天澤智云出席IEEE PHM2018國際大會

6月11-13日，第九屆IEEE PHM2018國際會議在美國華盛頓召開。此次會議由國際性電子技術與信息科學工程師協會、全球最大的非營利性專業技術學會IEEE舉辦，匯集來自全球百余位PHM領域專家和技術精英，共同探討故障預測與健康管理（PHM）、基于狀態的維護（CBM）、數據建模等技術在航空軍工、汽車電子、無損檢測（NDE）、制造裝備、云計算、核電等多個領域的應用。

天澤智云CTO劉宗長博士應邀參加 “大數據與PHM”分論壇專題報告與研討，并在“交通行業的PHM應用”研討會介紹了“工業人工智能技術在軌道交通行業的PHM應用”。此報告中介紹了天澤智云與中車青島四方股份有限公司聯合開發的基于CPS 5C 架構的高速列車動車組整車PHM系統方案及實施成果。

近年來，故障預測與健康管理（PHM）已經徹底改變了產品可靠性的觀念，數字電子技術被廣泛地應用于手機、汽車等現代生活的諸多方面。

對于商業和軍事系統而言，產品在使用過程中發生故障更是可能會引發災難性的后果，所以它們對產品的健康（衰退）評估，故障的診斷和預測（可靠性和剩余使用壽命的實時預測）的可靠性提出了更高要求。

云計算和計算機用戶希望通過計算機系統提高設備的可靠性和可用性，而PHM的目標是最大限度地減少由于操作失誤、系統電子設備退化而導致的數據丟失，解決無故障發現（NFF）及關鍵應用程序無法使用計算機的問題。

將PHM應用于制造業的制造過程和設備管理，可以節約維護成本、減少宕機時間，并最終提高產品質量及可靠性，這是被動維護向預防性維護轉變的自然過程，也是主動維護的關鍵所在。

將PHM應用于航空電子設備和軍事系統可提高系統操作的可靠性和成本的可控性，至今已有20多年的歷史。其關鍵是提高傳感器的可靠性及數據的精確度，將算法和軟件結合，對設備故障進行診斷、預測和健康管理，并開發成熟的集成環境。

將PHM應用于智能電網和綠色能源系統（如風力發電設備），可在生產、可靠性和維護方面帶來巨大的收益。風能PHM的目標是開發一套自主的健康管理系統來控制風功率，特別是可編程邏輯控制器（PLC）。它由智能的現場監測，故障隔離和定位（診斷），性能退化預測以及剩余使用壽命評估（預測）組成。

PHM還可以通過延長維護周期來確保LED照明系統的可用性；通過減少檢查成本、維修、停機時間和庫存來降低生命周期成本；可以降低間歇性故障發生的頻率；提供系統故障的高級預警；通過提前計劃和主動維護，防止故障的發生，延長設備使用壽命，并獲得歷史數據用于改進以后的設計。

北京天澤智云技術有限公司CTO劉宗長博士出席了此次會議。劉博士在“大數據與PHM”分論壇介紹了“集群和大數據環境下，基于信息物理系統(CPS)的故障預測與健康管理(PHM)方法”，并與呂勒奧理工大學Dr. Diego Galar、香港城市大學李立帥博士一起就工業大數據與PHM等話題展開技術探討。

對于數據驅動的PHM故障預測與健康管理，劉宗長博士在會上提出時間機器（Time Machine）的研究方法，并指出四點改進方向——平衡集群環境中共性和多樣性、解決工業大數據“3B”問題、自意識和自適應系統的未知關系、及提高決策的準確性。

“機器是連續運行的，但計算和控制在離散時間內運行，所以需要一個信息-物理接口來離散機器狀態的操作”，劉宗長解釋道，“時間機器方法具有將連續數據轉換為離散數據的特點，可用于可靠性和健康管理中隱性問題關系間的建模。”