《cbm应用现状de 分析》由会员分享，可在线阅读，更多相关《cbm应用现状de 分析（12页珍藏版）》请在金锄头文库上搜索。
1、CBM应用现状分析夏良华 贾希胜1 美军加速实施基于状态的维修随着科学技术的进步、人类生产、管理模式的发展以及在军事领域的推广应用，基于状态的维修（Condition Based Maintenance，CBM）发展迅速1。CBM是一种先进的维修方式，是实现对装备精确维修的重要途径。为了在分布式、非线性的战场上向多国、远征、联合兵种部队提供保障，美军正在逐步实现陆军一体化保障和以网络为中心的保障，并实现联合部队的互操作、感知与响应。其中一个重要举措是，美国陆军航空兵正在积极发展“增强型基于状态的维修”（CBM+），并于2004年11月29日颁布了“增强型基于状态的维修实施规划”，这是陆军航空维
2、修实践和程序四十年来的一次重大转变。美陆军航空和导弹司令部（AMCOM）司令詹姆士?菲尔斯贝利少将表示，美军正加速实施基于状态的维修。CBM+是美军维修政策、计划和资源概要报告中列出的几个重要倡议之一，代表了美军在装备维修保障中正在进行的工作和未来的发展趋势。“增强型基于状态的维修”是利用原位诊断功能和原位/离位预测功能，对武器系统的状态进行监控，并在此基础上采取适当的维修活动，从而提高部件的可靠性，缩减维修工时，减少意外和事故。在战略级，CBM+是指在对装备的状态进行实时或近实时进行评估的基础上采取一系列维修行动。装备状态数据通过嵌入式传感器、外部测量设备或从便携式设备测试中获得。从“状态与
3、使用监控系统”或便携式设备上收集的数据转化为预测趋势和指标，这些趋势和指标能在实际操作环境的基础上预测部件何时出现故障。在企业（enterprise）级，这种预测性方法能够实现预先保障，即在部件出现故障之前，提前采办并交付所需的维修部件。在战役/战术级，CBM+可将飞机的状态数据和使用状况转化为主动维修行动，从而使维修人员实现并保持较高的飞机使用可用度。 “增强型基于状态的维修”是一种有效的任务规划工具。借助于预兆功能，飞机可预测其剩余的任务可用度或故障时间，向指挥官提供有价值的信息，以使指挥官确定哪些飞机可用于战斗，哪些飞机需要进行维修。CBM+的核心目标是减少部队不必要的负担，同时改善或延
4、长部件的寿命，使部件从定期更换转变为必要时才更换。上述转变除了要提高装备的可靠性、可用性和维修性外，还要在处于战争状态时确保武器系统的安全。CBM+的最终效果是通过一体化保障提高飞机的使用可用度，也就是减少对无故障迹象部件的不必要替换；缩减维修工时；降低使用与保障费用。其真正价值在于减少或消除非计划性维修，并通过减少用户等待时间和多余的库存来缩减保障规模。CBM工作的起点是对性能不稳定的部件的状态进行监控，随着工作的进展，最终使其转化为性能稳定的部件。“增强型基于状态的维修”是主动的预测性的维修，依靠自动化的嵌入式或便携式数据收集传感器来收集数据，允许维修人员在尽量不影响使用和操作的前提下规划
5、、安排、实施必需的供应和维修活动，是在有迹象表明需要维修的情况下才实施维修。美国陆军计划到2015年完成向CBM的转变，而菲尔斯贝利将军希望到2011年就能在陆军航空和导弹中广泛落实CBM。保守分析显示，仅在未来的第批“阿帕奇”直升机的10个部件上实施CBM，每年就可以为陆军节约41494个维修工时。菲尔斯贝利透露，美国陆军未来5年的CBM预算费用为1.25亿美元，已经在其“阿帕奇”和“黑鹰”机队的某些部件中采纳了基于状态的维修。另外，据报道5，由西科斯基公司研制的黑鹰直升机已经装备了古德里奇公司的状态与使用监控系统，该系统可以实时监测飞机部件的状况。它由32个传感器组成，负责收集来自发动机、
6、传动装置和旋翼等运动零部件的数据。所收集的数据被传送给机上处理器，并最终存储到一张PCMCIA卡上。飞机降落后，机械师将卡取下，插入一个膝上型电脑，然后诊断或预计问题并安排维修工作计划。据称，借助该系统，部队能预计整个机队的零部件的趋势，而且能够更好地预计战场上所需。有美军官员建议陆军和国防部必须根据系统在战斗条件下所收集的数据决定是否放弃过去采用的大修零部件更换间隔时间方式，代之以基于状态的零部件更换方式。这将是美陆军维修方式的重大转变。美国陆军航空兵CBM+的未来发展重点包括：（1）完善故障诊断功能。使原位嵌入式诊断功能不断完善，以减少故障识别和故障原因分析中的不确定因素。（2）开发嵌入式
7、故障预测功能。利用成熟的诊断功能来开发故障预测算法，并将算法嵌入到飞机平台维修环境中，这样，武器系统便可以预测未来的故障并能计算剩余的使用寿命。（3）实现对部件使用、消耗和可用度数据的端对端可视化。近实时地将数据从武器系统维修人员传输到各级保障人员，以实现对备件的主动定购和采办，以及向指挥官提供准确的决策支持信息。（4）推动CBM+的主要技术包括：“通用保障操作环境”（CLOE）；业务数据库；“状态使用监控系统”；自动识别技术和零件标识技术；平台结构识别数据；嵌入式指挥、控制与通信设备（EC3）；便携式维修辅助设备等。2 CBM技术的发展与应用在维修工作中，主要包括以下几种维修方式：事后维修（
8、FDM）、定期维修（TBM）和状态维修（CBM）9。事后维修（FDM）是设备运行直到发生故障而停机后才进行的维修7。定期维修(TBM)也称作周期性预防维修，是为降低故障发生率和部件的功能衰退，根据预先确定的时间间隔或指定标准执行的维修。状态监测维修（CBM）也称作计划性预测维修8，是基于实时或接近实时评估设备状态的一系列维修活动。实现CBM，必须包括三方面的内容：状态监测、故障诊断与状态维修。状态维修是状态监测、故障诊断的最终目的。代替主观判断，CBM通过对设备状态的客观分析和在维修过程中采用动态控制和管理，有效地减少了维修活动中的不确定性。根据统计3，采用状态维修后，可使大小修费用减少25%
9、50%，维修工作量减少40%70%。CBM系统的发展主要是基于以下几个方面的最新成果1：（1）材料故障机制的研究；（2）状态监控与维修技术；（3）故障诊断和预测软件；（4）广泛被接受的通信协议；（5）信息技术、计算机网络技术以及维修软件的应用。此外，G. Vachtsevanos和P. Wang指出：模糊逻辑、神经网络等理论和技术也被用于CBM系统的设计，以提高系统的性能。这里需要着重强调的是状态监控与维修技术。目前，状态监控技术在军事及工业部门正在取得广泛的应用。状态监控技术的不断完善提高了军事装备和民用设备的可用度，降低了生产线的非计划停机次数及时间。无论是国内还是国外，对状态监控技术的研
10、究仍然是维修领域的热点课题2。状态维修技术早在60年代欧美国家就开始了研究，目前已广泛应用于机械、化工、冶金、汽车及电力等工业，取得了巨大的经济效益。发电厂实现状态维修后，可使故障率降低75%，大小修费用降低25%50%3。文献4报道，实现状态维修后 ,使维修费用降低40%70%。此外，企业实现状态维修后，可以使重要设备故障停车台次下降95%，可以减少维修次数、延长生产周期。在我国，罗克韦尔新一代设备状态监测系统落户武钢6。罗克韦尔自动化公司投入三年多时间研发、并率先在业界推出的Entek XM新一代设备状态监测系统凭借对关键设备振动状况的有效监测及运行危害预警方面的出色表现成功通过了武汉钢铁
11、集团公司的测试试用，产品包括XM120、XM441、1900传感器、9200传感器及相关软件，用于对武钢第二热轧厂及烧结厂主要风机的正常运转进行24小时不间断监测。由于采用了业界流行的模块化设计、并基于开放工业标准，Entek XM系列在机械设备，尤其是高速运转和关键生产设备的监测和保护方面独具优势，是理想的保护产品，被誉为关键设备的“保护伞”。与传统的基于框架模式的系统相比，新一代的设备状态监测系统，能更好的使设备免于剧烈振动以及由于过度振动而造成的伤害，避免不必要的生产停顿和设备损耗，并将相关信号数据与现有自控系统集成。该监测和保护系统可以广泛应用于制造型企业生产线的关键环节如泵、涡轮、马
12、达等装备上。随着设备自动化和复杂性程度增加，提高关键设备的有效性和维修性至关重要，传统维修方式日益暴露出其局限性，设备的故障后果、停机损失、维修费用日益被人们重视和关注，迫切需要随时掌握设备的技术状态，以保证其发挥应有的功能和效能。因此，现代化企业以及军事部门越来越重视CBM的作用。尽管CBM是最近才迅猛发展的维修方式，许多现代自动化工厂已经意识到，在提高工厂的有效性和降低设备的不确定性方面，CBM比传统的维修方式更为有效。CBM的发展趋势主要集中在以下三个方面：（1）CBM智能预测决策；（2）远程智能维修；（3）无线智能CBM。3 CBM智能预测决策CBM的关键是维修智能化。它对于那些致力于
13、推进使用效率及企业优势的业务智能化系统是必不可少的。在制造或生产设备中经常用到如下四个类型的系统1：（1）控制及使用系统；（2）监控系统；（3）维修系统；（4）管理系统。每个系统的成功确保了企业的成功。维修智能化的中心是决策支持。维修决策支持是状态监测与状态维修之间的桥梁，它还是实现减少停机时间、优化备件储存、平衡工作范围和减少拥有费用等业务目标的驱动力量。CBM智能预测决策过程主要包括设备状态监测、设备状态评估和设备状态维修决策。（1）设备状态监测设备状态监测是为了实现对设备状态跟踪而进行的采集、识别、分类和解译的活动。机械设备的大多数故障，在其发生前都会有某些征兆，其相应的参数会发生一系列
14、的变化。设备状态监测就是用仪器监测能表示设备状态好坏的参数，这些状态参数应能真正表明设备故障状态，例如机械的振动、动静部件的碰磨、金属材料的磨蚀、转子的热应力等。目前已开发的监测技术种类极多，按其监测的征兆可分为以下几类10：动力学效应：监测动态部件以振动波、脉冲波和声波等形式散发的异常能量。颗粒效应：监测大小和形状各异的离散颗粒在部件或组件运行环境中的变化。化学效应：监测化学元素释放到环境中的数量变化。物理效应：监测设备外观和结构尺寸的物理变化。温度效应：监测设备本身由于温度升高所造成的故障。电学效应：监测电阻、导电性和电位等，以便确定故障。通过连续监测反映设备状态变化的预警参数，就可以获得
15、故障初期的信息。只要设备运行良好，没有因故障出现而发生状态变化，通过相关公式和运算法则计算出的状态参数就应该保持恒定。在现代自动化工厂，有三种基本状态监测方法9：手动检查；便携式状态监测；在线自动状态监测。在CBM智能预测决策过程中，设备状态数据的解译和利用至关重要。设备状态分析一般包括：设备状态鉴定；设备状态分类；设备状态解译。（2）设备状态评估设备状态评估主要包括两个方面：智能状态故障诊断和设备性能衰退趋势预测。它的主要目的有：查明隐患和初期异常；鉴定和定位故障根源；预测设备剩余寿命。智能状态故障诊断是一种对设备安全和性能状况决策的过程，主要任务是探察设备异常状态、识别症状、分析症状信息和
16、确定影响生产的故障原因。智能状态故障诊断特别适用于复杂情况，分为三种基本类别：案例故障诊断、标准故障诊断和模型故障诊断。常用的故障诊断方法有11：模式识别诊断法；参数辩识诊断法；故障树故障诊断法；模糊诊断法；神经网络故障诊断方法；专家系统故障诊断方法。设备性能衰退趋势预测通过预告与设备性能衰退相关的症状信息而实现有计划的维修活动。一旦某个部件被诊断为初始故障源，设备性能衰退趋势预测可以通过内嵌的人工神经网络(ANNs)评定有缺陷部件的剩余寿命和失效程度。由于ANNs在非线性时间数列趋势预测中的潜在能力，它可以被用作一种决策支持工具。在设备严重停机事故发生之前，利用它可有足够的时间制订矫正性维修计划。循环神经网络(RNNs)是一种在网络布局中存在闭环的反馈性神经网络，它可以连续存储历史数据，这些信息可以在预测中得以利用。（3）设备状态维修决
