大数据带来两个关键改变 助力PHM开拓民用市场

　　它属于设备的维护技术，但是跟现存的监控是完全不一样的。刘译璟解释到在数据分析里有四个阶段，个阶段叫描述性的分析，第二个阶段叫诊断性分析，第三个阶段叫预测性分析，第四个阶段叫建议性的分析。描述性分析只是告诉你现状是什么样子，比如大家知道电脑开机一分钟，它会弹出你击败全国多少人，告诉你有点问题，个告诉你开机一分钟是描述，然后告诉你电脑慢了，是一种诊断，基于此产生一些预测，你的电脑接下来可能有一些什么问题，后有一些建议。
　　
　　目前大多数的监控都是处于描述以及诊断的阶段，基本没有到预测的阶段，更没有提建议说明，PHM是跨越前两个阶段，到时候可以预测整个设备是什么情况。
　　
　　关注PHM，是因为PHM很早在美国军方使用，并有成熟的一套理论和体系。据美军综合数据，在武器装备的全寿命周期费用中，使用与保障费用占到了总费用的72%。与使用保障费用相比，维修保障费用在技术上更具有可压缩性。基于状态的维修（CBM）、货架产品（COTS）、自主保障（AL）等都是压缩维修保障费用的重要手段。
　　
　　在军机方面，采用PHM技术的JSF飞机，设备故障减少50％；维护人员减少20％～40％；飞机执行任务的架次增加25％。具体到地面保障设备，JSF的自动测试设备(ATE)洛马之星(LM-STAR)与F-16的保障设备相比规模小很多，F-16的保障设备在基地级至少有6种类型，而洛马之星仅有基本型、光电、射频等3种类型。从人力和后勤基础设施上比较，洛马之星将比F-16战斗机的设备故障减少40％～50％。
　　
　　智能化、大数据让PHM有了两个关键改变
　　
　　当然PHM是一套完整的设备管理体系，经过几十年的发展，今天大数据的应用、人工智能的发展，PHM技术有了两个关键的转变，是传统的基于单个传感器的诊断，转变成一个基于智能系统的预测。第二种是基于事件驱动的维修，时间驱动的维修（即定期维修），转变为基于状态的维修
　　
　　刘译璟谈到今天它会转变到智能系统预测，传统的维修维护工作基本是两种手段，是基于事件驱动的，第二是基于时间驱动的。“事件驱动的比如汽车冒烟了没油了，你停下来去维修，这是事件，出现了特定故障以后进行维修活动。第二是时间周期，我每隔两周重新把设备检查一遍，大家小时候肯定知道中央电视台周二下午要停机检修，这是传统的维修方法，为什么这么做，因为他不知道整个设备是什么状况。”
　　
　　“基于PHM以后，我们希望转变到基于状态的维修，我可以感知到这个设备目前是什么状况，他是健康还是不健康，如果健康我什么都不做让他继续运行，如果不健康才进行维修，这特别像我们人自己知道自己是饿了还是病了，然后再采取一些动作，人肯定不会说每过两周就体检一下，这是PHM技术跟以往的维护工作不太一样的两个地方。它实现的价值或者收益已经列出来了，它提供关于系统失效的告警，这个不止是现在采用，而是给一种综合预测的结果。”
　　
　　第二，提供视情维护能力，根据实际情况决定接下来做什么，由于它整个是数据化的手段，能为将来设计新的设备，同样型号的设备需要加强元器件方面提供很多的历史知识和数据。提高设备整个的使用周期，降低成本，减少无故障的发现，这是整个PHM技术的价值。
　　
　　在看一下整个PHM的技术保障，因为PHM本身是非常庞大的技术，前端的一定要有各种传感器的技术，这是涉及到物联网上的技术，后端要有技术采集分析一套，分析结果要连到各种后勤保障库存调度这些任务。

航天测控自主保障体系
　　

　　比如在这个图里，它描绘的或者需要维护的是这个智能飞行器，但是整个系统需要部署在航母上，所有的数据传输到航母上进行分析.如果有后续需要做的维护工作，可能直接通过卫星还是其他的通讯设施联系到地勤.在地勤里，如果某些设备的库存不足，还要联系到后面的工厂支持部门等等。这是一套高度集成、组织协调非常强大的体系。
　　
　　利用大数据和PHM技术实现设备智能化维护
　　
　　刘译璟谈的PHM应用中百分点大的优势是在建模这一块，百分点一直有很强大的建模团队，能够从业务出发的角度做建模工作。
　　
　　一、健康度建模；针对对设备运行数据进行建模，将所有监控数据降维整合为“健康度曲线”这样的1维数据展现；针对一个维度数据进行实时分析，使评估简单，且新手维修员也会更容易入手；
　　
　　二、多级预警：将预警等级分为3级，分别为“中度预警“、”重度预警”、“故障预警”；以健康度为基础，三种预警以两种规则来进行定义，分别是“次数”和“相隔时间”。以此来检测持续异常报警和周期性瞬间预警；
　　
　　三、异常定位；每次预警时间将伴有预警起始时间，以及预警周期；提供自动报警和可视化工具，根据预警期内表值曲线，；以及健康度模型可清晰定位异常参数，通过整机健康管理，监测发射机健康状态，及时发现设备异常，对设备故障给出预警。
　　
　　百分点的PHM解决设备哪些问题？
　　
　　能够监测设备性能下降或与期望的正常状态的偏离问题，预测设备的未来可靠性；对突变性故障进行告警；对渐变性故障进行早期预警。
　　
　　对于企业的好处是，及时发现设备的异常状态，实现从传统的基于自动化设备单个表值的监测，向基于智能系统的整体预测的转变，为备机热机切换争取时间，减少信号中断时间，为统筹机器之间的代播提供信息支持，降低潜在的设备监管费用。
　　
　　PHM技术就是这样，把很多传感器的数值，当然有一些人为监测到的数值，汇总到一起，由于一个智能的设备代替人时时更的做出关于整个设备的一些健康的诊断以及预测将来会不会有问题。这个技术的本质。
　　
　　刘译璟介绍了百分点为广电运营商做的一个案例。“我们在这个案例里做了挺多事儿，包括底层数据整个的整理清洗，建成了若干个标准的数据，因为从他2500多个的数据源里后整理出了50多个标准数据集，以前运营商大概每五分钟有一个监控值，上到他的系统里，看系统是否正常，我们做到秒级别数据的升级，基于这些数据建设整个PHM的故障预测整个分析的模型，由张凯来介绍一下这个技术细节。”
　　
　　未来特别是像工业4.0，中国制造2025，中国制造2025核心是智能制造，其中有一环是这些制造的设备进行维护，这在任何一个制造领域里都是迈不过去的，整个里面如何做智能维护，PHM就是解决这个问题。实际上，PHM技术现已广泛应用于机械结构产品中，比如核电站设备、制动装置、发动机、传动装置等。而将PHM技术应用于电子产品则是近年来国外科技研发的重要发展趋势之一。