奚立峰教授和夏唐斌副教授入选JIM期刊微信公众号论文精选|《信息物理系统中面向制造范式的PHM方法论》

发布日期：2020-06-01 浏览：3312

摘要

在工业4.0的竞争环境下，各种先进制造模式的信息物理系统(CPS)给维修管理带来了新的挑战。迫切需要有效的预测和健康管理(PHM)策略，以整合单个机器的失效和不同的制造模式。本文系统回顾了近年来提出的基于运行负荷的机器健康预测方法：提出了一种基于运行负荷的机器健康预测算法；在机器层面，研究了CPS中不同机器的动态多属性维护模型；在系统层面，针对复杂的流水线生产、大规模定制和可重构制造系统分别提出了新的适时维修策略。该PHM方法框架已经在工业实践中得到验证。

文章导读

在全球竞争和技术创新中，许多制造企业正在追求向先进制造模式的(Cyber Physical Systems , CPS)转变。尤其是复杂的流水线生产、大规模定制和可重构制造模式被应用于满足多变的客户需求和保持企业核心竞争力上。然而，这些CPS系统、机器和辅助传感器在技术上也变得越来越先进，越来越难以管理。这种转变为改进维护方法提供了动力。对有效地预测机器运行状况、消除不必要的生产中断、降低维护成本和降低系统决策的复杂性有着至关重要的作用。

近几十年来，许多有价值的研究致力于维修计划。而预测和健康管理(Prognostics and Health Management , PHM)对于保持CPS系统及其机器处于良好状态至关重要。信息物理系统通常由不同的机器组成，这些机器具有不同的失效过程，最终将导致故障并中断正常生产。考虑到CPS具有驱动、感知和与物理世界通信等综合计算和物理能力的特点，PHM应该为机器健康预测、机器级维修调度和系统级维修优化提供一个系统且全面的视角。

为了开发适合先进制造范例的PHM方法，有必要综合考虑维修的适时性和制造特性，以经济、有效的方式制定维修计划。然而，由于复杂的串行并行结构、多变的批订单和开放式的系统重新配置，传统的适时维护策略不足以提供可行的解决方案。因此，迫切需要能够降低决策复杂性、避免批量生产故障、适应多种重组的PHM策略。由于系统维护决策的层次结构，先进制造范例的PHM方法是复杂的，主要表现在:

(1)在物理水平上难以准确地预测机器的健康状况;

(2)难以在机器级别上制定动态维修计划;

(3)难以在系统级别上制定有效适时性维护策略。

在CPS系统中，传感和信息技术的快速发展使企业能够在线收集、存储和处理显示机器健康状态的信息。这些状态被用来预测机器的失效，以支持PHM决策。此外，在机器级和系统级之间设计的信息传输不应该是一个“推”过程，而是一个“拉”过程。通过提取机器级别的输出，这种交互式调度模式可以促进适时性维护策略，从而通过整合维护时机和制造范例来动态优化系统级计划。

全文的组织如下：“PHM方法论的系统框架”部分为先进制造范式提供了系统级的PHM框架。“机器健康预测的WFRGM算法”一节提出了考虑运行负荷影响的w变量预测状态滚动灰色模型。“机器维修调度的MAM方法”章节利用多属性值理论和不完善维修理论建立了多属性模型。“各种信息物理系统的适应性维护”一节分别讨论了复杂流水线生产的维护时间窗(MTW)、大规模定制的预延平衡(APB)和可重构制造的可重构维护时间窗(RMTW)。最后，在“PHM方法论的案例研究”部分结合实例对所提算法进行了分析。

最终强调了网络因素(信息技术)和物理因素(制造范式)对未来CPS的健康管理都是必不可少的。一些工业企业(如:例如，港口机械制造商和汽车制造公司)已经从这些新颖的PHM方法论中获益。未来的工作需要将这种分层PHM框架扩展到其他新兴的制造模式，如可持续制造、绿色生产和云制造等。