融入新一代人工智能的智能運(yùn)維主講人：《智能運(yùn)維與健康管理》導(dǎo)讀1新一代人工智能概述2深度神經(jīng)網(wǎng)絡(luò)3遷移學(xué)習(xí)4深度遷移學(xué)習(xí)及其特征挖掘5講義提綱本章導(dǎo)讀學(xué)習(xí)要求：了解新一代人工智能技術(shù)的特點(diǎn)；掌握典型的深度學(xué)習(xí)模型，遷移學(xué)習(xí)方法，結(jié)合實(shí)例加深對深度學(xué)習(xí)與遷移學(xué)習(xí)的理解與認(rèn)識；了解結(jié)合深度學(xué)習(xí)和遷移學(xué)習(xí)的深度遷移學(xué)習(xí)模型?；緝?nèi)容及要點(diǎn)：人工智能的定義；新一代人工智能的特點(diǎn)；卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)；深度置信網(wǎng)絡(luò)的基本結(jié)構(gòu)；堆棧自編碼器的基本結(jié)構(gòu)；循環(huán)神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)；遷移學(xué)習(xí)的特點(diǎn)；基于半監(jiān)督的遷移策略；基于特征選擇的遷移策略；基于特征映射的遷移；基于權(quán)重的遷移策略；深度遷移學(xué)習(xí)模型的種類。PART01新一代人工智能概述1新一代人工智能概述人工智能定義5人工智能(Artificialintelligence,AI)在1956年就已經(jīng)提出。關(guān)于知識的學(xué)科，即如何表示知識、獲得并使用知識的科學(xué)。研究對象是人類智能活動(dòng)規(guī)律；依賴工具是計(jì)算機(jī)等具有類人智能的人工系統(tǒng)；目的利用計(jì)算機(jī)軟硬件模擬人類某些智能行為的基本原理、方法和技術(shù)。美國斯坦福大學(xué)人工智能研究中心尼爾遜教授人工智能創(chuàng)始人之一認(rèn)知科學(xué)家馬文·明斯基教授人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作。“Whatmagicaltrickmakesusintelligent?Thetrickisthatthereisnotrick.Thepowerofintelligencestemsfromourvastdiversity,notfromanysingle,perfectprinciple.”——TheSocietyofMind（1987），P308到底有什么神奇的訣竅使我們?nèi)绱酥悄?？訣竅就是根本沒有訣竅。智能的力量來源于我們自身巨大的多樣性，而非來源于某一單個(gè)、完美準(zhǔn)則。1新一代人工智能概述新一代人工智能6我國著名人工智能專家潘云鶴院士當(dāng)前大數(shù)據(jù)、感知融合和深度強(qiáng)化學(xué)習(xí)等技術(shù)的發(fā)展，促使人工智能邁向人工智能2.0，即新一代人工智能。人工智能2.0定義：基于重大變化信息新環(huán)境和發(fā)展新目標(biāo)新一代人工智能。030201新一代人工智能互聯(lián)網(wǎng)與移動(dòng)終端普及、傳感網(wǎng)滲透、大數(shù)據(jù)涌現(xiàn)和網(wǎng)上社區(qū)興起等信息新環(huán)境大數(shù)據(jù)智能、跨媒體智能、自主智能、人機(jī)混合增強(qiáng)智能和群體智能等新技術(shù)智能城市、智能經(jīng)濟(jì)、智能制造、智能醫(yī)療、智能家居、智能駕駛等從宏觀到微觀的智能化新需求新目標(biāo)2016年3月2017年7月2017年10月2017年DeepMind團(tuán)隊(duì)發(fā)布了AlphaGo，可以擊敗人類圍棋職業(yè)選手AlphaGo指出大數(shù)據(jù)驅(qū)動(dòng)的知識學(xué)習(xí)、跨媒體系統(tǒng)處理、人機(jī)協(xié)同增強(qiáng)、群體集成智能、自助智能系統(tǒng)等成為人工智能的發(fā)展重點(diǎn)國務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》DeepMind公布了最強(qiáng)版的AlphaZero，掀起了新一代人工智能浪潮AlphaZero新一代人工智能在制造業(yè)的應(yīng)用中，智能診斷運(yùn)維被列為重點(diǎn)突破方向之一中國工程院發(fā)布《中國智能制造發(fā)展戰(zhàn)略研究報(bào)告》1新一代人工智能概述7新一代人工智能發(fā)展1新一代人工智能概述新一代人工智能發(fā)展意義重大裝備故障診斷方法普遍存在受到結(jié)構(gòu)復(fù)雜、信號微弱等因素影響導(dǎo)致其精度與準(zhǔn)確性不高的問題。新一代人工智能技術(shù)在特征挖掘、知識學(xué)習(xí)與智能程度所表現(xiàn)出顯著優(yōu)勢，為智能診斷運(yùn)維提供了新途徑。新一代人工智能運(yùn)維技術(shù)是提高裝備安全性、可用性和可靠性的重要技術(shù)手段，有利于制造企業(yè)智能化升級并提高企業(yè)效益，得到國際學(xué)術(shù)界與商業(yè)組織的重點(diǎn)投入與密切關(guān)注。8長期致力于基于人工智能技術(shù)的狀態(tài)監(jiān)測與預(yù)測研究,組織開展數(shù)控機(jī)床刀具全壽命周期振動(dòng)、溫度等多元異構(gòu)數(shù)據(jù)實(shí)時(shí)監(jiān)測實(shí)驗(yàn)，并邀請國際學(xué)者進(jìn)行剩余壽命預(yù)測競賽，以促進(jìn)數(shù)控機(jī)床智能化的發(fā)展。美國PHM協(xié)會超過15年的持續(xù)專項(xiàng)研究，2017年建立“先進(jìn)診斷與發(fā)動(dòng)機(jī)管理”系統(tǒng)，實(shí)現(xiàn)發(fā)動(dòng)機(jī)設(shè)計(jì)制造數(shù)據(jù)、運(yùn)行監(jiān)測數(shù)據(jù)與維修保障數(shù)據(jù)三位一體深度分析，具備發(fā)動(dòng)機(jī)在線診斷預(yù)測、地面維護(hù)保障關(guān)鍵功能美國普惠公司提出智能發(fā)動(dòng)機(jī)概念，并架構(gòu)智能發(fā)動(dòng)機(jī)技術(shù)體系，基于先進(jìn)機(jī)器人技術(shù)的智能檢測與預(yù)知、自愈維護(hù)是智能發(fā)動(dòng)機(jī)的核心技術(shù)內(nèi)涵。英國羅羅公司密切關(guān)注機(jī)械基礎(chǔ)部件（軸承、復(fù)合材料結(jié)構(gòu)等）的服役安全性，組織開展全壽命周期多源數(shù)據(jù)監(jiān)測實(shí)驗(yàn)，開發(fā)航空發(fā)動(dòng)機(jī)等重大裝備的智能診斷與預(yù)測技術(shù)。美國航空航天局（NASA）提出“智能航空發(fā)動(dòng)機(jī)”項(xiàng)目，期望通過專項(xiàng)研究實(shí)現(xiàn)發(fā)動(dòng)機(jī)整壽命周期內(nèi)大數(shù)據(jù)的有效監(jiān)測與深度分析，提升發(fā)動(dòng)機(jī)運(yùn)行安全性與維護(hù)保障性。英國羅羅公司1新一代人工智能概述9新一代人工智能應(yīng)用1新一代人工智能概述新一代人工智能發(fā)展面臨的挑戰(zhàn)與方向10重大新一代人工智能技術(shù)是國際制造業(yè)的重要?dú)v史機(jī)遇，但是如何融入新一代人工智能技術(shù)實(shí)現(xiàn)重大裝備的運(yùn)行安全保障，是挑戰(zhàn)難題。新一代人工智能發(fā)展重要方向智能診斷模型構(gòu)造根據(jù)機(jī)械裝備檢測數(shù)據(jù)特點(diǎn)實(shí)現(xiàn)有針對性的智能診斷模型構(gòu)造新一代人工智能技術(shù)針對裝備制造業(yè)監(jiān)測數(shù)據(jù)高維度、多源異構(gòu)與流數(shù)據(jù)等大數(shù)據(jù)特性，探索多源數(shù)據(jù)融合、深度特征提取與流數(shù)據(jù)處理等新一代人工智能技術(shù)智能處理框架與技術(shù)體系研發(fā)基于大數(shù)據(jù)分析的智能處理框架與技術(shù)體系PART02深度神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)堆棧自編碼網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)深度置信網(wǎng)絡(luò)01020304深度神經(jīng)網(wǎng)絡(luò)12卷積神經(jīng)網(wǎng)絡(luò)13全連接前饋網(wǎng)絡(luò)識別結(jié)果可以有很多卷積層和池化層卷積層1池化層1卷積層2池化層2化為一列卷積神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)14卷積層的計(jì)算池化層的運(yùn)算化成一列3.253.52.753.5-1全連接層3.253.53.52.75卷積神經(jīng)網(wǎng)絡(luò)15LeNet-5限制波爾茲曼機(jī)16限制波爾茲曼機(jī)(RBM)深度置信網(wǎng)絡(luò)17深度置信網(wǎng)絡(luò)深度置信網(wǎng)絡(luò)18深度置信網(wǎng)絡(luò)自編碼網(wǎng)絡(luò)19自編碼器(AE)編碼器解碼器自編碼器通過無監(jiān)督學(xué)習(xí)更新其參數(shù)取值，使重構(gòu)誤差最小。編碼：解碼：重構(gòu)誤差：堆棧自編碼網(wǎng)絡(luò)20堆棧自編碼網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)循環(huán)網(wǎng)絡(luò)結(jié)構(gòu)時(shí)間連接的隱層反饋權(quán)值前饋神經(jīng)網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)權(quán)值共享：不同時(shí)刻的網(wǎng)絡(luò)權(quán)值占用共一個(gè)存儲空間，在計(jì)算時(shí)同時(shí)更新。時(shí)間連接：t時(shí)刻的網(wǎng)絡(luò)輸出和t時(shí)刻以前的輸入都有關(guān)系。21RNN計(jì)算原理前向計(jì)算：反向傳播：輸出層隱藏層輸入層22LSTM結(jié)構(gòu)前向計(jì)算：常數(shù)誤差流：網(wǎng)絡(luò)的循環(huán)結(jié)構(gòu)不通過激活函數(shù)。長短時(shí)記憶單元的結(jié)構(gòu)門控制單元：對網(wǎng)絡(luò)輸入、輸出進(jìn)行限制。截?cái)嗷貍髡`差：限制網(wǎng)絡(luò)誤差回傳的時(shí)間跨度。區(qū)別不同輸入的影響控制計(jì)算量23RNN的應(yīng)用24RNN的典型應(yīng)用，如機(jī)器翻譯、圖像描述等。Thesunwestering夕陽西下編碼：解碼：RNN的應(yīng)用25圖像描述：1.輸入圖像特征映射2.卷積特征提取3.RNN圖片注意力模型4.逐詞描述基于深度學(xué)習(xí)的刀具退化評估實(shí)驗(yàn)數(shù)據(jù)來源于美國國家宇航局Ames研究中心，共包含16組刀具磨損退化的監(jiān)測數(shù)據(jù)[33]。每組數(shù)據(jù)包含不同數(shù)量的信號樣本，均采集了刀具磨損過程中的振動(dòng)信號、聲發(fā)射信號和電信號，采樣頻率為250Hz。各組數(shù)據(jù)采集時(shí)的工況和銑刀最終磨損情況見表5-1。刀具退化案例26原始信號刀具有進(jìn)入階段、穩(wěn)定切割階段和退出階段，選取穩(wěn)定切割階段的信號進(jìn)行分析。27基于深度學(xué)習(xí)的刀具退化評估樣本構(gòu)造：從6個(gè)傳感器監(jiān)測數(shù)據(jù)中提取其有效值、絕對均值、方差和峰峰值4個(gè)時(shí)域特征形成訓(xùn)練數(shù)據(jù)特征集作為深度自編碼網(wǎng)絡(luò)的訓(xùn)練樣本。特征提取和降維：將24維高維特征樣本經(jīng)由深度自編碼特征提取器進(jìn)行特征降維和提取。結(jié)構(gòu)參數(shù)優(yōu)化：降維編碼后的重構(gòu)誤差作為粒子群算法參數(shù)更新的適應(yīng)度，由此確定網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)。28基于深度學(xué)習(xí)的刀具退化評估由降維編碼的回歸輸出可以看出，降維編碼保留的信息和磨損量高度相關(guān)。經(jīng)過有標(biāo)簽數(shù)據(jù)的訓(xùn)練和微調(diào)，降維編碼在變化趨勢上與磨損量保持一致，但是在幅值上有所偏差，這表明深度自編碼網(wǎng)絡(luò)對多維傳感器特征集的特征提取和降維是有效的。降維編碼的回歸模型輸出(a)CASE1(b)CASE229基于深度學(xué)習(xí)的刀具退化評估DAE-LSTM模型退化程度識別結(jié)果(a)CASE1(b)CASE2深度網(wǎng)絡(luò)作為特征提取器在進(jìn)行參數(shù)優(yōu)選的訓(xùn)練之后可以獲得在訓(xùn)練數(shù)據(jù)上擬合效果足夠好的深層網(wǎng)絡(luò)。去除其回歸層之后的低層網(wǎng)絡(luò)在差異不大的同類測試數(shù)據(jù)中仍然有較好的特征提取效果，這表明深層網(wǎng)絡(luò)可以在淺層學(xué)習(xí)到一般而概括的特征，并將淺層特征進(jìn)一步抽象提取和深度挖掘。在將低層特征編碼作為輸出結(jié)合其他深度網(wǎng)絡(luò)模型進(jìn)行后處理即可得到適用于裝備退化評估的深度學(xué)習(xí)模型。30基于深度學(xué)習(xí)的刀具退化評估PART03遷移學(xué)習(xí)從機(jī)器學(xué)習(xí)到遷移學(xué)習(xí)32機(jī)器學(xué)習(xí)已成為一種日漸重要的方法，并已經(jīng)得到廣泛的研究與發(fā)展。然而傳統(tǒng)的機(jī)器學(xué)習(xí)需要做如下的兩個(gè)基本假設(shè)以保證訓(xùn)練得到的分類模型的準(zhǔn)確性和可靠性：但是，在實(shí)際的工程應(yīng)用中往往無法同時(shí)滿足這兩個(gè)條件：學(xué)習(xí)數(shù)據(jù)時(shí)效性強(qiáng)，如基礎(chǔ)部件隨時(shí)間退化而產(chǎn)生的數(shù)據(jù)。有標(biāo)簽的分類樣本數(shù)據(jù)匱乏，如大規(guī)模風(fēng)電場的設(shè)備數(shù)據(jù)。機(jī)器學(xué)習(xí)基本假設(shè)用于學(xué)習(xí)的訓(xùn)練樣本與新的測試樣本是獨(dú)立同分布的；有足夠多的訓(xùn)練樣本用來學(xué)習(xí)獲得一個(gè)好的分類模型。機(jī)器學(xué)習(xí)的局限性從機(jī)器學(xué)習(xí)到遷移學(xué)習(xí)33遷移學(xué)習(xí)是指一種學(xué)習(xí)或?qū)W習(xí)的經(jīng)驗(yàn)對另一種學(xué)習(xí)的影響，遷移學(xué)習(xí)能力代表不同領(lǐng)域或任務(wù)之間進(jìn)行知識轉(zhuǎn)化的能力。騎自行車騎摩托車打羽毛球（壓腕）打網(wǎng)球（不壓腕）正遷移：一種學(xué)習(xí)經(jīng)驗(yàn)對另一種學(xué)習(xí)起促進(jìn)作用。負(fù)遷移：一種學(xué)習(xí)經(jīng)驗(yàn)對另一種學(xué)習(xí)起阻礙作用。遷移學(xué)習(xí)概念從機(jī)器學(xué)習(xí)到遷移學(xué)習(xí)34傳統(tǒng)機(jī)器學(xué)習(xí)的任務(wù)之間是相互獨(dú)立的，不同的學(xué)習(xí)系統(tǒng)是針對不同的數(shù)據(jù)分布而專門訓(xùn)練的。遷移學(xué)習(xí)中不同任務(wù)間不再相互獨(dú)立，雖然兩者不同，但可以從不同源任務(wù)中挖掘出與目標(biāo)任務(wù)相關(guān)的知識，去幫助后者的學(xué)習(xí)。傳統(tǒng)機(jī)器學(xué)習(xí)和遷移學(xué)習(xí)過程的差異遷移學(xué)習(xí)特性從機(jī)器學(xué)習(xí)到遷移學(xué)習(xí)35遷移學(xué)習(xí)定義遷移學(xué)習(xí)策略36學(xué)習(xí)過程無需人工干預(yù)，對無標(biāo)簽數(shù)據(jù)加以利用，并取得最佳泛化能力：基于半監(jiān)督的遷移方法跨領(lǐng)域主動(dòng)遷移：通過似然偏置的高低選擇領(lǐng)域外有標(biāo)簽的樣本實(shí)現(xiàn)遷移學(xué)習(xí)，能夠正確預(yù)測領(lǐng)域內(nèi)數(shù)據(jù)且似然偏置高的有標(biāo)簽樣本被直接利用，而似然偏置低的樣本則通過主動(dòng)學(xué)習(xí)進(jìn)行選擇；不匹配程度遷移：通過估計(jì)源領(lǐng)域中的每個(gè)樣本與目標(biāo)領(lǐng)域中少量標(biāo)簽數(shù)據(jù)之間的不匹配程度實(shí)現(xiàn)遷移學(xué)習(xí)；正則化優(yōu)化遷移：通過源領(lǐng)域數(shù)據(jù)訓(xùn)練得到一個(gè)分類器，然后綜合利用半監(jiān)督學(xué)習(xí)的正則化技術(shù)優(yōu)化目標(biāo)領(lǐng)域數(shù)據(jù)實(shí)現(xiàn)遷移學(xué)習(xí)；自學(xué)習(xí)遷移：利用現(xiàn)代信號處理技術(shù)如稀疏編碼對無標(biāo)簽的樣本數(shù)據(jù)構(gòu)造高層特征，然后少量有標(biāo)簽的數(shù)據(jù)以及目標(biāo)領(lǐng)域無標(biāo)簽的樣本數(shù)據(jù)可通過這些高層特征進(jìn)行表示，其不要求無標(biāo)簽數(shù)據(jù)的分布與目標(biāo)領(lǐng)域中分布相同。遷移學(xué)習(xí)策略37主要通過尋找源領(lǐng)域與目標(biāo)領(lǐng)域中的共有特征對知識進(jìn)行遷移：基于特征選擇的遷移方法兩階段特征選擇框架：第一階段利用尋找出的源領(lǐng)域和目標(biāo)領(lǐng)域的共有特征訓(xùn)練一個(gè)通用的分類器，第二階段則選擇并利用目標(biāo)領(lǐng)域的無標(biāo)簽樣本中的特有特征來對通用分類器進(jìn)行調(diào)整從而得到適合于目標(biāo)領(lǐng)域數(shù)據(jù)的分類器；聯(lián)合聚類特征選擇框架：通過類別和特征的同步聚類實(shí)現(xiàn)知識與類別標(biāo)簽的遷移。聯(lián)合聚類算法的關(guān)鍵在于識別出目標(biāo)領(lǐng)域與源領(lǐng)域數(shù)據(jù)的共有特征，然后類別信息以及知識通過這些共有特征從源領(lǐng)域遷移到目標(biāo)領(lǐng)域；挖掘隱性結(jié)構(gòu)特征：該方法試圖從源領(lǐng)域?qū)⒐餐碾[性結(jié)構(gòu)特征遷移到目標(biāo)領(lǐng)域。如通過構(gòu)造源領(lǐng)域和目標(biāo)領(lǐng)域的類別標(biāo)簽傳播矩陣來挖掘這些隱性特征。遷移學(xué)習(xí)策略38通過把源領(lǐng)域和目標(biāo)領(lǐng)域的數(shù)據(jù)從原始的高維特征空間映射到低維特征空間，使得其在低維空間有相同的分布：基于特征映射的遷移方法降維時(shí)最小化源領(lǐng)域和目標(biāo)領(lǐng)域的偏差：該方法通過最小化源領(lǐng)域與目標(biāo)領(lǐng)域數(shù)據(jù)在隱性低維空間上的最大偏差，從而求解得到降維后的特征空間。在該低維隱性空間上，源領(lǐng)域和目標(biāo)領(lǐng)域具有相同或者接近的數(shù)據(jù)分布；將源領(lǐng)域和目標(biāo)領(lǐng)域特征映射到共享子空間：該方法將目標(biāo)領(lǐng)域數(shù)據(jù)和源領(lǐng)域數(shù)據(jù)映射到一個(gè)共享的子空間，在該子空間中，源領(lǐng)域數(shù)據(jù)可以由目標(biāo)領(lǐng)域數(shù)據(jù)重新線性表示，因而可利用監(jiān)督模型進(jìn)行學(xué)習(xí)分類。遷移學(xué)習(xí)策略39通過度量有標(biāo)簽的訓(xùn)練樣本與無標(biāo)簽的測試樣本之間的相似度來重新分配源領(lǐng)域中樣本的采樣權(quán)重：基于權(quán)重的遷移方法基于實(shí)例的不同分布以及分類函數(shù)的不同分布：這是一種實(shí)例權(quán)重框架來解決領(lǐng)域適應(yīng)問題。其從分布的角度分析產(chǎn)生領(lǐng)域適應(yīng)問題的兩個(gè)原因：實(shí)例的不同分布以及分類函數(shù)的不同分布，通過構(gòu)造最小化分布差異性的風(fēng)險(xiǎn)函數(shù)來解決領(lǐng)域適應(yīng)性問題；TrAdaBoost算法：將Boosting學(xué)習(xí)算法擴(kuò)展到遷移學(xué)習(xí)中，通過不斷的迭代改變樣本被采樣的權(quán)重。其利用Boosting技術(shù)去除源領(lǐng)域數(shù)據(jù)中與目標(biāo)領(lǐng)域中的少量有標(biāo)簽樣本最不像的樣本數(shù)據(jù)。其中，Boosting技術(shù)用來建立一種自動(dòng)調(diào)整權(quán)重機(jī)制，使得重要的源領(lǐng)域樣本數(shù)據(jù)權(quán)重增加，不重要的源領(lǐng)域樣本數(shù)據(jù)權(quán)重減小。TrAdaBoost電機(jī)故障診斷算例40針對電機(jī)故障診斷目標(biāo)振動(dòng)數(shù)據(jù)較少，單純機(jī)器學(xué)習(xí)無法達(dá)到理想效果的情況，該算例采用引入大量輔助振動(dòng)數(shù)據(jù)來幫助其故障診斷的遷移學(xué)習(xí)方法，如下：設(shè)利用SVD得到的目標(biāo)振動(dòng)數(shù)據(jù)和輔助振動(dòng)數(shù)據(jù)組成的訓(xùn)練數(shù)據(jù)集T：測試集和訓(xùn)練集，設(shè)未標(biāo)識的測試數(shù)據(jù)集，其的目標(biāo)振數(shù)據(jù)，k為樣本數(shù)量，遷移學(xué)習(xí)分類器設(shè)計(jì)目的是使得在S上的分類錯(cuò)誤率最小。（n<<m）選取與訓(xùn)練集不TrAdaBoost電機(jī)故障診斷算例41TrAdaBoost算法，Tb中包含能幫助學(xué)習(xí)的重要數(shù)據(jù)和不能幫助學(xué)習(xí)的次要數(shù)據(jù)，通過boosting迭代算法建立一種自動(dòng)調(diào)整權(quán)重的機(jī)制，將前者權(quán)重增加，后者權(quán)重減小，最后與Ta共同訓(xùn)練以提高分類模型的準(zhǔn)確度TrAdaBoost電機(jī)故障診斷算例42TrAdaBoost算法，

STEPS

如果輔助數(shù)據(jù)被誤分類，其權(quán)重在下一次迭代過程中會被削弱，直至滿足分類要求；TrAdaBoost電機(jī)故障診斷算例43試驗(yàn)系統(tǒng)與試驗(yàn)條件，電機(jī)模擬試驗(yàn)平臺目標(biāo)數(shù)據(jù)和輔助數(shù)據(jù)選取示意圖故障類型UBMBRMBRBHEA電機(jī)轉(zhuǎn)速20Hz30Hz40Hz50HzTrAdaBoost電機(jī)故障診斷算例44故障診斷試驗(yàn)結(jié)果，

轉(zhuǎn)速變化時(shí)刻診斷正確率轉(zhuǎn)速恒定時(shí)刻診斷正確率機(jī)器學(xué)習(xí)小幅變速大幅變速小幅變速大幅變速m=4076.67%72.33%78.00%79.67%m=12081.33%77.00%94.33%96.67%遷移學(xué)習(xí)小幅變速大幅變速小幅變速大幅變速m:n=40:20091.00%91.00%96.33%100.00%m:n=120:12092.33%89.67%96.00%100.00%機(jī)器學(xué)習(xí)和遷移學(xué)習(xí)診斷正確率比較圖TrAdaBoost電機(jī)故障診斷算例45故障診斷性能分析，當(dāng)目標(biāo)數(shù)據(jù)不足時(shí)，不論是轉(zhuǎn)速恒定點(diǎn)還是變化點(diǎn)，遷移學(xué)習(xí)對機(jī)器學(xué)習(xí)的診斷性能提升均較為明顯（約25%）；目標(biāo)數(shù)據(jù)充足時(shí)，轉(zhuǎn)速變化點(diǎn)的提升性能（16.45%）優(yōu)于轉(zhuǎn)速恒定點(diǎn)（3.44%），即轉(zhuǎn)速變化點(diǎn)振動(dòng)特性不一致時(shí)，即使增加目標(biāo)數(shù)據(jù)量，機(jī)器學(xué)習(xí)性能也無法顯著提升；大幅變速和小幅變速實(shí)質(zhì)是針對不同測試時(shí)刻而言，7.7s時(shí)虛線為大幅變速，而在14.3s時(shí)則為小幅變速，并且可以看出，電機(jī)轉(zhuǎn)速幅值變化對機(jī)器學(xué)習(xí)診斷性能影響較大（m=40時(shí)診斷正確率相差4.34%），而對遷移學(xué)習(xí)算法影響較?。╩=40時(shí)兩者均為91.00%）；在變轉(zhuǎn)速數(shù)據(jù)中遷移學(xué)習(xí)比機(jī)器學(xué)習(xí)更具優(yōu)勢，后者若將振動(dòng)特征不同的輔助數(shù)據(jù)并入目標(biāo)數(shù)據(jù)，其不但沒有幫助，反而誤導(dǎo)診斷結(jié)果，而遷移學(xué)習(xí)則對診斷性能產(chǎn)生正向效應(yīng)。PART04深度遷移學(xué)習(xí)及其特征挖掘0201深度學(xué)習(xí)注重模型的深度和自動(dòng)特征提取，逐層地由高到低進(jìn)行特征學(xué)習(xí)，具有較高的特征提取和選擇能力，而遷移學(xué)習(xí)注重不同領(lǐng)域的知識轉(zhuǎn)化能力，兩者描述的是不同的概念，就學(xué)習(xí)能力而言，它們也有自身的局限性。遷移學(xué)習(xí)作為一種進(jìn)化的機(jī)器學(xué)習(xí)，本質(zhì)上還是單層分類器，它所描述世界的變量數(shù)是有限的；深度學(xué)習(xí)的深度雖然也有限，但其多層的復(fù)雜度極大地加大了對客觀事物的描述能力。遷移學(xué)習(xí)對事物的表達(dá)能力不如深度學(xué)習(xí)深度學(xué)習(xí)本質(zhì)上屬于傳統(tǒng)機(jī)器學(xué)習(xí)，因此必須滿足傳統(tǒng)機(jī)器學(xué)習(xí)執(zhí)行的兩個(gè)基本的假設(shè)，模型與事物是一對一的，深度學(xué)習(xí)的模型難以像遷移學(xué)習(xí)模型那樣適應(yīng)不同的環(huán)境，難以滿足不同的對象。深度學(xué)習(xí)對事物的轉(zhuǎn)化能力不如遷移學(xué)習(xí)深度遷移學(xué)習(xí)模型47基于深度樣本的遷移學(xué)習(xí)在源領(lǐng)域中找到與目標(biāo)領(lǐng)域相似的數(shù)據(jù)，把這個(gè)數(shù)據(jù)的權(quán)值進(jìn)行調(diào)整，使得新的數(shù)據(jù)與目標(biāo)領(lǐng)域的數(shù)據(jù)進(jìn)行匹配，然后通過加重該樣本的權(quán)值，拓展至深度樣本的遷移學(xué)習(xí)?；谏疃饶Ｐ偷倪w移學(xué)習(xí)利用深度學(xué)習(xí)在大數(shù)據(jù)量下訓(xùn)練一個(gè)識別系統(tǒng)，得到訓(xùn)練模型函數(shù)A，當(dāng)遇到一個(gè)新訓(xùn)練任務(wù)B時(shí)，無需B領(lǐng)域的大數(shù)據(jù)量樣本，僅利用訓(xùn)練模型函數(shù)A和少量B領(lǐng)域樣本即可完成訓(xùn)練?；谏疃汝P(guān)系的遷移學(xué)習(xí)通過深度學(xué)習(xí)獲取不同樣本對象之間關(guān)系，其次可利用遷移學(xué)習(xí)直接對關(guān)系而非樣本對象實(shí)施遷移?；谏疃忍卣鞯倪w移學(xué)習(xí)通過深度學(xué)習(xí)，獲取中間層的源領(lǐng)域數(shù)據(jù)與目標(biāo)領(lǐng)域之間的共同特征，然后利用其所獲得的共同特征在源領(lǐng)域和目標(biāo)領(lǐng)域之間實(shí)施遷移。與傳統(tǒng)基于特征遷移學(xué)習(xí)不同，深度學(xué)習(xí)的中間層特征一般是無意義的，僅作為共性特征實(shí)施相互遷移的手段。01020304建立深度學(xué)習(xí)和遷移學(xué)習(xí)相補(bǔ)的模型，用于特征挖掘，同時(shí)提升模型對事物的表達(dá)能力和轉(zhuǎn)化能力，可分為四種模型：基于深度樣本的遷移學(xué)習(xí)、基于深度特征的遷移學(xué)習(xí)、基于深度模型的遷移學(xué)習(xí)和基于深度關(guān)系的遷移學(xué)習(xí)。深度遷移學(xué)習(xí)模型480201一般的，設(shè)計(jì)一個(gè)新的深度神經(jīng)網(wǎng)絡(luò)，人們通常使用從零開始訓(xùn)練的方法來訓(xùn)練和優(yōu)化網(wǎng)絡(luò)模型，即對其采取網(wǎng)絡(luò)參數(shù)隨機(jī)初始化，在通過大量數(shù)據(jù)對網(wǎng)絡(luò)參數(shù)進(jìn)行訓(xùn)練優(yōu)化。深度網(wǎng)絡(luò)的訓(xùn)練困難對于含有多個(gè)隱含層的深度神經(jīng)網(wǎng)絡(luò)而言，其包含的網(wǎng)絡(luò)參數(shù)也是海量的，為了達(dá)到一定的模型精度，訓(xùn)練這些網(wǎng)絡(luò)參數(shù)需要大量的有標(biāo)簽數(shù)據(jù)進(jìn)行監(jiān)督學(xué)習(xí)。數(shù)據(jù)要求在對深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練過程中，除了優(yōu)化網(wǎng)絡(luò)參數(shù)將耗費(fèi)大量時(shí)間外，超參數(shù)（網(wǎng)絡(luò)的深度、學(xué)習(xí)率、參數(shù)更新規(guī)則等）的選擇也將大大影響模型的最終表現(xiàn)，選擇合適的超參數(shù)也是一項(xiàng)耗時(shí)的工作。算法復(fù)雜度特征挖掘策略490201深度遷移學(xué)習(xí)是解決深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練難題的方法之一。其在具有充足數(shù)據(jù)集的源域中訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，保存網(wǎng)絡(luò)參數(shù)，利用遷移學(xué)習(xí)思想，將學(xué)習(xí)到的網(wǎng)絡(luò)參數(shù)或是網(wǎng)絡(luò)學(xué)習(xí)到的特征信息應(yīng)用到新的目標(biāo)域任務(wù)中，實(shí)現(xiàn)深度模型間的特征遷移。在數(shù)據(jù)量充足的源域數(shù)據(jù)上進(jìn)行深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練學(xué)習(xí)，得到最優(yōu)化模型，將最優(yōu)化模型看作一個(gè)特征提取器，應(yīng)用到新的目標(biāo)域數(shù)據(jù)中，此時(shí)，網(wǎng)絡(luò)將計(jì)算出目標(biāo)域數(shù)據(jù)的一種特征表達(dá)。深度學(xué)習(xí)用作特征提取器將已經(jīng)訓(xùn)練完全的源域模型參數(shù)或源域模型學(xué)到的知識，通過一定的方式傳遞給目標(biāo)域模型從而幫助新模型優(yōu)化。當(dāng)深度神經(jīng)網(wǎng)絡(luò)模型在源域上訓(xùn)練完全后，再根據(jù)目標(biāo)域數(shù)據(jù)集進(jìn)行參數(shù)微調(diào)深度學(xué)習(xí)配合參數(shù)微調(diào)特征挖掘策略50深度學(xué)習(xí)用作特征提取器5101對于一個(gè)深度網(wǎng)絡(luò)結(jié)構(gòu)而言，其每一層隱含層對應(yīng)一種特征表示，根據(jù)需要提取深度網(wǎng)絡(luò)結(jié)構(gòu)中任一隱含層的特征，不同的隱含層提取到的特征信息具有不同的特性。02深度學(xué)習(xí)具有特征的分層學(xué)習(xí)能力，處于網(wǎng)絡(luò)低層的隱含層學(xué)習(xí)到的是較為一般而概括的特征信息，而處于網(wǎng)絡(luò)高層的隱含層通過組合低層特征從而學(xué)習(xí)到更為抽象的特征，因此，基于深度神經(jīng)網(wǎng)絡(luò)的遷移學(xué)習(xí)模型可以提取目標(biāo)域中多層次的特征信息。03這一類深度遷移學(xué)習(xí)方法只需要在源域上進(jìn)行訓(xùn)練學(xué)習(xí)，當(dāng)應(yīng)用到目標(biāo)域數(shù)據(jù)中時(shí)不需要再進(jìn)行參數(shù)更新，直接使用源域模型進(jìn)行特征提取。深度學(xué)習(xí)配合參數(shù)微調(diào)5201微調(diào)網(wǎng)絡(luò)參數(shù)時(shí)，可以選擇微調(diào)全部的網(wǎng)絡(luò)參數(shù)，也可以選擇固定低層網(wǎng)絡(luò)參數(shù)不參與更新，只對高層網(wǎng)絡(luò)進(jìn)行參數(shù)更新。02對于低層網(wǎng)絡(luò)特征而言，其具有一般性和概括性，對于不同領(lǐng)域的數(shù)據(jù)都適用，而高層網(wǎng)絡(luò)特征更加抽象，更能反映一類數(shù)據(jù)特有的信息，考慮到源域與目標(biāo)域的差異性，對高層抽象特征部分進(jìn)行參數(shù)微調(diào)，使得新模型可以更好的適應(yīng)目標(biāo)域數(shù)據(jù)。源域與目標(biāo)域差別小目標(biāo)域數(shù)據(jù)少數(shù)據(jù)具有較高的相似性，不需要重新訓(xùn)練模型，直接使用深度遷移學(xué)習(xí)模型作為特征提取器。源域與目標(biāo)域差別大目標(biāo)域數(shù)據(jù)少訓(xùn)練數(shù)據(jù)較少，為了避免產(chǎn)生過學(xué)習(xí)現(xiàn)象，一般不采取參數(shù)微調(diào)策略，仍然使用深度遷移學(xué)習(xí)模型作為特征提取器，通常只提取低層概括性特征信息，針對不同分類任務(wù)再設(shè)計(jì)適當(dāng)?shù)姆蔷€性分類器。源域與目標(biāo)域差別大目標(biāo)域數(shù)據(jù)多為了更好的擬合目標(biāo)域數(shù)據(jù)，可以將源域模型參數(shù)遷移到目標(biāo)域中，初始化目標(biāo)域新模型，再通過目標(biāo)域數(shù)據(jù)進(jìn)行整體網(wǎng)絡(luò)的訓(xùn)練學(xué)習(xí)和參數(shù)微調(diào)。源域與目標(biāo)域差別小目標(biāo)域數(shù)據(jù)多數(shù)據(jù)具有相似性，可以直接作為特征提取器，由于目標(biāo)域數(shù)據(jù)充足，也可進(jìn)行微調(diào)高層提高模型適用性。01020304在實(shí)際應(yīng)用之中，不同的深度遷移學(xué)習(xí)方法具有不同的適應(yīng)性。特征挖掘策略53深度遷移學(xué)習(xí)是一種有效解決深度網(wǎng)絡(luò)訓(xùn)練困難的方法與傳統(tǒng)的隨機(jī)初始化網(wǎng)絡(luò)參數(shù)方法不同，基于深度遷移學(xué)習(xí)的方法是利用在圖像領(lǐng)域已完全訓(xùn)練的深度網(wǎng)絡(luò)模型，將其網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù)遷移到故障診斷模型中考慮到自然圖像與機(jī)械傳感器信號的實(shí)際差異，再通過適當(dāng)?shù)膮?shù)微調(diào)策略來實(shí)現(xiàn)最終的故障狀態(tài)準(zhǔn)確識別。利用預(yù)訓(xùn)練模型給予新的故障診斷模型合理初始化，可以提高模型的收斂速度，同時(shí)保證了深層結(jié)構(gòu)，可以提取更為抽象且利于分類的特征信息從而提高故障識別準(zhǔn)確率。基于深度遷移學(xué)習(xí)的故障診斷算例54將原始一維信號進(jìn)行預(yù)處理，使用連續(xù)小波變換將一維原始信號轉(zhuǎn)換成二維時(shí)頻分布圖像，作為故障診斷模型的輸入圖像數(shù)據(jù)集。時(shí)頻成像將數(shù)據(jù)化分成訓(xùn)練集與測試集，僅使用訓(xùn)練集對新模型進(jìn)行訓(xùn)練學(xué)習(xí)，完成網(wǎng)絡(luò)參數(shù)微調(diào)，訓(xùn)練完成后，利用測試集數(shù)據(jù)對最終模型進(jìn)行測試，驗(yàn)證模型的有效性。數(shù)據(jù)集準(zhǔn)備利用VGG-16網(wǎng)絡(luò)參數(shù)初始化本文故障診斷模型，改變輸出層，使其神經(jīng)元數(shù)與故障狀態(tài)種類相對應(yīng)，并隨機(jī)初始化輸出層參數(shù)。模型搭建完成后，采取頂層參數(shù)更新策略。模型搭建與參數(shù)微調(diào)用測試數(shù)據(jù)集對最終模型進(jìn)行測試驗(yàn)證，參數(shù)優(yōu)化完全的模型可以應(yīng)用到故障診斷的任務(wù)中。故障診斷模型應(yīng)用選取VGG-16模型為預(yù)訓(xùn)練模型，作為遷移學(xué)習(xí)對象，使用其網(wǎng)絡(luò)參數(shù)初始化故障診斷模型，主要包含四個(gè)方面。深度遷移學(xué)習(xí)故障診斷模型55VGG-16模型結(jié)構(gòu)VGG-16模型是一個(gè)16層的深度卷積網(wǎng)絡(luò)模型，隱含層由五個(gè)卷積模塊和一個(gè)全連接模塊組成，在大型自然圖像數(shù)據(jù)集ImageNet上完成訓(xùn)練學(xué)習(xí)，具有預(yù)訓(xùn)練權(quán)值，具有強(qiáng)大的圖像特征學(xué)習(xí)能力。深度遷移學(xué)習(xí)故障診斷模型56原始一維傳感器信號通過連續(xù)小波變換轉(zhuǎn)變成二維視頻分布圖像數(shù)據(jù)時(shí)頻成像預(yù)處理二維視頻分布圖像數(shù)據(jù)集至適當(dāng)大小，并劃分成訓(xùn)練集與測試集，訓(xùn)練集僅在模型訓(xùn)練階段使用，測試集僅在模型驗(yàn)證階段使用數(shù)據(jù)集準(zhǔn)備將預(yù)訓(xùn)練VGG-16模型參數(shù)遷移至故障診斷模型中，給予新模型初始化，再通過鎖定低層網(wǎng)絡(luò)權(quán)值、更新高層參數(shù)的參數(shù)微調(diào)策略，利用訓(xùn)練集數(shù)據(jù)對新模型進(jìn)行訓(xùn)練模型搭建與參數(shù)微調(diào)通過測試集驗(yàn)證已訓(xùn)練模型的有效性故障診斷模型應(yīng)用深度遷移學(xué)習(xí)故障診斷模型57設(shè)置故障診斷模型的輸出層，使其含有5個(gè)神經(jīng)元，對應(yīng)5種不同的機(jī)械狀態(tài)，并隨機(jī)初始化輸出層權(quán)值。1使用預(yù)訓(xùn)練VGG-16模型網(wǎng)絡(luò)參數(shù)初始化故障診斷模型2鎖定前三個(gè)卷積模塊的權(quán)值，使其不參與參數(shù)更新，設(shè)置卷積模塊4、5以及全連接模塊進(jìn)行參數(shù)微調(diào)3使用有標(biāo)簽的訓(xùn)練集數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，計(jì)算模型輸出標(biāo)簽值與真實(shí)標(biāo)簽值的交叉熵作為模型誤差，通過Adam算法進(jìn)行模型優(yōu)化與權(quán)值更新4微調(diào)預(yù)訓(xùn)練網(wǎng)絡(luò)訓(xùn)練算法58重復(fù)訓(xùn)練過程4直到最終分類正確率不再有明顯提升，結(jié)束訓(xùn)練，固定網(wǎng)絡(luò)參數(shù)，得到訓(xùn)練完全的故障診斷模型5為了展示模型的有效性，設(shè)置了對比實(shí)驗(yàn)。設(shè)計(jì)了一個(gè)具有三層隱含層的卷積神經(jīng)網(wǎng)絡(luò)，采用隨機(jī)初始化權(quán)值的方法從頭開始訓(xùn)練該網(wǎng)絡(luò)（CNN-Lfs），與基于深度遷移學(xué)習(xí)的故障模型（TL-DCNN）進(jìn)行對比?；谏疃冗w移學(xué)習(xí)的方法在軸承數(shù)據(jù)集和齒輪數(shù)據(jù)集上都獲得了更高的分類正確率，對故障診斷識別率有了一定的提升。對比實(shí)驗(yàn)分類正確率機(jī)械故障診斷性能59故障診斷方法軸承齒輪20Hz30Hz20Hz30HzCNN-Lfs98.90%98.84%98.70%94.14%TL-DCNN99.94%99.42%99.64%99.02%記錄訓(xùn)練過程的故障分類正確率隨著訓(xùn)練迭代次數(shù)的變化曲線。與CNN-Lfs方法相比，TL-DCNN方法在第2次迭代訓(xùn)練時(shí)就已經(jīng)達(dá)到較高的分類準(zhǔn)確率，且保持穩(wěn)定的結(jié)果，而CNN-Lfs方法需要在第五次迭代訓(xùn)練后才出現(xiàn)較好的結(jié)果，但分類準(zhǔn)確率存在一定的波動(dòng)。圖1分類準(zhǔn)確率機(jī)械故障診斷性能60記錄訓(xùn)練過程中模型誤差隨著訓(xùn)練迭代次數(shù)的變化曲線。與分類準(zhǔn)確率相對應(yīng)，模型誤差越小分類準(zhǔn)確率越高。TL-DCNN方法能夠?qū)崿F(xiàn)快速收斂，縮短訓(xùn)練時(shí)間，同時(shí)保證了網(wǎng)絡(luò)結(jié)構(gòu)的深度，可以學(xué)習(xí)到更為抽象而利于分類的圖像特征，從而提升了分類的準(zhǔn)確率。圖2模型誤差機(jī)械故障診斷性能61采用了10-折交叉驗(yàn)證的方法來驗(yàn)證模型的穩(wěn)定性，記錄了10次實(shí)驗(yàn)后分類準(zhǔn)確率的平均值與標(biāo)準(zhǔn)誤差。相對于CNN-Lfs，TL-DCNN方法擁有更高的分類準(zhǔn)確率以及更好的模型穩(wěn)定性。圖310-折交叉驗(yàn)證機(jī)械故障診斷性能62THANKS!第6章設(shè)備安全智能監(jiān)控主講人：《智能運(yùn)維與健康管理》本章導(dǎo)讀學(xué)習(xí)要求：了解設(shè)備工程精益管理的重要性、內(nèi)容與措施；掌握設(shè)備安全智能監(jiān)控信息化管理的具體內(nèi)容與實(shí)施手段；在上篇基礎(chǔ)理論的理解與掌握后，通過下篇工程應(yīng)用中五大重要工業(yè)領(lǐng)域健康管理的典型介紹，對智能運(yùn)維與健康管理技術(shù)的發(fā)展與應(yīng)用有更深入的理解?；緝?nèi)容及要點(diǎn)：設(shè)備工程精益管理的重要性、主要內(nèi)容、新特征以及管理實(shí)施措施；設(shè)備安全智能監(jiān)控技術(shù)4個(gè)方面的理解與掌握；典型行業(yè)領(lǐng)域智能運(yùn)維應(yīng)用介紹。設(shè)備工程精益管理1設(shè)備安全智能監(jiān)控2典型行業(yè)智能運(yùn)維應(yīng)用3講義提綱PART6.1設(shè)備工程精益管理6.1.1設(shè)備工程精益管理重要性6.1.2設(shè)備工程精益管理主要內(nèi)容6.1.3設(shè)備工程精益管理新特征6.1.4設(shè)備工程精益管理實(shí)施6.1設(shè)備工程精益管理68設(shè)備工程精益管理相關(guān)定義：設(shè)備——可供在生產(chǎn)或生活中長期使用，并在反復(fù)使用中基本保持原有實(shí)物形態(tài)和功能的勞動(dòng)資料和物質(zhì)資料的總稱。設(shè)備工程精益管理——以設(shè)備為研究對象，根據(jù)企業(yè)生產(chǎn)經(jīng)營的目標(biāo)，應(yīng)用一系列理論方法，通過采取技術(shù)、經(jīng)濟(jì)、組織措施，對設(shè)備的物質(zhì)運(yùn)動(dòng)和價(jià)值運(yùn)動(dòng)進(jìn)行全過程科學(xué)管理，從規(guī)劃設(shè)計(jì)、選型、購置、安裝、驗(yàn)收、使用、保養(yǎng)、檢驗(yàn)、維修、改造、更新直到報(bào)廢，保持設(shè)備的良好運(yùn)行狀態(tài)并不斷提高設(shè)備的技術(shù)素質(zhì)，使設(shè)備效益最大化，進(jìn)而使企業(yè)獲得最佳的經(jīng)濟(jì)效益。設(shè)備工程精益管理是精益生產(chǎn)的基礎(chǔ)條件，而設(shè)備安全智能監(jiān)控是設(shè)備工程精益管理主要環(huán)節(jié)。6.1設(shè)備工程精益管理696.1.1設(shè)備工程精益管理重要性1.設(shè)備精益管理是工業(yè)生產(chǎn)運(yùn)行的必備條件。設(shè)備占工業(yè)企業(yè)固定資產(chǎn)總值一般60％及以上，是工業(yè)生產(chǎn)的物質(zhì)技術(shù)基礎(chǔ)。工業(yè)企業(yè)的勞動(dòng)生產(chǎn)率不僅受員工技術(shù)和管理水平的影響，而且主要還取決于所使用的設(shè)備的完善程度，因此設(shè)備工程精益管理直接影響企業(yè)生產(chǎn)過程各環(huán)節(jié)之間的協(xié)調(diào)配合。2.設(shè)備精益管理是提高經(jīng)濟(jì)效益的重要條件。隨著生產(chǎn)的現(xiàn)代化發(fā)展，企業(yè)用在設(shè)備方面的費(fèi)用（如能源費(fèi)、維修費(fèi)、運(yùn)行費(fèi)等）越來越多，搞好設(shè)備的經(jīng)濟(jì)管理，提高設(shè)備技術(shù)水平和利用率，對降低成本意義重大。設(shè)備的技術(shù)狀態(tài)也影響企業(yè)的能耗和有害物的排放、停產(chǎn)損失、產(chǎn)品質(zhì)量、原材料消耗、產(chǎn)品工時(shí)消耗等。通過有效的設(shè)備工程精益管理方式，可以將生產(chǎn)過程中設(shè)備的各項(xiàng)費(fèi)用降到最低，從而提高企業(yè)的經(jīng)濟(jì)效益。

6.1設(shè)備工程精益管理706.1.1設(shè)備工程精益管理重要性3.設(shè)備精益管理是技術(shù)進(jìn)步、工業(yè)現(xiàn)代化的直接體現(xiàn)。

科學(xué)技術(shù)新成果迅速地應(yīng)用在設(shè)備上，設(shè)備是科學(xué)技術(shù)結(jié)晶；新工藝、新材料的應(yīng)用，新產(chǎn)品的發(fā)展都靠設(shè)備來保障的。實(shí)施設(shè)備管理工程相應(yīng)技術(shù)，使設(shè)備運(yùn)行水平跟上行業(yè)技術(shù)進(jìn)步。設(shè)備工程精益管理對促進(jìn)企業(yè)技術(shù)進(jìn)步、實(shí)現(xiàn)工業(yè)現(xiàn)代化具有重要的作用。4.設(shè)備精益管理是保證產(chǎn)品質(zhì)量的基礎(chǔ)設(shè)備是影響產(chǎn)品質(zhì)量的主要因素之一，高質(zhì)量的產(chǎn)品靠高性能的設(shè)備來獲得的。設(shè)備工程精益管理保證設(shè)備處于良好技術(shù)狀態(tài)，是實(shí)現(xiàn)生產(chǎn)優(yōu)質(zhì)產(chǎn)品的必要條件。6.1設(shè)備工程精益管理716.1.2設(shè)備工程精益管理主要內(nèi)容1.現(xiàn)代設(shè)備的特點(diǎn)01大型化04數(shù)字化網(wǎng)絡(luò)化05智能化02高速化03精密化自動(dòng)化現(xiàn)代設(shè)備特點(diǎn)隨著科學(xué)技術(shù)發(fā)展，要求設(shè)備性能更高級、技術(shù)更加綜合、結(jié)構(gòu)更加復(fù)雜、作業(yè)更加連續(xù)、工作更加可靠。為滿足上述要求，設(shè)備正在朝著大型化、高速化、精密化、數(shù)字化、智能化發(fā)展。6.1設(shè)備工程精益管理726.1.2設(shè)備工程精益管理主要內(nèi)容2.設(shè)備工程技術(shù)路線圖設(shè)備工程技術(shù)發(fā)展確定了設(shè)備管理、監(jiān)測檢驗(yàn)、故障診斷、設(shè)備潤滑、維護(hù)修理、更新改造技術(shù)等六個(gè)方面具體內(nèi)容設(shè)備工程技術(shù)路線圖現(xiàn)代設(shè)備管理1.TPM設(shè)備程序化管理2.現(xiàn)代設(shè)備信息化管理（1）設(shè)備點(diǎn)檢管理（2）作業(yè)工藝管理（3）設(shè)備工程軟件技術(shù)監(jiān)測檢驗(yàn)1.儀器儀表檢測技術(shù)2.智能工業(yè)監(jiān)測技術(shù)3.RBI檢測技術(shù)故障診斷1.設(shè)備診斷技術(shù)2.設(shè)備故障預(yù)報(bào)技術(shù)3.遠(yuǎn)程故障預(yù)測預(yù)警技術(shù)設(shè)備潤滑1.工業(yè)用油潤滑技術(shù)2.潤滑治漏技術(shù)3.潤滑油添加劑技術(shù)維護(hù)修理1.設(shè)備維護(hù)保養(yǎng)技術(shù)2.設(shè)備維修工藝技術(shù)3.設(shè)備高級修理技術(shù)更新改造1.設(shè)備更新技術(shù)2.設(shè)備改造技術(shù)（1）健康修復(fù)改造（2）系統(tǒng)設(shè)備改造關(guān)鍵要素1.創(chuàng)新是核心2.人才是基礎(chǔ)3.機(jī)制是關(guān)鍵4.開放是方針措施保障1.加大政策支持力度2.強(qiáng)化關(guān)鍵技術(shù)研究3.構(gòu)建設(shè)備工程協(xié)同工作體系6.1設(shè)備工程精益管理736.1.2設(shè)備工程精益管理主要內(nèi)容2.設(shè)備工程技術(shù)路線圖在設(shè)備全壽命周期科學(xué)管理中，設(shè)備工程精益管理包括如下技術(shù)和內(nèi)容：現(xiàn)代設(shè)備管理：采用與企業(yè)生產(chǎn)經(jīng)營模式相適應(yīng)的、穩(wěn)健高效的設(shè)備管理措施，提高企業(yè)的設(shè)備利用率和經(jīng)濟(jì)效益；監(jiān)測檢驗(yàn)：對設(shè)備信息載體或伴隨設(shè)備運(yùn)行各種性能指標(biāo)的變化狀態(tài)進(jìn)行安全監(jiān)測、記錄、分析，了解設(shè)備運(yùn)行狀態(tài)，為做出調(diào)整、控制決策提供依據(jù)；故障診斷：通過對監(jiān)測數(shù)據(jù)進(jìn)行分析，查明故障部位和原因，或預(yù)測有關(guān)設(shè)備異常、劣化或故障趨勢，并提出相應(yīng)對策；設(shè)備潤滑：設(shè)備維護(hù)工作重要環(huán)節(jié)，目的是保護(hù)設(shè)備，確保其正?？煽窟\(yùn)行；維護(hù)修理：為保持或恢復(fù)設(shè)備完成規(guī)定功能的能力而采取的技術(shù)活動(dòng)；更新改造：采用新技術(shù)、新材料、新工藝、新部件對現(xiàn)有設(shè)備進(jìn)行改造，以提升其技術(shù)狀態(tài)和功能。6.1設(shè)備工程精益管理746.1.2設(shè)備工程精益管理主要內(nèi)容3.設(shè)備工程目標(biāo)體系是企業(yè)目標(biāo)體系重要組成部分，是企業(yè)總體系一個(gè)分系統(tǒng)，是衡量現(xiàn)代企業(yè)設(shè)備精益管理水平的尺度。設(shè)備工程目標(biāo)體系1.大修理完成數(shù)2.項(xiàng)修完成數(shù)3.精調(diào)完成數(shù)4.定期維護(hù)完成數(shù)5.清洗換油完成數(shù)（萬元）1.大修理費(fèi)用2.設(shè)備維修費(fèi)用3.設(shè)備改裝費(fèi)用4.設(shè)備更新費(fèi)用1.設(shè)備更新改裝臺數(shù)2.設(shè)備新度系數(shù)達(dá)標(biāo)率1.設(shè)備可利用率2.主要生產(chǎn)設(shè)備完好率3.設(shè)備大修理平臺停歇天數(shù)4.大修理質(zhì)量返修率5.主要生產(chǎn)設(shè)備事故障率1.大修鉗工年平均工作量2維修鉗工平均工作量3.大修理、精調(diào)、定期維護(hù)、定期檢查平均停歇天數(shù)效果目標(biāo)使用目標(biāo)價(jià)值目標(biāo)自身改善目標(biāo)設(shè)備利用目標(biāo)人力資源利用目標(biāo)利用目標(biāo)綜合效率目標(biāo)（萬元）1.產(chǎn)值能耗2.產(chǎn)值維修費(fèi)用3.工業(yè)增加值能耗設(shè)備經(jīng)濟(jì)效益=輸出/輸入效率目標(biāo)6.1設(shè)備工程精益管理756.1.3設(shè)備工程精益管理新特征新一輪科技革命與產(chǎn)業(yè)變革，使得生產(chǎn)方式由規(guī)模批量生產(chǎn)向大規(guī)模定制生產(chǎn)轉(zhuǎn)變，對設(shè)備依賴程度越來越大，對技術(shù)人員全面掌握設(shè)備技術(shù)狀態(tài)的要求越來越高；設(shè)備工程精益管理與技術(shù)將呈現(xiàn)“安全可靠、高效、節(jié)能環(huán)保、智能、融合、服務(wù)”的新特征。安全可靠設(shè)備安全智能監(jiān)控技術(shù)、故障預(yù)估預(yù)報(bào)技術(shù)、事故預(yù)示報(bào)警技術(shù)等技術(shù)的開發(fā)和應(yīng)用，將在第一時(shí)間獲得設(shè)備運(yùn)行的技術(shù)信息，如溫度、壓力、電流等，由操作者針對性調(diào)整和處理，將設(shè)備事故和隱患消滅在萌芽狀態(tài)，以減少設(shè)備停機(jī)損失，同時(shí)逐步建立在線監(jiān)測監(jiān)控及故障預(yù)警系統(tǒng)、泄漏監(jiān)視及預(yù)警系統(tǒng)等，為設(shè)備安全運(yùn)行提供有力保障。設(shè)備可靠性提升，會有效降低設(shè)備故障率，延長了設(shè)備壽命周期，減少了維護(hù)成本。綜合運(yùn)用計(jì)算機(jī)技術(shù)、故障診斷及趨勢預(yù)測技術(shù)、監(jiān)測檢驗(yàn)技術(shù)、安全智能監(jiān)控技術(shù)等，使設(shè)備可靠性大大提高。6.1設(shè)備工程精益管理766.1.3設(shè)備工程精益管理新特征高效充分采用設(shè)備運(yùn)行監(jiān)控系統(tǒng)，通過智能化儀器儀表提供設(shè)備狀態(tài)參數(shù)，用有效手段不斷進(jìn)行調(diào)整確保設(shè)備在最佳運(yùn)行點(diǎn)及范圍運(yùn)行，從而提升設(shè)備運(yùn)行效率。一旦發(fā)現(xiàn)設(shè)備運(yùn)行異?；蚬收?，應(yīng)立即進(jìn)行運(yùn)行參數(shù)調(diào)整和全面檢查，消除設(shè)備運(yùn)行異?，F(xiàn)象及故障隱患，并進(jìn)行針對性維護(hù)或搶修，使設(shè)備盡快恢復(fù)正常高效運(yùn)行。加強(qiáng)對設(shè)備進(jìn)行定期檢測檢驗(yàn)，特別是開展高耗能設(shè)備能效測試，同時(shí)全面了解設(shè)備影響效率的薄弱環(huán)節(jié)和部位，通過大修或節(jié)能技術(shù)改造，妥善解決彌補(bǔ)所有薄弱環(huán)節(jié)和隱患。6.1設(shè)備工程精益管理776.1.3設(shè)備工程精益管理新特征節(jié)能環(huán)保設(shè)備設(shè)計(jì)、制造、用料要節(jié)能節(jié)材資源消耗環(huán)節(jié)要加強(qiáng)對冶金、有色、電力、煤炭、石化、建材（筑）等重點(diǎn)行業(yè)能源、原材料、水等資源管理，努力降低消耗，提高資源和材料利用率；對廢物產(chǎn)生環(huán)節(jié)要強(qiáng)化污染預(yù)防和全過程控制，加強(qiáng)對各類廢物的循環(huán)利用，推進(jìn)企業(yè)廢物“零排放”，加快再生水利用設(shè)施建設(shè)以及降低廢物最終處置量；做好再生資源工作，要大力回收和循環(huán)利用各種廢舊資源，支持廢舊機(jī)電產(chǎn)品再制造；不斷完善資源回收利用體系；大力倡導(dǎo)有利于節(jié)約資源和保護(hù)環(huán)境的消費(fèi)方式，鼓勵(lì)使用具有能效標(biāo)志產(chǎn)品、節(jié)能節(jié)水認(rèn)證產(chǎn)品和環(huán)境標(biāo)志產(chǎn)品等，減少過度包裝。6.1設(shè)備工程精益管理786.1.3設(shè)備工程精益管理新特征

4、智能通過ERP、EAM等管理信息化、智能化系統(tǒng)的應(yīng)用來優(yōu)化設(shè)備管理及運(yùn)行的各項(xiàng)流程。通過應(yīng)用智能自動(dòng)監(jiān)測及智能輔助診斷技術(shù)，由各種離線及在線監(jiān)測儀器儀表，包括智能點(diǎn)檢儀、頻譜分析儀、智能燃燒控制組合群、新型無線監(jiān)測裝置等實(shí)現(xiàn)狀態(tài)數(shù)據(jù)自動(dòng)交換。借助系統(tǒng)提供豐富數(shù)據(jù)狀態(tài)分析和智能診斷技術(shù)，實(shí)現(xiàn)對設(shè)備狀態(tài)的自動(dòng)報(bào)警及自我保障，并對設(shè)備故障進(jìn)行早期診斷與趨勢預(yù)測。未來設(shè)備工程發(fā)展趨勢首先是提高安全可靠性、降低勞動(dòng)強(qiáng)度，實(shí)現(xiàn)數(shù)字化、網(wǎng)絡(luò)化、智能化；其次是提高機(jī)器的精度和動(dòng)態(tài)性能，要求對運(yùn)行與動(dòng)力系統(tǒng)具有更高控制能力。通過提高設(shè)備的智能化程度，深化動(dòng)力傳動(dòng)、控制部件與電子技術(shù)的融合，提高傳感器和電子控制器與液壓、氣動(dòng)及密封元件的集成度和一體化水平。6.1設(shè)備工程精益管理796.1.3設(shè)備工程精益管理新特征

5、融合信息化與工業(yè)化的整合已經(jīng)成為我國發(fā)展現(xiàn)代裝備制造業(yè)的重要途徑。推動(dòng)裝備制造業(yè)轉(zhuǎn)型，不斷提升設(shè)備檔次和加工能力作為企業(yè)兩化融合的出發(fā)點(diǎn)和落腳點(diǎn)，培育一批實(shí)現(xiàn)數(shù)字技術(shù)集成應(yīng)用、具有全球配置資源能力、智能制造裝備企業(yè)，通過運(yùn)用精益設(shè)計(jì)、高效自控、服務(wù)型協(xié)同等先進(jìn)管理模式，促進(jìn)現(xiàn)代設(shè)備工程技術(shù)創(chuàng)新發(fā)展。不斷促進(jìn)設(shè)備工程融合規(guī)范化、綜合化、實(shí)時(shí)化，從設(shè)備簡單檢查、監(jiān)視向智能檢測、診斷、控制方向發(fā)展；從簡單監(jiān)測向信息網(wǎng)絡(luò)綜合監(jiān)視、安全保障方向發(fā)展；從事后檢查向?qū)崟r(shí)監(jiān)測、診斷、預(yù)報(bào)、視情維護(hù)方向發(fā)展；從針對單一機(jī)組裝備向建立開放系統(tǒng)構(gòu)架、通用模塊方向發(fā)展。在設(shè)備工程發(fā)展中，將更多地融入各種新理念和新技術(shù)，促進(jìn)現(xiàn)代設(shè)備工程技術(shù)發(fā)生質(zhì)的變化，不斷推進(jìn)設(shè)備工程管理技術(shù)融合發(fā)展。通過現(xiàn)代設(shè)備工程精益管理、企業(yè)人才管理、供應(yīng)鏈管理加速網(wǎng)絡(luò)和數(shù)字集成，實(shí)現(xiàn)了產(chǎn)銷一體、管控銜接和集約定制生產(chǎn)，促進(jìn)了企業(yè)組織現(xiàn)代化、決策科學(xué)化和運(yùn)營一體化。6.1設(shè)備工程精益管理806.1.3設(shè)備工程精益管理新特征服務(wù)工業(yè)發(fā)達(dá)國家已從生產(chǎn)型制造向服務(wù)型制造轉(zhuǎn)變，從重視設(shè)備設(shè)計(jì)與制造技術(shù)開發(fā)，到同時(shí)重視設(shè)備使用與智能監(jiān)控技術(shù)開發(fā)，通過提供高技術(shù)服務(wù)來獲得更高的利潤。未來設(shè)備維修工程將成為專業(yè)化第三方服務(wù)模式，設(shè)備維修工程不再是制造商的附屬，而成為制造業(yè)服務(wù)化的重要抓手。特別未來通過開發(fā)的安全智能監(jiān)控技術(shù)，從遠(yuǎn)程安全運(yùn)行狀態(tài)檢測與管理的試驗(yàn)，進(jìn)入到實(shí)用階段。這些遠(yuǎn)程監(jiān)控系統(tǒng)在機(jī)組系統(tǒng)健康管理服務(wù)方面，能夠提供遠(yuǎn)程監(jiān)測與故障診斷，以保證機(jī)組安全可靠運(yùn)行。為確保未來現(xiàn)代設(shè)備健康發(fā)展，滿足國民經(jīng)濟(jì)持續(xù)發(fā)展的需求，加速加快制定設(shè)備市場進(jìn)入準(zhǔn)則和設(shè)備市場監(jiān)督管理辦法；加強(qiáng)設(shè)備市場價(jià)格管理和合同管理；進(jìn)一步健全設(shè)備市場監(jiān)督和仲裁機(jī)構(gòu)；構(gòu)建設(shè)備交易中心、設(shè)備維修與改造專業(yè)化服務(wù)中心、設(shè)備診斷技術(shù)服務(wù)中心、設(shè)備技術(shù)信息中心、設(shè)備勞務(wù)及教育培訓(xùn)中心，更好為設(shè)備服務(wù)。6.1設(shè)備工程精益管理816.1.4設(shè)備工程精益管理實(shí)施設(shè)備工程精益管理的發(fā)展與創(chuàng)新必將為我國經(jīng)濟(jì)發(fā)展提供更加堅(jiān)實(shí)的裝備保障與服務(wù)。隨著經(jīng)濟(jì)產(chǎn)業(yè)調(diào)整和發(fā)展模式的創(chuàng)新，“中國制造2025”的實(shí)施，以及“互聯(lián)網(wǎng)+”、智能制造發(fā)展藍(lán)圖的確立，對設(shè)備工程精益管理與裝備的創(chuàng)新發(fā)展提出了更高的要求。實(shí)施關(guān)鍵要素（1）創(chuàng)新是核心創(chuàng)新是一個(gè)國家一個(gè)產(chǎn)業(yè)的靈魂和生命力所在，必須始終把自主創(chuàng)新作為設(shè)備工程精益管理的核心點(diǎn)。改革開放以來，設(shè)備管理與維修工作得到了恢復(fù)、鞏固和提高，開始大量引進(jìn)國外設(shè)備工程技術(shù)的新方法，同時(shí)設(shè)備管理與學(xué)術(shù)活動(dòng)得到了蓬勃發(fā)展，設(shè)備領(lǐng)域出現(xiàn)了嶄新局面，這是設(shè)備工程管理與技術(shù)走向規(guī)范化、科學(xué)化、系統(tǒng)化及全球化的一個(gè)良好開端。我國設(shè)備工程管理與技術(shù)在積極消化吸收再創(chuàng)新的基礎(chǔ)上，努力提高原始創(chuàng)新的能力，同時(shí)根據(jù)當(dāng)代新技術(shù)、新工藝強(qiáng)化集成創(chuàng)新，與各種相關(guān)現(xiàn)代技術(shù)有機(jī)融合，提高系統(tǒng)集成能力，完成目標(biāo)任務(wù)。6.1設(shè)備工程精益管理826.1.4設(shè)備工程精益管理實(shí)施實(shí)施關(guān)鍵要素（1）創(chuàng)新是核心創(chuàng)新是一個(gè)國家一個(gè)產(chǎn)業(yè)的靈魂和生命力所在，必須始終把自主創(chuàng)新作為設(shè)備工程精益管理的核心點(diǎn)。隨著信息技術(shù)在工業(yè)領(lǐng)域的廣泛滲透，以制造業(yè)數(shù)字化為核心，互聯(lián)網(wǎng)和（服務(wù)）物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)，以及人工智能、機(jī)器人等在設(shè)備工程技術(shù)及管理中的大量運(yùn)用，將全面加快提升我國設(shè)備工程的創(chuàng)新能力，特別是通過創(chuàng)新，使得設(shè)備工程的一些關(guān)鍵技術(shù)得到重點(diǎn)開發(fā)和應(yīng)用。如，高端、大型及關(guān)鍵設(shè)備的現(xiàn)代工程及科學(xué)維護(hù)技術(shù)；狀態(tài)檢測信息化技術(shù)；設(shè)備安全智能監(jiān)控技術(shù)；高端設(shè)備健康運(yùn)行及故障診斷預(yù)報(bào)技術(shù)；設(shè)備遠(yuǎn)程狀態(tài)監(jiān)測及優(yōu)化控制技術(shù)；全優(yōu)潤滑油技術(shù)及管理方式；設(shè)備高級修復(fù)技術(shù)等。設(shè)備工程精益管理的內(nèi)涵也發(fā)生深刻變化，由單一的完成生產(chǎn)任務(wù)，轉(zhuǎn)向?qū)崿F(xiàn)企業(yè)總體經(jīng)營目標(biāo)和提高經(jīng)濟(jì)效益及綠色運(yùn)營上，使得設(shè)備工程的技術(shù)指標(biāo)、經(jīng)濟(jì)指標(biāo)與健康節(jié)能及環(huán)境保護(hù)實(shí)現(xiàn)最佳結(jié)合。6.1設(shè)備工程精益管理836.1.4設(shè)備工程精益管理實(shí)施實(shí)施關(guān)鍵要素（2）人才是基礎(chǔ)人才是設(shè)備工程精益管理發(fā)展的基礎(chǔ)條件，也是設(shè)備工程發(fā)展的永恒主題。設(shè)備領(lǐng)域?qū)?fù)合型人才的需求已經(jīng)成為當(dāng)前亟需解決的問題。雖然我國科技人才數(shù)量已達(dá)到一定規(guī)模，但結(jié)構(gòu)性失衡比較突出。隨著信息技術(shù)與制造技術(shù)的深度融合，對設(shè)備人才提出更高的要求，不僅需要具備良好素質(zhì)和掌握信息技術(shù)、制造技術(shù)在設(shè)備工程技術(shù)及管理中的運(yùn)用，還要具備一定的研究開發(fā)和設(shè)計(jì)能力，經(jīng)濟(jì)意識和組織管理能力。所以人才的培養(yǎng)要適應(yīng)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，要滿足社會、企業(yè)對人才需求，也是我國工程教育的神圣歷史使命。設(shè)備工程精益管理的實(shí)施，迫切需要建立設(shè)備工程人才培養(yǎng)機(jī)制，利用社會各方面的資源，包括企業(yè)、大專院校、科研院所，加快設(shè)備技術(shù)人才和管理人才培養(yǎng)速度，強(qiáng)化設(shè)備技術(shù)人才和管理人才培養(yǎng)投入強(qiáng)度，特別做好高層次設(shè)備人才培養(yǎng)，同時(shí)積極開展在崗人員的知識更新與提升，創(chuàng)造條件使設(shè)備工程人才留得住、用得好，使設(shè)備工程人員在崗位上發(fā)揮更大作用。6.1設(shè)備工程精益管理846.1.4設(shè)備工程精益管理實(shí)施實(shí)施關(guān)鍵要素（3）機(jī)制是關(guān)鍵一是要靠政府及行業(yè)組織的指導(dǎo)和支持，發(fā)揮專業(yè)學(xué)會的技術(shù)引導(dǎo)和業(yè)務(wù)協(xié)調(diào)的作用。目前設(shè)備工程產(chǎn)業(yè)規(guī)模小，自主創(chuàng)新能力薄弱，要實(shí)現(xiàn)設(shè)備工程技術(shù)超越，政府及行業(yè)組織要提供特殊扶持政策。二是要建立穩(wěn)固的創(chuàng)新體系和機(jī)制。企業(yè)是技術(shù)創(chuàng)新的主體，通過建立“產(chǎn)學(xué)研”結(jié)合的自主創(chuàng)新隊(duì)伍，充分發(fā)揮各自的優(yōu)勢，創(chuàng)造條件建立一批高端設(shè)備專業(yè)維修網(wǎng)絡(luò)中心、設(shè)備高級修復(fù)技術(shù)研發(fā)中心和設(shè)備交易市場，以更經(jīng)濟(jì)合理的方式為全社會設(shè)備資源的優(yōu)化配置和有效運(yùn)行提供保障，促使設(shè)備工程技術(shù)由企業(yè)自我服務(wù)向市場提供優(yōu)質(zhì)服務(wù)轉(zhuǎn)化。三是建立高效的激勵(lì)機(jī)制。尊重知識、尊重人才、尊重創(chuàng)新成果，營創(chuàng)良好的創(chuàng)新氛圍和環(huán)境。6.1設(shè)備工程精益管理856.1.4設(shè)備工程精益管理實(shí)施實(shí)施關(guān)鍵要素（4）開放是方針創(chuàng)新來源于探索，科技開發(fā)研究更需要開放探索，自由開放探索主要體現(xiàn)是一種學(xué)術(shù)氛圍、學(xué)術(shù)方法、學(xué)術(shù)精神。在設(shè)備科技研發(fā)過程中，需要提倡開放自由探索創(chuàng)新，不但鼓勵(lì)個(gè)人研究創(chuàng)新，尤其要鼓勵(lì)團(tuán)隊(duì)領(lǐng)軍人才具有帶動(dòng)整個(gè)團(tuán)隊(duì)科技開發(fā)的探索精神。改革開放30年給我國設(shè)備工程發(fā)展帶來很大變化，面向中國制造2025，設(shè)備工程產(chǎn)業(yè)將進(jìn)一步實(shí)施對外開放的國際化戰(zhàn)略，參與全球資源的整合，充分利用優(yōu)質(zhì)資源，國際的先進(jìn)理念和技術(shù)，結(jié)合我國設(shè)備工程精益管理的特點(diǎn)和特色，在堅(jiān)持開放的同時(shí)，更要堅(jiān)持走適合中國國情的路。行業(yè)及企業(yè)應(yīng)根據(jù)自身的實(shí)際情況，結(jié)合行業(yè)及企業(yè)現(xiàn)代化進(jìn)程，制定規(guī)劃，分步實(shí)施，積極創(chuàng)造條件，不失時(shí)機(jī)地努力推進(jìn)設(shè)備技術(shù)科學(xué)發(fā)展。在開放的環(huán)境中堅(jiān)持自主創(chuàng)新，在自主創(chuàng)新過程中堅(jiān)持開放，這是我國設(shè)備工程精益管理發(fā)展的基本方針。6.1設(shè)備工程精益管理866.1.4設(shè)備工程精益管理實(shí)施

2、關(guān)鍵技術(shù)開發(fā)與應(yīng)用（1）高端及大型設(shè)備狀態(tài)檢測監(jiān)控技術(shù)物聯(lián)網(wǎng)和互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)，以及人工智能、機(jī)器人等在設(shè)備工程技術(shù)及管理中的運(yùn)用，對于實(shí)現(xiàn)設(shè)備高效、健康及節(jié)能運(yùn)行的作用愈加明顯。將設(shè)備正常運(yùn)行與現(xiàn)場直接獲取的大量參數(shù)比較分析，當(dāng)監(jiān)測/監(jiān)檢參數(shù)超過初始限值，通過預(yù)警系統(tǒng)檢測到設(shè)備某部位將出現(xiàn)問題，提醒操作人員采取有效措施。為設(shè)備狀態(tài)優(yōu)化運(yùn)行及健康節(jié)能運(yùn)行打好技術(shù)基礎(chǔ)，也為實(shí)施設(shè)備動(dòng)態(tài)的科學(xué)維護(hù)提供技術(shù)條件等。6.1設(shè)備工程精益管理876.1.4設(shè)備工程精益管理實(shí)施

2、關(guān)鍵技術(shù)開發(fā)與應(yīng)用（2）旋轉(zhuǎn)及大型機(jī)組故障診斷及預(yù)報(bào)技術(shù)重點(diǎn)面向旋轉(zhuǎn)及大型機(jī)組等關(guān)鍵設(shè)備，通過傳感器及物聯(lián)網(wǎng)信號采集技術(shù)、信息融合技術(shù)、狀態(tài)監(jiān)測與遠(yuǎn)程網(wǎng)絡(luò)技術(shù)、云計(jì)算及大數(shù)據(jù)處理技術(shù)，建立相關(guān)軟件環(huán)境，結(jié)合企業(yè)及設(shè)備管理平臺，在未來逐步強(qiáng)化網(wǎng)絡(luò)數(shù)據(jù)庫相應(yīng)的網(wǎng)站技術(shù)研究，加快開展應(yīng)用程序服務(wù)器中的程序來提取實(shí)時(shí)數(shù)據(jù)，進(jìn)行故障分析及故障趨勢預(yù)測，實(shí)現(xiàn)預(yù)知維護(hù)等現(xiàn)代科學(xué)維護(hù)方式。建立故障診斷及故障預(yù)報(bào)中心，方便實(shí)施企業(yè)群體及大型機(jī)組群體的狀態(tài)監(jiān)測、故障診斷、故障預(yù)報(bào)及維護(hù)，有利提高故障預(yù)警方法的有效性和工程應(yīng)用價(jià)值。6.1設(shè)備工程精益管理886.1.4設(shè)備工程精益管理實(shí)施2、關(guān)鍵技術(shù)開發(fā)與應(yīng)用（3）設(shè)備綠色潤滑技術(shù)改變潤滑材料和潤滑管理方式上的傳統(tǒng)理念，應(yīng)用推廣全優(yōu)精確潤滑、污染控制、油液監(jiān)測等關(guān)鍵技術(shù)。為改善油品性能及質(zhì)量應(yīng)用開發(fā)潤滑油多種添加劑，由于添加劑存在增加了接觸面積，降低了接觸應(yīng)力，使?jié)櫥瓦吔缲?fù)電荷變成正電荷，使表面逐漸趨于光滑，大大改善了潤滑狀態(tài)。我國潤滑油添加劑技術(shù)研究在這方面的工作起步較晚，通過不斷努力已改變相對落后的狀況，已取得成效，不但節(jié)約大量寶貴的潤滑油，而且提高設(shè)備效率，確保良好設(shè)備狀態(tài)，所以大力開發(fā)潤滑油添加劑技術(shù)應(yīng)用是十分必要的。6.1設(shè)備工程精益管理896.1.4設(shè)備工程精益管理實(shí)施關(guān)鍵技術(shù)開發(fā)與應(yīng)用（4）設(shè)備高級修復(fù)技術(shù)由多種具有先進(jìn)技術(shù)的工藝、專用設(shè)備和超強(qiáng)性能特殊材料組合而成。在對設(shè)備及零部件開展維修時(shí)應(yīng)用取得顯著成效，由于在修理時(shí)設(shè)備及零部件始終處于常溫狀態(tài)，局部不升溫，故設(shè)備及零部件在修理后不會發(fā)生變形，無內(nèi)應(yīng)力產(chǎn)生，使原有的尺寸精度保持不變，不會造成潛在的斷裂等安全隱患。促進(jìn)修理周期更短，修復(fù)速度更快，有可能在現(xiàn)場進(jìn)行不解體修理。通過進(jìn)一步開發(fā)相關(guān)的高級修復(fù)工藝，強(qiáng)化對設(shè)備高級修復(fù)技術(shù)研究，將會收到更好的技術(shù)經(jīng)濟(jì)效果。6.1設(shè)備工程精益管理906.1.4設(shè)備工程精益管理實(shí)施關(guān)鍵技術(shù)開發(fā)與應(yīng)用（5）高耗能設(shè)備能效監(jiān)控技術(shù)及節(jié)能環(huán)保更新改造技術(shù)未來我國以化石為主能源結(jié)構(gòu)不會有突破性改變，為了確保經(jīng)濟(jì)持續(xù)增長，必須嚴(yán)格控制能耗總量，所以加強(qiáng)對主要耗能設(shè)備能效監(jiān)控技術(shù)和高效、節(jié)能環(huán)保設(shè)備更新改造技術(shù)開發(fā)與應(yīng)用十分必要。首先規(guī)范各種主要耗能設(shè)備能效測量儀器儀表和測量點(diǎn)；其次統(tǒng)一對測定數(shù)據(jù)折標(biāo)和換標(biāo)系數(shù)；再次統(tǒng)一能效計(jì)算公式和計(jì)算方法，達(dá)到同類耗能設(shè)備能效的可比性，通過對能效監(jiān)控技術(shù)不斷開發(fā)和應(yīng)用，使主要耗能設(shè)備能效有較大提高，再進(jìn)一步擴(kuò)展到整個(gè)生產(chǎn)系統(tǒng)能效提升，同時(shí)通過開展節(jié)能環(huán)保更新改造新技術(shù)應(yīng)用，以促進(jìn)各行業(yè)設(shè)備運(yùn)行達(dá)到高效、節(jié)能環(huán)保。PART6.2設(shè)備安全智能監(jiān)控6.2.1設(shè)備安全信息化管理6.2.2儀器儀表安全檢測6.2.3智能工業(yè)檢測監(jiān)控6.2.4風(fēng)險(xiǎn)評估監(jiān)控檢驗(yàn)6.2設(shè)備安全智能監(jiān)控安全智能檢測監(jiān)控內(nèi)容與作用:是將先進(jìn)安全監(jiān)控技術(shù)和新一代人工智能檢測技術(shù)的深度融合，對設(shè)備的運(yùn)行狀態(tài)參數(shù)（如溫度、壓力、振動(dòng)、噪聲、潤滑等參數(shù)）及生成工藝流程進(jìn)行在線實(shí)時(shí)監(jiān)控和檢測記錄，對運(yùn)行大數(shù)據(jù)通過云計(jì)算進(jìn)行智能分析，動(dòng)態(tài)檢測監(jiān)控設(shè)備的運(yùn)行狀態(tài)和工藝進(jìn)度，智能預(yù)測設(shè)備的運(yùn)行狀態(tài)發(fā)展趨勢，盡早發(fā)現(xiàn)設(shè)備運(yùn)行過程中的早期故障，通過智能分析判斷故障部位和原因，提出相應(yīng)維修對策，進(jìn)行智能維修，從而達(dá)到設(shè)備安全智能監(jiān)控的目的，確保了設(shè)備安全可靠、高效運(yùn)行。設(shè)備安全智能檢測監(jiān)控技術(shù)包括：設(shè)備安全信息化管理、儀器儀表安全檢測、工業(yè)智能檢測監(jiān)控、風(fēng)險(xiǎn)評估監(jiān)控檢驗(yàn)技術(shù)。926.2設(shè)備安全智能監(jiān)控936.2.1設(shè)備安全信息化管理

設(shè)備安全信息化管理是開展設(shè)備安全智能監(jiān)控重要的基礎(chǔ)條件，主要從設(shè)備點(diǎn)檢管理、作業(yè)工藝管理、設(shè)備軟件管理三方面展開。點(diǎn)檢管理作用與意義：是當(dāng)前做好現(xiàn)代設(shè)備安全可靠運(yùn)行與信息化管理的關(guān)鍵點(diǎn)，是正確認(rèn)識和處理操作人員與設(shè)備之間關(guān)系的核心，是正確認(rèn)識和處理生產(chǎn)部門與設(shè)備部門關(guān)系的核心，操作人員正確運(yùn)用設(shè)備點(diǎn)檢管理，將有效推進(jìn)現(xiàn)代設(shè)備工程水平提升。分類：設(shè)備點(diǎn)檢又分成崗位點(diǎn)檢和專業(yè)點(diǎn)檢兩種形式。崗位點(diǎn)檢必須由操作人員完成，主要負(fù)責(zé)設(shè)備的日常巡檢；專業(yè)點(diǎn)檢必須由專業(yè)點(diǎn)檢人員完成，體現(xiàn)設(shè)備全壽命周期管理的特征。6.2設(shè)備安全智能監(jiān)控946.2.1設(shè)備安全信息化管理點(diǎn)檢管理（1）崗位點(diǎn)檢要求操作人員日常巡檢要求。操作人員必須熟悉生產(chǎn)工藝設(shè)備的結(jié)構(gòu)，掌握相關(guān)的設(shè)備基本知識，有較強(qiáng)的責(zé)任心和觀察力，能憑借經(jīng)驗(yàn)和簡易儀器儀表對設(shè)備的信息表征進(jìn)行觀察分析，及時(shí)發(fā)現(xiàn)設(shè)備的異常情況，同時(shí)做好排除設(shè)備簡易故障工作。崗位點(diǎn)檢是設(shè)備安全信息化管理中的最基本環(huán)節(jié)，是確保設(shè)備安全可靠運(yùn)行的第一防線。要確保崗位點(diǎn)檢發(fā)揮應(yīng)有的作用，設(shè)備操作人員必須熟悉點(diǎn)檢要求，做好根據(jù)點(diǎn)檢要求制定點(diǎn)檢作業(yè)表并記錄設(shè)備故障動(dòng)態(tài)情況，不斷提高工作素質(zhì)，正確維護(hù)保養(yǎng)設(shè)備；提升檢查及調(diào)整設(shè)備的基本技能，如緊固螺釘、合理加潤滑油、間隙調(diào)整、更換設(shè)備部件等；做好簡單故障排除等。6.2設(shè)備安全智能監(jiān)控956.2.1設(shè)備安全信息化管理點(diǎn)檢管理（2）專業(yè)點(diǎn)檢要求對于技術(shù)含量較高的設(shè)備、流水線及智能柔性加工自動(dòng)線等可設(shè)置專業(yè)點(diǎn)檢崗位，其要求：專業(yè)技術(shù)方面：具有預(yù)防維修的基礎(chǔ)知識，掌握設(shè)備的有關(guān)技術(shù)圖樣、資料，制定專業(yè)點(diǎn)檢標(biāo)準(zhǔn)，確定進(jìn)行自主管理的項(xiàng)目，并且結(jié)合精密點(diǎn)檢、簡易診斷技術(shù)的實(shí)施，對主要易損件進(jìn)行定量化管理。管理業(yè)務(wù)方面：在開展點(diǎn)檢工作的基礎(chǔ)上，編制各種自主維修計(jì)劃預(yù)算，如維修工程計(jì)劃、維修備件材料計(jì)劃、維修費(fèi)用計(jì)劃等，作好原始記錄、信息傳遞、實(shí)際數(shù)據(jù)整理和分析，不斷提高設(shè)備點(diǎn)檢技術(shù)的管理水平。（3）設(shè)備點(diǎn)檢管理作用：崗位點(diǎn)檢和專業(yè)點(diǎn)檢是設(shè)備點(diǎn)檢管理兩個(gè)基本方面，是設(shè)備管理發(fā)展和分工的產(chǎn)物，是現(xiàn)代設(shè)備工程安全信息化管理的具體表現(xiàn)形式。只有兩者有機(jī)結(jié)合充分發(fā)揮團(tuán)隊(duì)精神，設(shè)備效能才能充分發(fā)揮，根據(jù)要求對兩者進(jìn)行合理分工，明確相應(yīng)責(zé)任。6.2設(shè)備安全智能監(jiān)控966.2.1設(shè)備安全信息化管理

1、點(diǎn)檢管理（4）實(shí)施途徑樹立操作者是設(shè)備第一責(zé)任人理念。設(shè)備的安全可靠運(yùn)行是完成生產(chǎn)任務(wù)首要條件，關(guān)注設(shè)備運(yùn)行狀態(tài)及安全信息是操作人員的一項(xiàng)重要工作。建立設(shè)備故障信息反饋——設(shè)備點(diǎn)檢作業(yè)表。只有熟悉設(shè)備功能和結(jié)構(gòu)，才能熟練使用設(shè)備，避免因操作失誤造成的各種設(shè)備故障。點(diǎn)檢作業(yè)表作用：做好設(shè)備點(diǎn)檢作業(yè)表能及時(shí)了解設(shè)備缺陷或故障的真實(shí)情況，為設(shè)備開展大修或項(xiàng)修提供可靠依據(jù),也客觀反映設(shè)備運(yùn)行工作質(zhì)量，提高操作和維修人員排故積極性，確保設(shè)備完好打下基礎(chǔ)。設(shè)備點(diǎn)檢作業(yè)表運(yùn)用：a.設(shè)備什么時(shí)間發(fā)生故障；b.什么時(shí)間已排除故障；c.主要由誰排除設(shè)備故障等。點(diǎn)檢作業(yè)表的巡檢內(nèi)容和部位制定方法：根據(jù)具體設(shè)備而定，以“六化”為指導(dǎo)，即“點(diǎn)檢管理制度化、點(diǎn)檢隊(duì)伍專業(yè)化、點(diǎn)檢內(nèi)容標(biāo)準(zhǔn)化、點(diǎn)檢過程規(guī)范化、點(diǎn)檢工作信息化和點(diǎn)檢結(jié)果效益化”。6.2設(shè)備安全智能監(jiān)控976.2.1設(shè)備安全信息化管理作業(yè)工藝管理建立設(shè)備安全信息化管理是為了更好地發(fā)揮設(shè)備的綜合效益和提高設(shè)備的技術(shù)功能。從當(dāng)前推行現(xiàn)場管理情況來看，一致認(rèn)識到提高設(shè)備綜合效益不能局限于設(shè)備管理本身，還應(yīng)包括生產(chǎn)管理、質(zhì)量管理、現(xiàn)場管理和安全管理等多項(xiàng)內(nèi)容。設(shè)備工程安全信息化管理改進(jìn)方法：將設(shè)備管理與生產(chǎn)、質(zhì)量、現(xiàn)場安全等內(nèi)容有機(jī)地結(jié)合起來，主要是大力引入作業(yè)工藝綜合管理，具體體現(xiàn)在作業(yè)工藝QC表編制、正確運(yùn)用、改善改進(jìn)等。作業(yè)工藝QC表定義：將生產(chǎn)零部件及設(shè)備作業(yè)的各道工序用圖表與數(shù)據(jù)表示出來，使生產(chǎn)員工明確了解工藝要求、品質(zhì)要求、設(shè)備運(yùn)行、安全維護(hù)要求等，確保現(xiàn)場生產(chǎn)的安全可靠進(jìn)行。6.2設(shè)備安全智能監(jiān)控986.2.1設(shè)備安全信息化管理作業(yè)工藝管理作業(yè)工藝QC表作用與內(nèi)容：用來指導(dǎo)作業(yè)人員具體操作設(shè)備的一種綜合作業(yè)工藝管理技術(shù)文件，在表內(nèi)要明確設(shè)備現(xiàn)場作業(yè)各項(xiàng)技術(shù)要求，讓操作人員理解設(shè)備運(yùn)行中核心技術(shù)要素，在操作時(shí)嚴(yán)格按作業(yè)工藝表的操作規(guī)程要求執(zhí)行。為了使操作人員更好地理解設(shè)備運(yùn)行重點(diǎn)和要領(lǐng)，在表內(nèi)“示意圖”欄專門配備加工設(shè)備的圖片和操作時(shí)細(xì)節(jié)、顯示儀器儀表的圖片等。作業(yè)工藝QC表制定方法：為確保每道工序加工品質(zhì)，表內(nèi)設(shè)立設(shè)備作業(yè)程序欄目，對使用設(shè)備作業(yè)前、作業(yè)中、作業(yè)結(jié)束三階段，操作者必須執(zhí)行的具體規(guī)程；也可以設(shè)立設(shè)備工序作業(yè)指導(dǎo)欄目，對設(shè)備使用、刀具使用、品質(zhì)檢驗(yàn)等方面必須執(zhí)行的規(guī)定內(nèi)容，對重點(diǎn)工序，要在“管理重點(diǎn)”欄填寫清楚。6.2設(shè)備安全智能監(jiān)控996.2.1設(shè)備安全信息化管理作業(yè)工藝管理作業(yè)工藝QC表詳見表6-1。作業(yè)工藝完成日期：

年

月

日

修訂日期批準(zhǔn)審核編制批準(zhǔn)審核編制

圖號名稱工序名稱設(shè)備名稱作業(yè)標(biāo)準(zhǔn)時(shí)間工具、檢具名稱其他

工時(shí)

人員

材質(zhì)規(guī)格其他安全管理制造條件管理

口罩、手套、袖套

管理項(xiàng)目管理評價(jià)確認(rèn)方法確認(rèn)次數(shù)記錄方式

保護(hù)眼鏡

工作服

工作帽

其他

設(shè)備作業(yè)程序作業(yè)前作業(yè)中作業(yè)結(jié)束

1.

1.

1.

2.

2.

2.

3.

3.

3.

4.

4.

4.

5.

5.

5.管理重點(diǎn)

1.

2.

3.

4.

5.表6-1作業(yè)工藝QC表實(shí)例圖6.2設(shè)備安全智能監(jiān)控1006.2.1設(shè)備安全信息化管理設(shè)備軟件管理在深入了解企業(yè)設(shè)備管理現(xiàn)狀及需求基礎(chǔ)上，建立以設(shè)備狀態(tài)監(jiān)測數(shù)據(jù)和信息化軟件技術(shù)為支撐的設(shè)備管理系統(tǒng)，將使企業(yè)建立全壽命周期的現(xiàn)代設(shè)備工程平臺，它直接支持底層的各種離線及在線監(jiān)測儀器，包括點(diǎn)檢儀、頻譜分析儀、在線監(jiān)測站及最新的智能監(jiān)測儀器，并與企業(yè)ERP、MES等管理信息化和自動(dòng)化系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)交換。通過人工或在線智能點(diǎn)檢收集設(shè)備狀態(tài)數(shù)據(jù)，記錄并管理設(shè)備運(yùn)行的積累歷史數(shù)據(jù)，通過對狀態(tài)數(shù)據(jù)分析給出狀態(tài)報(bào)警信息及異常狀態(tài)記錄，結(jié)合故障數(shù)據(jù)及其他相關(guān)運(yùn)行數(shù)據(jù)，指導(dǎo)設(shè)備可靠性維護(hù)與檢修工作實(shí)施以及相關(guān)備品配件的優(yōu)化采購，為優(yōu)化檢修提供技術(shù)支撐。開發(fā)設(shè)備軟件管理主要從設(shè)備信息化管理；全面獲取設(shè)備狀態(tài)信息；促進(jìn)設(shè)備最優(yōu)運(yùn)行三方面展開。6.2設(shè)備安全智能監(jiān)控1016.2.1設(shè)備安全信息化管理設(shè)備軟件管理（1）設(shè)備信息化管理開發(fā)設(shè)備軟件管理，實(shí)現(xiàn)設(shè)備狀態(tài)管理的信息化。將設(shè)備在線監(jiān)測與點(diǎn)檢監(jiān)測的信息納入計(jì)算機(jī)管理，實(shí)現(xiàn)設(shè)備狀態(tài)的信息化管理；且設(shè)備管理系統(tǒng)可與ERP等軟件技術(shù)信息化系統(tǒng)實(shí)現(xiàn)信息的交換與共享，解決信息化系統(tǒng)缺少基礎(chǔ)狀態(tài)數(shù)據(jù)的難題。實(shí)現(xiàn)設(shè)備的智能點(diǎn)檢和預(yù)知維修。最有效地實(shí)現(xiàn)設(shè)備狀態(tài)受控、狀態(tài)預(yù)知維修。實(shí)現(xiàn)設(shè)備管理的標(biāo)準(zhǔn)化和規(guī)范化。借助系統(tǒng)提供的綜合點(diǎn)檢儀和ID紐扣，使現(xiàn)場工作標(biāo)準(zhǔn)化和程序化，解決現(xiàn)場工作管理難問題。強(qiáng)化數(shù)據(jù)分析。借助軟件技術(shù)系統(tǒng)提供豐富的狀態(tài)分析工具和智能診斷功能，對設(shè)備狀態(tài)進(jìn)行分析和診斷，實(shí)現(xiàn)對設(shè)備狀態(tài)準(zhǔn)確掌握，為實(shí)現(xiàn)優(yōu)化檢修提供技術(shù)支撐。規(guī)范異常處理。根據(jù)設(shè)備狀態(tài)數(shù)據(jù)產(chǎn)生的報(bào)警及異常信息，通過軟件技術(shù)系統(tǒng)對設(shè)備進(jìn)行相應(yīng)處理，并對處理結(jié)果進(jìn)行跟蹤監(jiān)測，進(jìn)行技術(shù)積累，以提高整體的設(shè)備檢修技術(shù)水平和管理水平。規(guī)范維修作業(yè)流程。從檢修計(jì)劃編制、審核、檢修結(jié)果記錄、備件更換、材料消耗等，實(shí)現(xiàn)軟件技術(shù)系統(tǒng)規(guī)范地管理。6.2設(shè)備安全智能監(jiān)控1026.2.1設(shè)備安全信息化管理

3、設(shè)備軟件管理（2）全面獲取設(shè)備狀態(tài)信息設(shè)備軟件管理來解決管理系統(tǒng)問題的方案：對于生產(chǎn)線上的關(guān)鍵設(shè)備，采用在線監(jiān)測方式實(shí)現(xiàn)狀態(tài)實(shí)時(shí)受控；對于其他重要設(shè)備采用離線專業(yè)點(diǎn)檢的方式進(jìn)行監(jiān)控；系統(tǒng)通過點(diǎn)檢或在線監(jiān)測收集設(shè)備狀態(tài)數(shù)據(jù)，并通過對狀態(tài)數(shù)據(jù)的分析，使得與設(shè)備管理相關(guān)的工作有序、高效地開展，降低設(shè)備維修費(fèi)用。通過實(shí)施應(yīng)用設(shè)備軟件管理系統(tǒng)，企業(yè)將實(shí)現(xiàn)對重要及關(guān)鍵設(shè)備的狀態(tài)受控與預(yù)知維修，并將規(guī)范與優(yōu)化設(shè)備工程的各項(xiàng)工作流程，其主要功能模塊包括：基礎(chǔ)數(shù)據(jù)維護(hù)、設(shè)備資產(chǎn)管理、狀態(tài)管理、維修工程、備件庫存、運(yùn)行分析等。6.2設(shè)備安全智能監(jiān)控1036.2.1設(shè)備安全信息化管理設(shè)備軟件管理（2）全面獲取設(shè)備狀態(tài)信息設(shè)備軟件管理系統(tǒng)實(shí)現(xiàn)效果：促進(jìn)設(shè)備管理信息化建設(shè)，實(shí)現(xiàn)企業(yè)內(nèi)部各種設(shè)備信息的積累與共享。為企業(yè)提供先進(jìn)的狀態(tài)監(jiān)測及狀態(tài)分析手段。提高設(shè)備管理人員的工作效率與技能。規(guī)范與優(yōu)化設(shè)備工程的各項(xiàng)程序化流程。及時(shí)發(fā)現(xiàn)故障隱患，科學(xué)指導(dǎo)設(shè)備維修及備件采購。促使企業(yè)實(shí)施重要設(shè)備狀態(tài)預(yù)知維修，提高設(shè)備利用率，降低維修成本。6.2設(shè)備安全智能監(jiān)控1046.2.1設(shè)備安全信息化管理設(shè)備軟件管理（3）促進(jìn)設(shè)備最優(yōu)運(yùn)行根據(jù)設(shè)備及人員現(xiàn)狀，結(jié)合自身產(chǎn)品及技術(shù)服務(wù)優(yōu)勢，通過應(yīng)用軟件技術(shù)管理系統(tǒng)提出針對性的智能監(jiān)測方案，促進(jìn)設(shè)備達(dá)到最優(yōu)運(yùn)行。對于關(guān)鍵設(shè)備采用在線監(jiān)測站，對設(shè)備振動(dòng)信號進(jìn)行多通道實(shí)時(shí)監(jiān)測和診斷，并同步監(jiān)測設(shè)備溫度、轉(zhuǎn)速及各種工藝量信號等。對于測點(diǎn)較分散、敷設(shè)電纜不方便的重要設(shè)備采用無線監(jiān)測器監(jiān)測設(shè)備溫度及振動(dòng)信號，通過無線通信站將數(shù)據(jù)傳送到數(shù)據(jù)庫服務(wù)器。對于其他設(shè)備采用儀器儀表進(jìn)行周期性監(jiān)測，在設(shè)備異常時(shí)采用頻譜分析儀對設(shè)備進(jìn)行精密監(jiān)測和診斷，從而以最優(yōu)成本實(shí)現(xiàn)了整條生產(chǎn)線設(shè)備的狀態(tài)受控。6.2設(shè)備安全智能監(jiān)控1056.2.1設(shè)備安全信息化管理設(shè)備軟件管理（3）促進(jìn)設(shè)備最優(yōu)運(yùn)行設(shè)備狀態(tài)管理系統(tǒng)作用：采用軟件技術(shù)B/S結(jié)構(gòu)，兼容所有在線與離線監(jiān)測儀器，作為整個(gè)生產(chǎn)線設(shè)備綜合監(jiān)測與管理的平臺，實(shí)現(xiàn)對生產(chǎn)線重要設(shè)備狀態(tài)的自動(dòng)監(jiān)測、智能報(bào)警及精密故障診斷，為設(shè)備狀態(tài)預(yù)知維修提供科學(xué)依據(jù)。通過數(shù)據(jù)采集及存儲、數(shù)據(jù)處理、故障診斷等手段，實(shí)現(xiàn)遠(yuǎn)程監(jiān)控、智能化、數(shù)字化管理。設(shè)備狀態(tài)管理系統(tǒng)組成：主要軟件管理模塊有：設(shè)備狀態(tài)信息、狀態(tài)分析、在線監(jiān)測、維修信息等。將各個(gè)測點(diǎn)納入監(jiān)測網(wǎng)絡(luò)，實(shí)現(xiàn)了設(shè)備狀態(tài)信息的有效積累和共享，減少設(shè)備事故的發(fā)生，減少生產(chǎn)線的非計(jì)劃停機(jī)時(shí)間。見圖6-5。6.2設(shè)備安全智能監(jiān)控1066.2.1設(shè)備安全信息化管理設(shè)備軟件管理（3）促進(jìn)設(shè)備最優(yōu)運(yùn)行圖6-5設(shè)備軟件管理應(yīng)用達(dá)到最優(yōu)運(yùn)行設(shè)備管理系統(tǒng)AdvancedEAM設(shè)備狀態(tài)管理系統(tǒng)MCS1000ERP、MESDCS、SIS點(diǎn)檢監(jiān)測模塊MRS3.0點(diǎn)檢儀、頻譜分析儀在線監(jiān)測模塊MOS2000在線監(jiān)測站、無線檢測器6.2設(shè)備安全智能監(jiān)控1076.2.2儀器儀表安全檢測儀器儀表檢測是設(shè)備安全智能監(jiān)控的主要基礎(chǔ)手段，未來主要提升檢測儀器儀表三性：技術(shù)先進(jìn)性、準(zhǔn)確性、安全可靠性，重點(diǎn)開發(fā)信息化的整合技術(shù)。從溫度、壓力、振動(dòng)（聲發(fā)射）、油液主要四大方面形成完整儀器儀表安全檢測監(jiān)控技術(shù)，具體：在大型設(shè)備、成套設(shè)備從綜合、復(fù)合、多功能儀器儀表應(yīng)用上自成體系；主要生產(chǎn)設(shè)備儀器儀表檢測技術(shù)與設(shè)備狀態(tài)監(jiān)控有機(jī)結(jié)合，充分發(fā)揮設(shè)備效能；高危設(shè)備、重點(diǎn)設(shè)備及系統(tǒng)逐步建立在線監(jiān)測系統(tǒng)等。儀器儀表安全檢測發(fā)展方向：全面提升監(jiān)控檢驗(yàn)技術(shù)、新型傳感器技術(shù)及儀器儀表開發(fā)應(yīng)用、強(qiáng)化設(shè)備在線實(shí)時(shí)監(jiān)控、完善智能化監(jiān)控檢測系統(tǒng)、提升分布網(wǎng)絡(luò)化監(jiān)控檢測等五個(gè)方面。6.2設(shè)備安全智能監(jiān)控1086.2.2儀器儀表安全檢測全面提升監(jiān)控檢驗(yàn)技術(shù)在大數(shù)據(jù)時(shí)代背景下，全面提升監(jiān)控檢驗(yàn)儀器的數(shù)據(jù)處理和分析能力。對國民經(jīng)濟(jì)主要產(chǎn)業(yè)，特別是化工、石油、機(jī)械、航天航空、高鐵等行業(yè)復(fù)合儀器儀表監(jiān)控檢驗(yàn)技術(shù)應(yīng)用全面覆蓋，減少或杜絕惡性事故發(fā)生，使設(shè)備能效明顯提高。具體內(nèi)容：提高檢測設(shè)備整體經(jīng)濟(jì)性能和效益；根據(jù)監(jiān)測檢驗(yàn)信息，確保設(shè)備在故障或事故來臨前立即停機(jī)，并具有及時(shí)有效的措施恢復(fù)設(shè)備運(yùn)行；提高對設(shè)備現(xiàn)場運(yùn)行參數(shù)分析能力，自動(dòng)有效調(diào)整參數(shù)，確保設(shè)備在最佳范圍內(nèi)運(yùn)行等。6.2設(shè)備安全智能監(jiān)控1096.2.2儀器儀表安全檢測

2、新型傳感器技術(shù)及儀器儀表開發(fā)應(yīng)用（1）新型傳感器技術(shù)優(yōu)點(diǎn)：與傳統(tǒng)的傳感器相比，MEMS傳感器具有體積小、重量輕、成本低、功耗低、可靠性高、適于批量化生產(chǎn)、易于集成和實(shí)現(xiàn)智能化的特點(diǎn)。同時(shí)，微米量級的特征尺寸使得它可以完成某些傳統(tǒng)機(jī)械傳感器所不能實(shí)現(xiàn)的功能。分類：MEMS傳感器，按照被檢測量可分為加速度、角速度、壓力、位移、流量、電量、磁場、紅外、溫度、氣體成分、濕度、pH值、離子濃度、生物濃度及觸覺等類型的傳感器。應(yīng)用：MEMS傳感器可應(yīng)用于眾多與檢測相關(guān)的領(lǐng)域，如消費(fèi)電子領(lǐng)域的加速度計(jì)、陀螺儀等，汽車工業(yè)領(lǐng)域的壓力傳感器、加速度計(jì)、微陀螺儀等，航空航天領(lǐng)域的慣性測量組合(IMU)、微型太