美國國家標準與技術(shù)研究院NIST：PHM制造工藝流程技術(shù)和指標路線圖

美國國家標準與技術(shù)研究院（NIST）于2016年9月發(fā)布《智能制造系統(tǒng)故障預測和健康管理測量科學路線圖》，報告總結(jié)了2014年智能制造系統(tǒng)PHM路線圖研討會上60多位行業(yè)專家、學者對于PHM的探討及見解，主要涵蓋PHM制造工藝技術(shù)與指標、PHM性能評估、PHM基礎(chǔ)設施等三方面內(nèi)容。天澤智云將于近期陸續(xù)和大家分享，以下為制造工藝流程技術(shù)與指標部分。

概 述

不同于以往基于使用計劃的維護方式（例如不論是否有必要，都按照固定時間間隔來執(zhí)行維護），PHM是根據(jù)具體需求在故障發(fā)生前對設備進行維護，從而對后續(xù)操作形成顯著影響。簡言之，PHM可通過診斷分析確定當前系統(tǒng)狀況， 并通過預測方法預期未來趨勢。

PHM制造工藝技術(shù)和指標涵蓋：廣泛的工藝、設備狀態(tài)監(jiān)測技術(shù)及系統(tǒng)；影響狀態(tài)的因素；影響設備關(guān)鍵性的要素（例如機器停工期成本、更換成本）；不同機器類型的相關(guān)狀態(tài)監(jiān)測參數(shù)（如溫度、壓力和振動）；故障和失效關(guān)聯(lián)的可能性。PHM還通過數(shù)據(jù)采集、診斷、預測和使用監(jiān)測集成的維護操作，支持系統(tǒng)和設備高度互聯(lián)的智能制造。

工業(yè)激光切割工藝

圖片版權(quán)所有：DPC＃65898405

在智能制造環(huán)境中，PHM工藝技術(shù)應考慮整個系統(tǒng)，而不是單個部件。這增加了PHM的復雜性，并且需要在標準、數(shù)據(jù)收集和分析技術(shù)、數(shù)據(jù)管理、系統(tǒng)培訓和軟件互操作性方面取得進步。隨著信息和通信技術(shù)越來越多地融入制造環(huán)境，對高級PHM（包括支持標準和數(shù)據(jù)管理）的需求將變得越來越重要。

目 標

PHM制造工藝技術(shù)和指標的目標是加強狀態(tài)監(jiān)測、實質(zhì)改善可靠性（減少計劃外故障）、提高安全性、及操作人員的態(tài)勢感知和設備綜合效率（OEE）。下圖列出了已確定目標的要點內(nèi)容。

PHM技術(shù)能夠隨著新的制造設備或工藝的引入，得到相應的發(fā)展。PHM系統(tǒng)最終應通過改進設備性能來提高產(chǎn)品質(zhì)量，即PHM可用于在整個生命周期中增強產(chǎn)品和工藝流程彈性。了解哪些因素對KPI產(chǎn)生負面影響，對現(xiàn)有或未來系統(tǒng)的產(chǎn)品和流程改進內(nèi)容至關(guān)重要。PHM系統(tǒng)的演變也可以促成不同程度的自動化，使系統(tǒng)能夠自我監(jiān)測和治愈。

期望的能力

對于支持智能制造流程的PHM，許多功能起著至關(guān)重要的作用。

>> 強大的PHM系統(tǒng)

日益復雜和互聯(lián)的智能制造系統(tǒng)需要強大的PHM系統(tǒng)來支持。理想情況下，這些PHM系統(tǒng)可重新配置、擴展，具有強大的預測和診斷功能，同時也可實時運行以及在線訪問。它們包括動態(tài)重構(gòu)工具，該工具能進行情境識別、預測狀態(tài)和感知態(tài)勢。

敏捷性也是穩(wěn)健PHM系統(tǒng)的一個關(guān)鍵因素。這將包括配置的靈活性，傳感和數(shù)據(jù)分析，及隨制造工藝的演變迅速適應新的硬件和軟件的能力。為了支撐起敏捷性和靈活性，需要制定分布式PHM概念和標準。同時與PHM相關(guān)的機器協(xié)作將需要智能傳感能力。

>> 數(shù)據(jù)傳感/控制

高優(yōu)先級是能夠有效、安全地收集、管理數(shù)據(jù)并將其轉(zhuǎn)換為切實可行的信息的能力。

設備數(shù)據(jù)、通信協(xié)議和數(shù)據(jù)標準的通用接口是一個關(guān)鍵因素。通用測量和數(shù)據(jù)分類需要標準。數(shù)據(jù)采集和存儲能力需要足夠高，同時要保持數(shù)據(jù)含義。需要將數(shù)據(jù)的語義識別和記錄之間的鏈接與關(guān)系知識保存相結(jié)合。需要集成網(wǎng)絡和互操作性來為PHM實現(xiàn)通信的“無縫數(shù)據(jù)流”。這類系統(tǒng)也應高效（例如，只處理一次數(shù)據(jù)）。

需要制定準則，以確定哪些數(shù)據(jù)重要，從所有類型的數(shù)據(jù)中提取最大價值并確定數(shù)據(jù)的優(yōu)先級。雖然可能有大量數(shù)據(jù)，但并非所有數(shù)據(jù)對決策都至關(guān)重要。需要更好的“大數(shù)據(jù)”分布式查詢和分析工具，以實現(xiàn)整個工廠的 PHM；需要智能分析以確定哪些數(shù)據(jù)最相關(guān)（例如，數(shù)據(jù)的通用界面語義）。

數(shù)據(jù)系統(tǒng)需要與支持PHM的具有成本效益的傳感和控制系統(tǒng)相結(jié)合?？刂葡到y(tǒng)應提供實時、閉路反饋且應靈活（可調(diào)）；這些都可以支持“智能”或能自我感知并最終能基于PHM輸入自行調(diào)整的智能機器。將需要自我感知傳感器和/或測量系統(tǒng)，以確保數(shù)據(jù)質(zhì)量達到了切實可行的決策要求。

PHM集成到企業(yè)范圍內(nèi)的能力（規(guī)劃、生產(chǎn)、資源分配等）是另一個期望的能力。企業(yè)規(guī)劃機器數(shù)據(jù)采集可以包括機器工作分配、機器維護優(yōu)化、耗材訂購、資源規(guī)劃等。這將支持用戶友好的決策工具，使實時計劃，發(fā)生避免問題。

>> 指標

確定的支持PHM的一系列指標。指標的主要特征包括以下測量：

• PHM系統(tǒng)的整體精度

• 靈活性（即根據(jù)需要調(diào)整指標的能力）

• 與目標、技術(shù)參數(shù)或KPI相關(guān)的性能

• 獨特的機械/工藝特征

• 數(shù)據(jù)質(zhì)量和效用

• 傳感器性能和效用

建議建立從機器到企業(yè)的多層面指標。需要新的能力來測量輸入關(guān)鍵指標的某些參數(shù)。

挑戰(zhàn)與障礙

>> 數(shù)據(jù)傳感/控制

數(shù)據(jù)采集及從數(shù)據(jù)中提取有效信息受到很多挑戰(zhàn)因素的影響。系統(tǒng)（如傳感器、數(shù)據(jù)、通信機器）之間的互操作性仍是其中重要的因素，需解決以促進智能制造業(yè)中PHM的進一步進展。

由于眾多原因，數(shù)據(jù)的質(zhì)量、效用和可用性不足。自動數(shù)據(jù)收集受限，意味著收集的數(shù)據(jù)可能不可靠。手動收集的持續(xù)廣泛應用是其中一個促成因素；手動收集的數(shù)據(jù)通常分辨率低且不準確，使得難以很好地了解全過程。且手動收集過程通常需要專家人員設置、調(diào)整、配置和數(shù)據(jù)解讀。

數(shù)據(jù)收集的技術(shù)歲早已存在，但并不總是有有效的方法來跟蹤或解讀數(shù)據(jù)（或?qū)?shù)據(jù)轉(zhuǎn)化為切實可行的信息）。需要新的技術(shù)和方法來填補這一空白。共享PHM數(shù)據(jù)和最佳實踐也存在諸多問題；不同數(shù)據(jù)的格式、標準、PHM自定義使得難以在公司之間甚至企業(yè)內(nèi)部共享信息。

>> 預測模型

預后技術(shù)相對不成熟（仍處于開發(fā)階段），因此模型可能缺乏精密性、有效性和適用性。支持PHM的預測模型的一個主要挑戰(zhàn)是缺乏用于預測驗證的優(yōu)質(zhì)數(shù)據(jù)（例如解讀偏離基線意味著什么）。預測模型，特別是那些與有多個組件的高度互聯(lián)系統(tǒng)相聯(lián)的模型本質(zhì)上是復雜的，更難以集成和驗證。如今，網(wǎng)絡化的預測機器診斷技術(shù)顯然也還欠缺。

優(yōu)先路線圖主題

根據(jù)以上被確定的最為重要的挑戰(zhàn)和期望的能力，優(yōu)先制定了三種路線圖以支持PHM制造工藝技術(shù)和指標，同時有助于將PHM的發(fā)展集成到智能制造的流程中。

>> 用于智能制造PHM的先進傳感器

障礙：對傳感器的功能、界面，以及PHM互操作性要求的總體概況的了解有限；當前PHM系統(tǒng)缺乏重新配置性、靈活性、可擴展性和穩(wěn)健性，無法支持機器動態(tài)任務重新派遣、體積和工藝變化、制造企業(yè)典型產(chǎn)品差異化。

方法：這種多步驟方法將編制當前傳感器的清單，并找出PHM在互操作性、可擴展性、靈活性、配置和其他因素方面的差距。然后將為傳感器用例開發(fā)可訪問庫和分類。最后，將開發(fā)多用途傳感器并編制相關(guān)標準，以實現(xiàn)靈活和可重新配置的PHM系統(tǒng)。

>> PHM數(shù)據(jù)格式、分類和架構(gòu)

障礙：傳感/數(shù)據(jù)格式和通信類型缺乏互操作性；保存數(shù)據(jù)意義/語義。

方法：此路線圖將為PHM創(chuàng)建數(shù)據(jù)分類，涵蓋格式、存儲、組織、語義和其他元素。將制定標準，以支持分類以及數(shù)據(jù)界面和集成。將應用分類和架構(gòu)來建立PHM數(shù)據(jù)源的數(shù)據(jù)倉庫。

>> 用于維護計劃的企業(yè)級PHM

障礙：從各制造業(yè)數(shù)據(jù)源收集和分析數(shù)據(jù)（可編程邏輯控制器（PLC）、傳感器、人）。識別關(guān)鍵數(shù)據(jù)方法有限；在發(fā)生工藝變更的情境下（情境化數(shù)據(jù)）發(fā)生工藝變更時難以解讀含義（切實可行的信息）；缺乏有統(tǒng)一格式和數(shù)據(jù)架構(gòu)（建設、規(guī)劃、定義、數(shù)據(jù)整合）的數(shù)據(jù)庫。

方法：在第一階段，將優(yōu)先考慮系統(tǒng)要素對故障的影響，并制定維護規(guī)劃PHM方法。第二階段將整合全企業(yè)的后勤和實時信息。需要采取算法，通過不斷變化的輸入和要素、分析業(yè)績評估支持多目標優(yōu)化，最后進行反饋和控制。

本報告由天澤智云翻譯并整理自 Measurement Science Roadmap for Prognostics and Health Management for Smart Manufacturing Systems , NIST, 2016