電機(jī)預(yù)測性維護(hù)系統(tǒng)應(yīng)用研究

摘 要：為了解決電機(jī)設(shè)備零部件損耗不確定且后果嚴(yán)重的問題，設(shè)計了基于物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的電機(jī)預(yù)測性維護(hù)系統(tǒng)。系統(tǒng)集成應(yīng)用物聯(lián)網(wǎng)平臺和大數(shù)據(jù)平臺，通過對振動和電氣等數(shù)據(jù)的監(jiān)測，對電機(jī)關(guān)鍵運(yùn)行參數(shù)進(jìn)行相關(guān)分析，建立故障診斷、預(yù)測及運(yùn)行優(yōu)化等各類模型，實現(xiàn)電機(jī)全生命周期健康管理和故障預(yù)測，并在石油鉆機(jī)上進(jìn)行了應(yīng)用。應(yīng)用案例結(jié)果表明，該系統(tǒng)具有較好的經(jīng)濟(jì)性和實用性，可為工業(yè)企業(yè)電機(jī)設(shè)備智能運(yùn)維提供參考。

關(guān)鍵詞：物聯(lián)網(wǎng)；大數(shù)據(jù)；電機(jī)；預(yù)測性維護(hù)；設(shè)備故障診斷；剩余壽命預(yù)測

中圖分類號：TP206+.3；TM307" " 文獻(xiàn)標(biāo)志碼：A" " 文章編號：1671-0797（2024）14-0020-06

DOI：10.19514/j.cnki.cn32-1628/tm.2024.14.005

0" " 引言

在工業(yè)制造行業(yè)，電機(jī)被大量使用。65%的工業(yè)能耗由電機(jī)消耗，20%的維護(hù)費用消耗在電機(jī)上。為此，電機(jī)的維護(hù)在工業(yè)制造行業(yè)占據(jù)著重要的地位。當(dāng)前，電機(jī)的維護(hù)主要是人工巡檢，加上故障之后的維修，這對工業(yè)制造的正常生產(chǎn)活動開展帶來了不利影響[1]。

物聯(lián)網(wǎng)技術(shù)的發(fā)展以及國內(nèi)三大電信運(yùn)營商的深度參與，使得大規(guī)模設(shè)備接入與聯(lián)機(jī)、協(xié)議解析、邊緣數(shù)據(jù)采集與處理成為可能[2-3]。通過工業(yè)IoT平臺，連接各類物聯(lián)網(wǎng)傳感器和智能網(wǎng)關(guān)，全面收集生產(chǎn)、檢測等各類型設(shè)備和機(jī)臺數(shù)據(jù)[4]；同時通過融合時序數(shù)據(jù)庫、大數(shù)據(jù)存儲等不同技術(shù)組件構(gòu)建存儲平臺[5]，對設(shè)備運(yùn)行實時產(chǎn)生的時序型數(shù)據(jù)與設(shè)備故障診斷應(yīng)用中的高頻振動信號等各類型數(shù)據(jù)進(jìn)行統(tǒng)一的存儲與管理，可以為后續(xù)的實時狀態(tài)監(jiān)控、可視化、異常告警、故障診斷與預(yù)測、分析優(yōu)化等數(shù)字化應(yīng)用提供數(shù)據(jù)支撐[6]。

利用大數(shù)據(jù)、人工智能等技術(shù)手段實現(xiàn)關(guān)鍵設(shè)備的故障預(yù)警預(yù)測是設(shè)備管理中智能化、創(chuàng)新性的價值體現(xiàn)，也是提高設(shè)備可靠性、提高生產(chǎn)效率與品質(zhì)的重要技術(shù)手段[7]。

通過機(jī)器學(xué)習(xí)、多因子分析等數(shù)據(jù)智能手段，可對設(shè)備關(guān)鍵運(yùn)行參數(shù)進(jìn)行相關(guān)分析，建立故障診斷、預(yù)測及運(yùn)行優(yōu)化等各類模型，有效減少設(shè)備故障次數(shù)，提高設(shè)備運(yùn)維效率，改善設(shè)備狀態(tài)，實現(xiàn)生產(chǎn)設(shè)備全生命周期健康管理，同時也能極大地降低企業(yè)的設(shè)備運(yùn)維成本[8]。

另外，豐富的建模經(jīng)驗，也為后續(xù)定制型的預(yù)測模型構(gòu)建提供了必要的技術(shù)基礎(chǔ)[9]。

1" " 電機(jī)預(yù)測性維護(hù)系統(tǒng)設(shè)計

1.1" " 整體設(shè)計架構(gòu)

預(yù)測性維護(hù)系統(tǒng)（Predictive Maintenance，PdM）是層次化的綜合解決方案，針對特定系統(tǒng)、單套設(shè)備、多套設(shè)備分別提供振動監(jiān)測與診斷、實時狀態(tài)監(jiān)測與維護(hù)、預(yù)測性維護(hù)的解決方案，合理應(yīng)對從部件到設(shè)備再到產(chǎn)線、車間、企業(yè)等不同層面設(shè)備管理的差異化需求。

電機(jī)預(yù)測性維護(hù)系統(tǒng)架構(gòu)如圖1所示。

結(jié)合物聯(lián)網(wǎng)平臺的數(shù)采能力和大數(shù)據(jù)建模分析平臺的數(shù)據(jù)分析、建模、預(yù)測能力最終形成電機(jī)預(yù)測性維護(hù)系統(tǒng)，該系統(tǒng)的功能簡述如下：

1）高頻實時的采集能力：基于振動傳感器的高頻實時采集，全面支持智能分析。

2）多維度的振動分析：支持時域分析、頻譜分析、包絡(luò)分析、趨勢分析等實時振動分析。

3）強(qiáng)大的特征庫支持：基于FMEA故障庫實現(xiàn)統(tǒng)一管理以及持續(xù)優(yōu)化。

4）智能預(yù)測與診斷：基于人工智能，對故障樣本進(jìn)行訓(xùn)練分析，實現(xiàn)自動診斷，并支持對故障庫進(jìn)行持續(xù)優(yōu)化。

5）可視化展示：提供豐富的儀表盤、組態(tài)、表單、圖表文件、數(shù)據(jù)分析結(jié)果等集中展示，支持大屏、Web頁面、移動端等。

1.2" " 物聯(lián)網(wǎng)平臺

物聯(lián)網(wǎng)平臺提供了可配置、所見即所得的開發(fā)方式，能夠幫助IT人員以及業(yè)務(wù)人員方便快速地開發(fā)設(shè)備管理、在線監(jiān)測、告警管理、設(shè)備效率分析等各類圖形化和數(shù)據(jù)分析類的工業(yè)智能應(yīng)用。

物聯(lián)網(wǎng)平臺提供泛在的連接能力，通過工業(yè)網(wǎng)關(guān)連接生產(chǎn)現(xiàn)場多種多樣的自動化設(shè)備及傳感器，同時連接物聯(lián)網(wǎng)相關(guān)的異構(gòu)的業(yè)務(wù)系統(tǒng)（例如ERP、MES等）。平臺提供物模型管理能力，基于連接的數(shù)據(jù)為設(shè)備和流程構(gòu)建物實例。同時提供數(shù)據(jù)分析能力，包括便捷的公式編輯能力，方便地創(chuàng)建各種類型的KPI指標(biāo)（例如OEE、JPH等），以及提供規(guī)則引擎，實現(xiàn)基于規(guī)則的分析。告警是物聯(lián)網(wǎng)場景最常見的功能，平臺提供告警管理，實現(xiàn)告警的定義、分析以及告警消息的靈活訂閱。工業(yè)應(yīng)用是物聯(lián)網(wǎng)平臺價值落地的重要一環(huán)。平臺提供豐富的顯示組件，通過拖拉拽組件的方式搭建應(yīng)用，綁定物聯(lián)網(wǎng)數(shù)據(jù)到顯示組件，快速實現(xiàn)物聯(lián)網(wǎng)應(yīng)用的開發(fā)。

1.2.1" " 物聯(lián)網(wǎng)平臺架構(gòu)

如圖2所示，該架構(gòu)由邊緣設(shè)備、工業(yè)采集網(wǎng)關(guān)、邊緣智能一體機(jī)以及物聯(lián)網(wǎng)平臺組成。邊緣設(shè)備指工業(yè)現(xiàn)場用于生產(chǎn)制作的設(shè)備，時刻在產(chǎn)生海量數(shù)據(jù)，也是工業(yè)企業(yè)的數(shù)字資產(chǎn)。工業(yè)采集網(wǎng)關(guān)主要用于連接邊緣設(shè)備，支持?jǐn)?shù)據(jù)采集、邊緣計算、設(shè)備管理、數(shù)據(jù)上傳等，支持多品牌多協(xié)議多控制器類型，支持第三方采集網(wǎng)關(guān)，具備高可用、橫向擴(kuò)展、斷電續(xù)傳等特點。邊緣智能一體機(jī)是軟硬一體的物聯(lián)網(wǎng)邊緣平臺，適用于中小規(guī)模物聯(lián)網(wǎng)應(yīng)用場景。

1.2.2" " 物聯(lián)網(wǎng)平臺功能

1.2.2.1" " 連接異構(gòu)數(shù)據(jù)源

1）采集物聯(lián)網(wǎng)時序數(shù)據(jù)：通過MQTT、Kafka等協(xié)議連接工業(yè)網(wǎng)關(guān)以及邊緣計算設(shè)備采集的物聯(lián)網(wǎng)時序數(shù)據(jù)。

2）采集業(yè)務(wù)系統(tǒng)數(shù)據(jù)：通過數(shù)據(jù)庫對接的方式連接異構(gòu)的業(yè)務(wù)系統(tǒng)，可以連接MySQL、PostgreSQL、Oracle、IoTDB等SQL數(shù)據(jù)庫。

1.2.2.2" " 管理物模型

基于業(yè)務(wù)需求為設(shè)備、流程和關(guān)系快速構(gòu)建各種層次化和拓?fù)浠奈锬０?，實例化物模型?gòu)建物實例。物模板的屬性類型包括靜態(tài)屬性、流數(shù)據(jù)動態(tài)屬性、批數(shù)據(jù)動態(tài)屬性、公式指標(biāo)、算法模型指標(biāo)、子模型以及引用模型。

1.2.2.3" " 物聯(lián)網(wǎng)數(shù)據(jù)存儲

支持海量物聯(lián)網(wǎng)數(shù)據(jù)的高性能、分布式存儲、查詢和計算；集群支持千萬點每秒級別數(shù)據(jù)寫入，數(shù)據(jù)存儲自動無損壓縮比率達(dá)90%。

1.2.2.4" " 數(shù)據(jù)實時計算和分析

1）公式指標(biāo)計算：提供計算引擎，輕松實現(xiàn)跨系統(tǒng)的數(shù)據(jù)查詢、指標(biāo)計算和分析。公式指標(biāo)計算提供了工業(yè)常用的算子，通過拖拉拽屬性和算子的方式快速構(gòu)建公式指標(biāo)，例如OEE、JPH等指標(biāo)。

2）規(guī)則引擎：物聯(lián)網(wǎng)平臺提供規(guī)則引擎，能夠基于CRON表達(dá)式靈活地定義觸發(fā)器，提供多樣的執(zhí)行條件設(shè)置，包括條件的與、或、次數(shù)、持續(xù)時間等，提供多種執(zhí)行動作，包括告警觸發(fā)、規(guī)則觸發(fā)等。利用規(guī)則引擎，便捷地定義告警、定時維保等應(yīng)用。

3）告警分析：規(guī)則的一個執(zhí)行動作就是告警，通過告警管理，可以定義告警詳情，實現(xiàn)告警的確認(rèn)和掛起，以及基于告警的統(tǒng)計分析。另外，可以定義告警的消息模板，通過郵件、短信、API等方式推送告警相關(guān)信息。

1.2.2.5" " 可視化開發(fā)

1）可視化開發(fā)：提供豐富的儀表盤、組態(tài)、表單、圖表文件，包括儀表盤、溫度計、折線圖、雷達(dá)圖、柱狀圖、餅圖、地圖等常用的可視化組件，同時支持第三方的可視化組件。拖拉拽組件快速搭建可視化頁面，并綁定組件到已創(chuàng)建的物實例屬性，實現(xiàn)所見即所得的無代碼的應(yīng)用開發(fā)。

2）自定義表單：平臺支持自定義表單，包括表單的管理，表格數(shù)據(jù)的修改、存儲和查詢，利用表格組件實現(xiàn)表單填報等功能。

1.2.2.6" " 高效邊緣協(xié)同

無縫對接系統(tǒng)工業(yè)網(wǎng)關(guān)和邊緣智能一體機(jī)，實現(xiàn)設(shè)備數(shù)據(jù)同步、模型共享，同時兼容第三方工業(yè)采集網(wǎng)關(guān)；可以在線部署基于機(jī)器學(xué)習(xí)和AI在云端訓(xùn)練好的復(fù)雜分析模型，實現(xiàn)高級數(shù)據(jù)分析；提供基于REST API的數(shù)據(jù)服務(wù)。

1.2.2.7" " 安全與管理

1）權(quán)限管理：平臺提供用戶、用戶組、角色管理，實現(xiàn)基于組織和角色的數(shù)據(jù)權(quán)限和菜單權(quán)限管理。另外，平臺提供網(wǎng)關(guān)認(rèn)證、設(shè)備認(rèn)證等功能。

2）系統(tǒng)管理：平臺提供日志管理，支持日志的分類、查詢以及導(dǎo)出。平臺提供系統(tǒng)監(jiān)控功能，實現(xiàn)平臺資源的統(tǒng)計分析、核心組件的健康度監(jiān)控以及異常監(jiān)控，并支持監(jiān)控項的告警管理。

1.3" " 大數(shù)據(jù)建模分析平臺簡介

大數(shù)據(jù)建模與分析平臺能夠快速對接各類實時、結(jié)構(gòu)化和非結(jié)構(gòu)化的異構(gòu)數(shù)據(jù)源，自定義跨系統(tǒng)的數(shù)據(jù)集，通過自帶分析組件來快速定義可視化的分析工作流，利用數(shù)據(jù)集實現(xiàn)分析模型的訓(xùn)練、驗證和應(yīng)用，支持自定義算法組件以及組件共享，提供SPC、RCA等分析模型模板，支持多種模式的分析任務(wù)和跨系統(tǒng)的分析模型在線部署，提供分析結(jié)果的圖表展示。

大數(shù)據(jù)建模與分析平臺架構(gòu)如圖3所示。

大數(shù)據(jù)平臺的功能如下：

1）快速對接數(shù)據(jù)源：快速對接各類實時、結(jié)構(gòu)化和非結(jié)構(gòu)化的異構(gòu)數(shù)據(jù)源，支持自定義跨系統(tǒng)的統(tǒng)一數(shù)據(jù)集，利用數(shù)據(jù)來訓(xùn)練和驗證模型，并實現(xiàn)數(shù)據(jù)的高級分析。

2）豐富的分析組件：提供兩百多種數(shù)據(jù)分析組件，并且持續(xù)更新迭代，組件包括工業(yè)數(shù)據(jù)預(yù)處理、統(tǒng)計、機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)、NLP、模型評估器、建模（訓(xùn)練、驗證、應(yīng)用）。

3）可視化的分析工作流：通過拖放式對選擇的組件進(jìn)行連接以構(gòu)建可視化的分析工作流，分步驟運(yùn)行，每一步都能及時地查看執(zhí)行結(jié)果，從而方便地嘗試不同算法組合，快速實現(xiàn)流程化、定制化的數(shù)據(jù)分析。

4）自定義算法組件：支持上傳算法代碼生成自定義的算法組件，組件發(fā)布后支持跨團(tuán)隊的訂閱和共享。另外，平臺提供常用的分析模型模板助力企業(yè)快速地模型開發(fā)，包括統(tǒng)計過程控制（SPC）、自動根因分析（RCA）、多元異常檢測、虛擬量測（VM）等等。

5）多種任務(wù)部署：平臺支持模型實例發(fā)布為API任務(wù)、定時任務(wù)、實時任務(wù)、交互式任務(wù)等模式。分析模型支持發(fā)布到數(shù)據(jù)管理系統(tǒng)、邊緣系統(tǒng)以及云端，實現(xiàn)基于模型的實時計算、邊緣計算和云端計算。

6）數(shù)據(jù)可視化：支持組件執(zhí)行結(jié)果實時展示及繪圖，包括柱狀圖、折線圖、雷達(dá)圖等圖形，同時提供鉆取、聯(lián)動、縮放、篩選、鏈接等交互操作。另外，可視化場景可直接生成鏈接，提供給其他應(yīng)用系統(tǒng)使用。

1.4" " 手機(jī)App

提供齊套Android和iOS操作系統(tǒng)的手機(jī)App。

1.5" " 數(shù)據(jù)庫

1.5.1" " 時序數(shù)據(jù)庫

時序數(shù)據(jù)庫包含時序數(shù)據(jù)庫和展現(xiàn)平臺兩部分。通過Kafka數(shù)據(jù)采集調(diào)度模塊，對外部歷史文件數(shù)據(jù)進(jìn)行批量采集調(diào)度，對傳感器實時產(chǎn)生的數(shù)據(jù)進(jìn)行實時采集調(diào)度，采集調(diào)度后數(shù)據(jù)經(jīng)過數(shù)據(jù)交換、數(shù)據(jù)處理、數(shù)據(jù)存儲，然后在展現(xiàn)平臺進(jìn)行時序數(shù)據(jù)指標(biāo)的動態(tài)監(jiān)控，完成數(shù)據(jù)分析儀表盤等功能，或數(shù)據(jù)導(dǎo)出進(jìn)行高級的數(shù)據(jù)挖掘服務(wù)。

時序數(shù)據(jù)庫系統(tǒng)支持批量和實時的數(shù)據(jù)加載，加載速度高達(dá)每秒千萬級別測點，支持4～10倍的無損數(shù)據(jù)壓縮，支持小時粒度可變時間片設(shè)置，支持類SQL查詢、秒級查詢響應(yīng)以及上千的并發(fā)查詢，數(shù)據(jù)圖表實現(xiàn)可視化查詢和分析，支持副本存儲保證數(shù)據(jù)安全，支持高可用和橫向擴(kuò)展。

1.5.2" " MPP數(shù)據(jù)庫

MPP數(shù)據(jù)庫是一款高性能、高兼容、高可用、低成本的PB級企業(yè)海量數(shù)據(jù)庫，是簡單實用的下一代PB級實時分析型數(shù)據(jù)倉庫，也是節(jié)點數(shù)量可以伸縮的數(shù)據(jù)庫集群，能夠高效處理I/O數(shù)據(jù)吞吐和并發(fā)計算，在工業(yè)生產(chǎn)、數(shù)據(jù)中心等商業(yè)智能應(yīng)用領(lǐng)域，對海量數(shù)據(jù)處理的性能極其優(yōu)異，承載著將工業(yè)企業(yè)的數(shù)據(jù)價值實時化分析的重任。

1.6" " 網(wǎng)絡(luò)安全

1.6.1" " 應(yīng)用技術(shù)

在基于國產(chǎn)密碼算法的PKI中，所有的密碼算法均使用國產(chǎn)密碼算法，主要包括對稱算法SM4、非對稱算法SM2和Hash算法SM3。

在系統(tǒng)中采用基于國產(chǎn)密碼算法的PKI技術(shù)來實現(xiàn)數(shù)據(jù)的簽名和驗簽，由于算法的安全性是得到國家認(rèn)可的，因此能夠保證簽名和驗簽的結(jié)果是安全可信的。

1.6.2" " 密碼應(yīng)用架構(gòu)

針對本項目中平臺側(cè)、邊緣側(cè)密碼應(yīng)用安全的設(shè)計包括以下部分：

1）平臺側(cè)存儲了核心、重要的業(yè)務(wù)數(shù)據(jù)，平臺側(cè)應(yīng)用數(shù)據(jù)的安全性需要采用合規(guī)的密碼產(chǎn)品與平臺側(cè)應(yīng)用結(jié)合，實現(xiàn)平臺側(cè)核心、重要業(yè)務(wù)數(shù)據(jù)的加密保護(hù)。

2）平臺側(cè)通過網(wǎng)絡(luò)通信方式，將平臺側(cè)數(shù)據(jù)和程序下發(fā)給邊緣側(cè)，在網(wǎng)絡(luò)傳輸過程中，需要采用合規(guī)的密碼產(chǎn)品，實現(xiàn)平臺側(cè)與邊緣側(cè)通信過程中數(shù)據(jù)的機(jī)密性、完整性。

1.6.3" " 平臺側(cè)數(shù)據(jù)加密存儲

平臺側(cè)存儲了核心、重要的業(yè)務(wù)數(shù)據(jù)，平臺側(cè)部署數(shù)據(jù)加解密系統(tǒng)，并為其提供數(shù)據(jù)加密、解密服務(wù)接口，實現(xiàn)平臺側(cè)核心、重要業(yè)務(wù)數(shù)據(jù)的加密保護(hù)。

1.6.3.1" " 數(shù)據(jù)加解密服務(wù)系統(tǒng)

數(shù)據(jù)加解密服務(wù)系統(tǒng)為商用密碼檢測中心合規(guī)性密碼產(chǎn)品。平臺側(cè)應(yīng)用可直接調(diào)用數(shù)據(jù)加解密服務(wù)系統(tǒng)提供的數(shù)據(jù)加解密服務(wù)，實現(xiàn)平臺側(cè)核心、重要業(yè)務(wù)和用戶數(shù)據(jù)的加密存儲，防止數(shù)據(jù)泄露風(fēng)險。

1.6.3.2" " 服務(wù)器密碼機(jī)

服務(wù)器密碼機(jī)也是敏感數(shù)據(jù)安全保護(hù)的一種有效物理工具，能可靠、安全地保護(hù)網(wǎng)絡(luò)中的數(shù)據(jù)，包括對數(shù)據(jù)的加/解密、簽名驗證；消息來源正確性驗證（MAC）的產(chǎn)生，能有效地防止對數(shù)據(jù)進(jìn)行篡改、偽造和竊取等行為。海泰方圓服務(wù)器密碼機(jī)還有完善的密鑰管理體系，能提供由全硬件噪聲源產(chǎn)生的隨機(jī)密鑰以及密鑰的人工輸入接口，能有效防止通信信道上的主動攻擊行為。

2" " 應(yīng)用案例

本系統(tǒng)在中石油寶石機(jī)械石油鉆機(jī)上進(jìn)行了應(yīng)用，通過數(shù)字化的手段有效實現(xiàn)了設(shè)備軟性價值的增長點，滿足石油連續(xù)性生產(chǎn)要求。通過各種實時監(jiān)控、定期的計劃性維修和不定期的視情維修，能對設(shè)備進(jìn)行有效的維護(hù)，避免設(shè)備的無計劃停機(jī)造成巨大的損失。

架構(gòu)如圖4所示。

應(yīng)用圖如圖5所示。

實現(xiàn)價值：幫助鉆機(jī)用戶構(gòu)建基于設(shè)備實時數(shù)據(jù)實現(xiàn)預(yù)測性維修的完整方案，提供故障知識庫幫助客戶提高故障診斷效率，實現(xiàn)運(yùn)維經(jīng)驗的沉淀，通過移動端幫助運(yùn)營人員隨時隨地了解設(shè)備的健康狀態(tài)，并通過遠(yuǎn)程專家指導(dǎo)，對異常做出及時處理。另外，該系統(tǒng)的應(yīng)用，有效減少了人員出差90人次，增加了備件銷售3 000萬元，幫助了企業(yè)向服務(wù)型制造轉(zhuǎn)型。

3" " 結(jié)束語

電機(jī)屬于旋轉(zhuǎn)動力機(jī)械，廣泛運(yùn)用于工業(yè)領(lǐng)域的各行各業(yè)。電機(jī)是否連續(xù)轉(zhuǎn)動，對企業(yè)生產(chǎn)至關(guān)重要。在不可預(yù)測的情況下，這種損耗常常引起設(shè)備停機(jī)，影響作業(yè)效率。更有甚者，它會導(dǎo)致嚴(yán)重故障，給工業(yè)生產(chǎn)帶來極大的損失。本文設(shè)計的基于物聯(lián)網(wǎng)和大數(shù)據(jù)的電機(jī)預(yù)測性維護(hù)系統(tǒng)能實時評估電機(jī)健康狀態(tài)，提前預(yù)測電機(jī)故障，從而降低企業(yè)設(shè)備運(yùn)維成本，具有極大的經(jīng)濟(jì)價值和可推廣性。

[參考文獻(xiàn)]

[1] 李洋.基于設(shè)備建模的設(shè)備預(yù)測性維護(hù)方法[J].中國設(shè)備工程，2022（12）：86-88.

[2] 陳冬梅，趙思恒，魏承印，等.船舶柴油機(jī)狀態(tài)監(jiān)測及預(yù)測性維護(hù)研究及應(yīng)用[J].中國機(jī)械工程，2022，33（10）：1162-1168.

[3] 胡宏明，張波.設(shè)備預(yù)防預(yù)測性維護(hù)應(yīng)用[J].設(shè)備管理與維修，2022（22）：58-60.

[4] 朱廷，賁道偉.集裝箱岸橋預(yù)測性維護(hù)的研究[J].智能制造，2023（1）：106-108.

[5] 姜姍.電機(jī)智能軸承在線監(jiān)測系統(tǒng)及故障預(yù)警技術(shù)研究[D].哈爾濱：哈爾濱理工大學(xué)，2019.

[6] 金曉航，孫毅，單繼宏，等.風(fēng)力發(fā)電機(jī)組故障診斷與預(yù)測技術(shù)研究綜述[J].儀器儀表學(xué)報，2017，38（5）：1041-1053.

[7] 黃猛.基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)模型的風(fēng)力發(fā)電機(jī)組健康管理研究[J].機(jī)械制造，2017，55（8）：37-39.

[8] 傅建中.智能制造裝備的發(fā)展現(xiàn)狀與趨勢[J].機(jī)電工程，2014，31（8）：959-962.

[9] 李垚，朱才朝，陶友傳，等.風(fēng)電機(jī)組可靠性研究現(xiàn)狀與發(fā)展趨勢[J].中國機(jī)械工程，2017，28（9）：1125-1133.

收稿日期：2024-03-22

作者簡介：程倫新（1983—），男，湖北黃岡人，碩士，工程師，研究方向：智能制造、物聯(lián)網(wǎng)技術(shù)。

王學(xué)良（1974—），男，四川眉山人，高工，研究方向：智能制造、人工智能。

王劭博（1985—），男，浙江杭州人，碩士，工程師，研究方向：智能制造、物聯(lián)網(wǎng)技術(shù)。