Implementing an efficient real-time prognostics and health management (PHM) framework improves safety and reduces maintenance costs in complex engineering systems.However, research on PHM framework development for rad...Implementing an efficient real-time prognostics and health management (PHM) framework improves safety and reduces maintenance costs in complex engineering systems.However, research on PHM framework development for radar systems is limited. Furthermore, typical PHM approaches are centralized, do not scale well, and are challenging to implement.This paper proposes an integrated PHM framework for radar systems based on system structural decomposition to enhance reliability and support maintenance actions. The complexity challenge associated with implementing PHM at the system level is addressed by dividing the radar system into subsystems. Subsequently, optimal measurement point selection and sensor placement algorithms are formulated for effective data acquisition. Local modules are developed for each subsystem health assessment, fault diagnosis, and fault prediction without a centralized controller. Maintenance decisions are based on each local module’s fault diagnosis and prediction results. To further improve the effectiveness of the prognostics stage, the feasibility of integrating deep learning (DL) models is also investigated.Several experiments with different degradation patterns are performed to evaluate the effectiveness of the framework’s DLbased prognostics model. The proposed framework facilitates transitioning from traditional reactive maintenance practices to a predictive maintenance approach, thereby reducing downtime and improving the overall availability of radar systems.展开更多
针对大秦(大同—秦皇岛)铁路重载C80B系列货车的运营维护(简称:运维)管理需求,设计了基于故障预测与健康管理(PHM,Prognostics and Health Management)技术的应用系统。文章阐述了该系统的架构,以及采用的数字孪生、数据融合和机器学习...针对大秦(大同—秦皇岛)铁路重载C80B系列货车的运营维护(简称:运维)管理需求,设计了基于故障预测与健康管理(PHM,Prognostics and Health Management)技术的应用系统。文章阐述了该系统的架构,以及采用的数字孪生、数据融合和机器学习等关键技术,实现了状态监控、故障管理、质量评价、预测分析和风险管控等功能,助力提升大秦铁路运维智能化水平。展开更多
综述了航空电子设备故障预测与健康管理(Prognostic and Health Management,PHM)技术的发展、应用价值与系统结构,探讨了航空电子设备故障检测、故障诊断和故障预测等关键技术的研究现状,分析了PHM关键技术在航空电子设备应用中面临的挑...综述了航空电子设备故障预测与健康管理(Prognostic and Health Management,PHM)技术的发展、应用价值与系统结构,探讨了航空电子设备故障检测、故障诊断和故障预测等关键技术的研究现状,分析了PHM关键技术在航空电子设备应用中面临的挑战,并对未来发展方向进行了展望。通过综合运用传感器技术、数据分析和人工智能等现代科技手段,PHM技术能够实现对航空电子设备健康状态的实时监控和预测,进行预防性维护,为提高航空装备安全和减少维护费用提供有力支持。展开更多
在智能运维模式下,传统轨道车辆车载故障预测与健康管理(prognostics and health management, PHM)系统存在单节点服务可扩展性低、资源利用率不高、可移植性差等问题。为此,文章引入目前较为主流的Docker容器虚拟化技术,搭建了适用于...在智能运维模式下,传统轨道车辆车载故障预测与健康管理(prognostics and health management, PHM)系统存在单节点服务可扩展性低、资源利用率不高、可移植性差等问题。为此,文章引入目前较为主流的Docker容器虚拟化技术,搭建了适用于轨道车辆车载PHM系统的虚拟化平台;并以智能运维PHM车载产品为例,详细介绍了虚拟化平台总体架构设计及PHM模型部署方案。通过实验测试、工具移植对所设计的PHM车载产品功能进行了对比分析与验证。测试结果表明,基于容器虚拟化技术平台可获得较好的性能增益,一方面提升了资源使用率,硬件资源配置更加灵活;另一方面,多模型的并行计算效率更高,多模型之间没有数据交互,具有很好的移植性和可扩展性。展开更多
机车PHM(Prognostics and Health Management,故障预测与健康管理)技术是轨道交通装备智能化的方向之一,已在机车上得到越来越多的应用。通过分析PHM系统的原理、功能和在国内机车上的应用现状,总结了PHM技术的发展方向,最后展望了PHM...机车PHM(Prognostics and Health Management,故障预测与健康管理)技术是轨道交通装备智能化的方向之一,已在机车上得到越来越多的应用。通过分析PHM系统的原理、功能和在国内机车上的应用现状,总结了PHM技术的发展方向,最后展望了PHM系统在轨道交通行业智能制造的趋势和意义。展开更多
设备故障预测与健康管理(Prognostics and Health Management,PHM)技术是实现设备状态感知、故障预测与健康管理的重要支撑,其在化工设备预防性维护系统中具有广阔的应用前景。然而,当前PHM技术的集成应用仍面临数据采集不全面、系统兼...设备故障预测与健康管理(Prognostics and Health Management,PHM)技术是实现设备状态感知、故障预测与健康管理的重要支撑,其在化工设备预防性维护系统中具有广阔的应用前景。然而,当前PHM技术的集成应用仍面临数据采集不全面、系统兼容性差、技术人才短缺、维护成本高等多重挑战。本文从问题出发,深入分析化工设备多样性、数据接口不统一、系统更新快、培训机制缺失、企业投入意愿不足等关键成因。在此基础上,提出制定统一数据标准、加强系统协同研发、构建技术人才培养机制、加大政策资金支持等改进策略,以期为推动智能化设备管理提供参考。展开更多
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...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。展开更多
PHM(Prognostic and Health Management)是装备实现自主保障的一项关键技术。通过对美军联合攻击机PHM系统功能和结构的分析,提出了一种基于扩展FMEA的PHM系统的实现方法,并阐明了其运作原理。在此基础上,引入模糊综合评判这一数学方法...PHM(Prognostic and Health Management)是装备实现自主保障的一项关键技术。通过对美军联合攻击机PHM系统功能和结构的分析,提出了一种基于扩展FMEA的PHM系统的实现方法,并阐明了其运作原理。在此基础上,引入模糊综合评判这一数学方法建立了PHM系统的故障预测模型。最后以飞机起落架的收放系统为例进行了实例分析。展开更多
提出了军用航空发动机预测与健康管理（prognostics and health management,简称PHM）系统的发展策略和关键技术.首先回顾了国外航空发动机PHM技术的发展历史,简要分析了各个阶段具有代表性的技术特点;其次,详细论述了航空发动机PHM技...提出了军用航空发动机预测与健康管理（prognostics and health management,简称PHM）系统的发展策略和关键技术.首先回顾了国外航空发动机PHM技术的发展历史,简要分析了各个阶段具有代表性的技术特点;其次,详细论述了航空发动机PHM技术发展应当妥善处理的关系和重要问题,主要包括PHM技术发展与空军军事需求、PHM技术发展与技术成熟度体系、立足三代机平台发展PHM技术、在发动机全寿命管理体系引入PHM系统、建议的航空发动机PHM功能和结构等;接着,结合国内技术发展水平,给出了应当重点优先发展关键技术的建议;最后,简要总结了制约国内PHM技术发展的因素,展望了瞄准的技术发展目标.展开更多
基金National Natural Science Foundation of China (42027805)。
文摘Implementing an efficient real-time prognostics and health management (PHM) framework improves safety and reduces maintenance costs in complex engineering systems.However, research on PHM framework development for radar systems is limited. Furthermore, typical PHM approaches are centralized, do not scale well, and are challenging to implement.This paper proposes an integrated PHM framework for radar systems based on system structural decomposition to enhance reliability and support maintenance actions. The complexity challenge associated with implementing PHM at the system level is addressed by dividing the radar system into subsystems. Subsequently, optimal measurement point selection and sensor placement algorithms are formulated for effective data acquisition. Local modules are developed for each subsystem health assessment, fault diagnosis, and fault prediction without a centralized controller. Maintenance decisions are based on each local module’s fault diagnosis and prediction results. To further improve the effectiveness of the prognostics stage, the feasibility of integrating deep learning (DL) models is also investigated.Several experiments with different degradation patterns are performed to evaluate the effectiveness of the framework’s DLbased prognostics model. The proposed framework facilitates transitioning from traditional reactive maintenance practices to a predictive maintenance approach, thereby reducing downtime and improving the overall availability of radar systems.
文摘针对大秦(大同—秦皇岛)铁路重载C80B系列货车的运营维护(简称:运维)管理需求,设计了基于故障预测与健康管理(PHM,Prognostics and Health Management)技术的应用系统。文章阐述了该系统的架构,以及采用的数字孪生、数据融合和机器学习等关键技术,实现了状态监控、故障管理、质量评价、预测分析和风险管控等功能,助力提升大秦铁路运维智能化水平。
文摘综述了航空电子设备故障预测与健康管理(Prognostic and Health Management,PHM)技术的发展、应用价值与系统结构,探讨了航空电子设备故障检测、故障诊断和故障预测等关键技术的研究现状,分析了PHM关键技术在航空电子设备应用中面临的挑战,并对未来发展方向进行了展望。通过综合运用传感器技术、数据分析和人工智能等现代科技手段,PHM技术能够实现对航空电子设备健康状态的实时监控和预测,进行预防性维护,为提高航空装备安全和减少维护费用提供有力支持。
文摘在智能运维模式下,传统轨道车辆车载故障预测与健康管理(prognostics and health management, PHM)系统存在单节点服务可扩展性低、资源利用率不高、可移植性差等问题。为此,文章引入目前较为主流的Docker容器虚拟化技术,搭建了适用于轨道车辆车载PHM系统的虚拟化平台;并以智能运维PHM车载产品为例,详细介绍了虚拟化平台总体架构设计及PHM模型部署方案。通过实验测试、工具移植对所设计的PHM车载产品功能进行了对比分析与验证。测试结果表明,基于容器虚拟化技术平台可获得较好的性能增益,一方面提升了资源使用率,硬件资源配置更加灵活;另一方面,多模型的并行计算效率更高,多模型之间没有数据交互,具有很好的移植性和可扩展性。
文摘机车PHM(Prognostics and Health Management,故障预测与健康管理)技术是轨道交通装备智能化的方向之一,已在机车上得到越来越多的应用。通过分析PHM系统的原理、功能和在国内机车上的应用现状,总结了PHM技术的发展方向,最后展望了PHM系统在轨道交通行业智能制造的趋势和意义。
文摘设备故障预测与健康管理(Prognostics and Health Management,PHM)技术是实现设备状态感知、故障预测与健康管理的重要支撑,其在化工设备预防性维护系统中具有广阔的应用前景。然而,当前PHM技术的集成应用仍面临数据采集不全面、系统兼容性差、技术人才短缺、维护成本高等多重挑战。本文从问题出发,深入分析化工设备多样性、数据接口不统一、系统更新快、培训机制缺失、企业投入意愿不足等关键成因。在此基础上,提出制定统一数据标准、加强系统协同研发、构建技术人才培养机制、加大政策资金支持等改进策略,以期为推动智能化设备管理提供参考。
文摘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。
文摘PHM(Prognostic and Health Management)是装备实现自主保障的一项关键技术。通过对美军联合攻击机PHM系统功能和结构的分析,提出了一种基于扩展FMEA的PHM系统的实现方法,并阐明了其运作原理。在此基础上,引入模糊综合评判这一数学方法建立了PHM系统的故障预测模型。最后以飞机起落架的收放系统为例进行了实例分析。
文摘提出了军用航空发动机预测与健康管理（prognostics and health management,简称PHM）系统的发展策略和关键技术.首先回顾了国外航空发动机PHM技术的发展历史,简要分析了各个阶段具有代表性的技术特点;其次,详细论述了航空发动机PHM技术发展应当妥善处理的关系和重要问题,主要包括PHM技术发展与空军军事需求、PHM技术发展与技术成熟度体系、立足三代机平台发展PHM技术、在发动机全寿命管理体系引入PHM系统、建议的航空发动机PHM功能和结构等;接着,结合国内技术发展水平,给出了应当重点优先发展关键技术的建议;最后,简要总结了制约国内PHM技术发展的因素,展望了瞄准的技术发展目标.
