1.2.3　狀態維護

狀態監測通過監測機械的狀態參數（如振動、溫度等）變化，來識別一個正在產生的故障。狀態監測技術可分為狀態檢測技術（探測潛在故障的影響，如振動特性變化、溫度變化、潤滑油顆粒以及化學效應等）、產品質量檢測技術（設備制造出來的產品有缺陷常與設備本身的缺陷有直接關系）、主要參數檢測技術（如設備的速度、流速、壓力、功率、電流等）和基于人類感官的檢查技術（如看、聽、摸和聞）等。狀態監測通常用于一些旋轉設備、輔助系統和其他機械，如壓縮機、泵、電動機、內燃機、壓力機等。一些靜態設備，如蒸汽鍋爐、管道和熱交換器等，則常采用非破壞性實驗技術和適用性評估進行定期檢查。

狀態維護是一種基于狀態監測技術的預防性維護策略，試圖在正確的時間維護正確的設備。狀態維護基于這樣一種事實：大量故障不會瞬間發生，實際上故障要發展一段時間。如果發現這種故障過程正在發展，就可以采取措施預防故障或避免嚴重的后果。在故障發展過程中，可以探測到故障正在發生或將要發生，該點稱為潛在故障點P，如圖1.6所示。潛在故障是一種可辨認的實際狀態，能顯示功能故障將要發生或正在發生，例如，顯示軸承臨近故障的振動、顯示金屬疲勞的裂紋、顯示齒輪臨近故障的齒輪箱潤滑油中的顆粒、輪胎胎紋過度磨損等。

設備性能存在一個由開始劣化并進入潛在故障期的漸變過程，從潛在故障到功能故障的間隔期為P-F間隔。圖1.6所示的P-F曲線揭示了故障開始、劣化到故障可被探測到潛在故障點P的一般過程，如果未探測到也未糾正，則性能繼續變壞，直到到達設備的功能故障點（F）。如果在P點和F點之間探測到潛在故障，那么可以預防功能性故障或避免故障后果。狀態維護就是檢查設備的潛在故障，以便采取措施預防故障或避免功能故障的后果。

狀態維護的檢查頻度必須遠遠小于P-F間隔（故障可探測的潛在故障點到故障發展成為功能故障點之間所需的時間），否則就可能完全漏掉故障。大多數功能故障出現之前，有不止一個（常有幾個不同）的潛在故障，每個潛在故障都有一個不同的P-F間隔。例如，軸承功能故障之前，通過振動分析檢查出振動特性（P-F間隔1～9個月），通過油質分析檢測磨粒（P-F間隔1～6個月），可聽見噪聲（P-F間隔1～4周），發熱（手摸）（P-F間隔1～5天）等。

如圖1.7所示，狀態維護技術包括數據獲取、特征提取、故障檢測、故障診斷和故障預測等內容。數據獲取可能涉及各種類型的數據信息，如振動、溫度、壓力、速度、電壓或電流、應力/應變/沖擊、位置、顆粒計數/組成等。特征提取計算包括快速傅里葉變換、小波變換、自適應時頻分析、數據過濾/平滑、溫度/壓力比、能效等。故障檢測算法提醒用戶設備存在的潛在問題或未知失效。故障診斷算法用于隔離、識別特定組件或子系統的故障。故障預測算法基于歷史和當前的運營概況估計設備的可用使用壽命RUL或失效概率。監督式推理算法協調相互沖突的信息并提供以下維護建議：檢查間隔、維修、備件訂購、設備停機等。

如圖1.8所示，狀態維護比計劃維護和主動維護等預防性維護以及故障維護在以下方面具有一些優勢[9]：

①系統可靠性高，維護成本低；

②維護操作次數的降低減小了人為錯誤的影響。

狀態維護的缺點是：

①較高的安裝成本；

②不可預測的維護周期導致了成本分配不均；

③需要維護和檢查的部件數量多（包括狀態維護系統自身的安裝）。