故障檢測時間、故障診斷時間、修復時間、設備重新投入使用的時間。MTTR 越短表示系統越易恢復。

MTBF（Mean Time Between Failures，平均故障間隔時間）指系統正常運行的平均時間，不包含MTTR。MTBF = 總的運行時間/總失效次數。

可修復系統的可靠性指標就是MTBF。

可修復系統的可用性是指系統正常運行的時間占比。Availability = MTBF/(MTBF+MTTR)。

順便一說，對于不可修復系統，只要壞了就廢棄，不存在正常運行時間占比這回事。

1.4 做什么

Page 17. 做什么

PHM技術能做什么？對（大型）設備，在維修更換數據和實時退化數據建模的基礎上，進行可靠性的動態評估和故障的實時預測，以及基于評估和預測的信息制定科學有效的健康管理策略。

PHM技術的六大功能點分別是數據獲取、特征提取、狀態監測、健康評估、故障預測和維修決策。

數據獲取。就是使用各種傳感器把設備參數采集起來。一些大V口中常說的萬物互聯，就是基于物聯網（或細分行業中常說的車聯網、船聯網）來實現，物聯網就是把待監測設備的各類型參數采集起來的大網絡。某世界500強、地方知名國企，就是建立了車聯網和船聯網，把終端產品的參數采集到，存儲在自研的XX平臺中。這個平臺可以實現全集團數據的存儲和管理，并支持不同部門、不同權限的人員使用數據。在建的YY平臺和籌建的ZZ平臺，未來可方便提供數據分析需求的一站式交付。

扯遠了，快收回來。

特征提取。就是對信號進行預處理，提取一些能表征設備狀態的特征。比如想要判斷一個人有沒有發燒，就去測量體溫。這里體溫就是表征這個人是否發燒的特征。

狀態監測。比如對上述提取的特征設置個閾值（不一定是硬閾值，如模糊邏輯，這里就不細說了）。比如37 ℃或37.3 ℃作為閾值，超過了就判斷發燒了。

健康評估。可以簡單理解為使用上述眾多特征及其對應的閾值，綜合評估人的健康狀態。比如使用體溫、血壓、心電圖等等綜合評估健康指數。

故障預測。基于上述結論，進一步預測病人病情是在好轉還是惡化，如果可能惡化，那么惡化的速度會如何。

維修決策。基于故障預測結果，制定治療方案。比如預測病人病情正在好轉為輕癥，那就繼續療養；否則重癥監護室、準備手術等措施就要提早準備及時跟進。

多說一句，故障預測（或可表述成剩余使用壽命預測）在算法上非常復雜，可以基于機理或數據驅動或混合模型，需要根據被監測對象和數據特點開展研究。

1.5 適用場景

Page 18. 使用艾森豪威爾法則分析適用場景

談談什么時候適用PHM技術。

艾森豪威爾法則。非常實用，是日常生活和工作中理清思路的非常好的一個思維工具，比如按照緊急不緊急和重要不重要兩個維度將各項工作任務分成四個象限，制定孰先孰后的優先級策略。

收！根據這個法則，按照設備故障頻率和發生故障后的損失程度，分成四個象限。

左下角，故障頻率低且損失不大，套用寒山問拾得的答復：只要忍他、讓他，待他壞了且去修他，采取事后維護即可。右下角，故障頻率高但損失不大，可以采取預防性維護，做好備品備件管理。左上角，故障頻率低但損失嚴重，建議采取預測性維護，就像是毛爺爺說的“不打無準備之仗”。右上角，如果故障頻率高且損失還高，那可拉倒吧，這玩意要他何用，趕緊換個新設備吧。

2

PHM技術的前世今生

Page 19. 不同國家的制造戰略對比

Page 20. 四次工業革命進程

簡單一聊PHM技術的前世今生。工業4.0的一眾背景，互聯網+智能制造的國家政策傾斜等等。

Page 21. 一些大型事故現場

分享四起典型的事故。如果有可靠的PHM技術加持，可能會極大降低這類事故的發生。個人一點想法：除創收、降本、增效的評價維度，保障設備安全安全穩定運行同樣是實施PHM技術的重要意義之一。

3

幾個案例及思考

接下來分享幾個PHM技術應用的典型案例。

3.1 航空

Page 22. 航空

首先繞不過的是航空。

PHM技術最早應用在戰斗機上，后來移植到直升機，此后在民航客機上也有部署。“3·21空難”剛剛發生，個人不想在航空的案例上展開太多。唯一分享的信息是，波音747和777，空客A320和A330等機型上都部署了PHM系統，波音737-800上部署的是簡化版的PHM系統。希望逝者安息。

3.2 高鐵

Page 23. 高鐵PHM概述

重點分享一下高鐵案例。首先因為高鐵的PHM技術是從航空借鑒過來的，他們的技術架構較為相似，其次，高鐵和民航同屬民生行業，重視“絕對安全”（嚴格地說，顯然不存在絕對的安全），上PHM技術是一定程度上的政治正確，最后，高鐵和民航的設備單價昂貴，比如2018年一架737-800價格 102.2 million美元，2017年一列“復興號”動車組1.72 億RMB，對幾百萬的PHM技術實施成本不太敏感。

做高鐵PHM比較好的主要有日本川崎重工MON系統、美國通用電氣的RM&D系統、法國阿爾斯通HealthHub、德國西門子Railigent以及加拿大龐巴迪的 MITRAC CC Remote系統。日本某期刊稱通過應用PHM技術，減少了1/3維修人員，降低了故障率；法國阿爾斯通介紹基于HealthHub，目前35%的收入和50%的利潤來自對已賣出的設備提供服務，很好得實現了從賣設備向賣服務的轉型。

Page 24. 高鐵PHM有國家政策支持

中國高鐵作為后起之秀，得到了國家政策的加持。《中國制造2025》軌道交通的示范項目明確提出：以綠色智能軌道交通車輛為“移動終端”，集成車載智能化狀態監測、故障災難監測系統等網絡化、智能化技術，探索建立“基于物聯網的軌道交通裝備全壽命周期服務體系”。研究和應用PHM技術的相關主機廠和科研院所有中國中車（如青島四方股份）、母校西南交通大學、中南大學等。

Page 25. 高鐵PHM的系統架構

高鐵PHM的系統架構包括3部分：車載PHM系統、車地數據傳輸系統和地面PHM系統。

車載PHM系統，主要完成高鐵各系統的數據采集、邊緣計算。車地數據傳輸系統負責將相關數據和邊緣端計算結果傳輸到地面PHM系統中的數據存儲服務器。地面PHM系統完成數據的接收、存儲、管理、處理、展示等。

3.3 風電

Page 27. 風電概述

與航空和高鐵不同，風電更多民營，對投資匯報率（Return On Investment, ROI）是有計較的。在風電領域適合推廣PHM技術的原因大致包括兩個：

其一，充分性，風力發電機組單價昂貴，陸上2 MW的風力發電機單價在千萬以上，對應用PHM技術實施預測性維護的成本增加不敏感；其二，必要性，風電機組多位于高山、海灘、荒漠等風口處，交通不便，運維資源調度困難，且一旦發生故障停機，每日僅由于少發電所造成的損失高達1.2萬元（2 MW風機）。齒輪箱安裝于距離地面幾十米高空塔頂的狹小機艙內，出現故障修復十分困難。如果齒輪箱故障比較復雜，無法在塔頂完成維修，還需要下塔處理，其維修費用高、維修周期長，嚴重影響風機的正常運行。

根據天澤智云的領先實踐，風電的預測性維護主要用于檢測風力發電機組早期故障，及時進行維護，避免發生運行事故和發展成為更為嚴重的故障破壞，延長部件使用壽命，降低風機運行維修成本。具體地，實施PHM技術可以提前28天預警齒輪箱故障，減少風機意外停機時間15%，提前20天預警發電機抱死事故。

3.4 機床刀具

Page 28. 機床刀具概述

再來個例子是機床刀具。刀具磨耗和主軸精度是數控機加工過程中影響產品品質的關鍵因子。由于無法精確預預測關鍵部件失效狀態，可能造成成本浪費、品質異常、核心部件損壞等重大損失。根據天澤智云的實踐，可以降低60%的意外停機、節約16%綜合成本、產品良品率由99.4%提升至99.7%。

某世界500強地方國企企業博客中提到，因未及時更換刀具導致批量產品瑕疵。表明推行機床刀具壽命健康管理具有必要性。

3.5 翻轉機

Page 29. 翻轉機概述

某世界500強地方國企某工廠某關鍵工序的設備，一旦發生故障，將導致整個生產線宕機，直接影響工廠產量，產生較大的經濟損失。初步調研關重件有增壓器、滾珠絲杠、伺服電機、鉸鏈等。如果能夠應用PHM技術，預期可有效減少意外停機并節約綜合成本。

分析過去一年該設備的相關故障，共發生31起故障，其中機械類故障5起，各類突發性人為操作不當、電氣類故障等26起。根據艾森豪威爾法則，最終決定放棄應用PHM技術，而慎重選擇某型號工業機器人替代該設備。

3.6 工業機器人

Page 30. 工業機器人概述

最后分享一個案例是工業機器人。工業機器人單價相比前面幾個案例中的航空、高鐵、風電等，單價較低，對成本敏感，因此不適合使用相對昂貴的振動和聲學傳感器。如果工廠中使用的工業機器人數量多、作業內容較相似，可以使用低成本控制器監控參數，實現變工況、復雜系統的產線級到工廠級的預測性維護和集群運維管理。采用了同類對比方法消除由于工況多樣性造成的建模困難。根據天澤智云的領先實踐，應用PHM技術可提高設備整體效率（ OEE ）、降低綜合維護成本、能夠提前2~3周發現大多數驅動電機早期故障。

該案例中，選擇機械臂驅動馬達作為待監測的關鍵部件。采集低成本控制器參數，如負載、扭矩、位置、周期時間、機器人型號，而不使用較為昂貴的振動等高頻采樣方案。計算每個動作循環的統計特征，使用peer to peer相似性聚類方法建立模型。其核心思想是不試圖使用控制器參數直接評估設備健康狀態，而是通過對比不同機器人控制器參數的統計特征，尋找離群點。將離群程度作為評價剩余使用壽命的關鍵指標。

某世界500強地方國企的自動化程度很高，引入的各類型工業機器人超過100臺，但數量雖多，型號豐富、使用場景復雜。直接借用該思想實現工業機器人的健康評估存在困難。

4

PHM在實踐中的挑戰

Page 31. PHM在實踐中的挑戰

以上是分享的幾個案例，并結合所從事行業的實際需求，提出了自己的一些思考。接下來簡單分享一下PHM技術在實踐中的挑戰。后續將不定期擴充該部分內容。

在實踐中部署PHM的主要挑戰有一下幾個。

待監測的系統（或裝備、設備）等過于復雜，其故障機理、壽命衰退特性難以研究清楚。無數據積累，或積累數據不可用，或積累數據難度大。例如，當前很多積極嘗試數字化轉型的企業，已經有了較長時間的數據累積，但積累的數據無標簽，存儲方法雜亂無章，導致數據價值大幅貶值；或者嘗試開展一些項目時發現，數據采集難度很大，如因待監測裝備結構奇異，不方便布置傳感器等。業務方對解決方案的要求極高，PHM技術實施方難以滿足要求。如對準確性的要求很高。PHM技術會基于剩余壽命預測結果制定維護策略，極端情況下可自動控制設備緊急停機。一旦RUL預測結果不準確，如過早控制設備停機可能造成重大經濟損失。如冶煉行業一大爐鐵水緊急停機凝固后再重新融化，耗時耗能，且可能導致冶煉設備萌生多種連帶故障。如對PHM模型的可解釋性有要求。模型具有可解釋性，則具有指導前端設計的潛在能力，且規避數據壟斷導致的偏見和道德及法律風險。如對數據安全性有要求。應用PHM技術，不可避免涉及到大量數據采集、傳輸、存儲、管理、使用等操作，每個環節都存在數據安全風險。

與數據相關的挑戰還涉及以下幾個方面。

數據質量問題。數據的完整性、一致性、準確性、及時性、唯一性、有效性存在問題。待監測系統或其零部件的衰退數據不完整，直接影響RUL預測。不同類型的傳感器信號種類繁多，數據管理和處理難度大。如物聯網中涉及結構化數據、非結構化數據，結構化數據不同屬性的采樣頻率從不足1 Hz到幾十 kHz不等，非結構化數據的類型多樣。這些大大增加了數據管理和處理難度。用于訓練和迭代更新PHM模型的數據受環境不斷變化的影響。需考慮根據不斷更新的數據自動訓練和迭代PHM模型，也就是現在比較火的autoML和autoDL的概念。應用這類技術存在一定難度。

最后，作為一名從業一段時間的算法工程師，分享一點感悟：技術先進不牛B，效果好才牛B。（本文完）

拓展知識：