煤炭行业设备健康管理

煤炭行业设备健康管理煤炭行业设备健康管理我国富煤贫油少气的资源特点决定了煤炭是我国能源消费的主体，在我国的一次性能源生产和消费中占据了主导地位。在未来相当长时期内，煤炭作为主体能源的地位不会改变。近年来，我国煤炭总体产量稳中有升。2021年全国原煤产量41．26亿吨，同比增长5．74%。2022年上半年，我国原煤产量21．94亿吨，同比增长12．57%。随着我国煤炭行业向高品质、高效率方向发展，煤炭产业的核心设备健康管理系统的重要性日益凸显，市场前景广阔。家用医疗器械细分市场属血糖仪最大2019年11月，国际糖尿病联合会（IDF）发布了第9版《IDF全球糖尿病概览》，数据显示2019年，中国预估有1．16亿名成年人患有糖尿病，位居全球第一。目前我国血糖监测系统整体市场渗透率约为40%，相比发达国家90%的渗透率，还存在巨大的增长空间，即使与全球平均渗透率水平60%相比，仍有较大的发展潜力。受益于居民收入水平提升，对按摩保健器具特别是花费较高的按摩椅的消费观念在逐渐发生变化，国内按摩器具的渗透了提升，同时，市场规模也在逐年上升。目前中国是全球按摩器具的研发与制造中心，是全球最大的按摩椅出口国，整体技术实力稳步提升。同时，中国也是全球按摩保健产品市场需求增长最快的地区之一。由于高血压是一种长效慢性疾病，假设每个患者在家中至少拥有一单位数量的电子血压计。根据测算结果，2019年中国电子血压计的理论市场规模为53亿元，2012-2019年市场规模的年均复合增长率达到27．8%。2016年，中国政府向联合国交存《关于汞的水俣公约》批准文书，成为公约第三十个批约国。该《公约》制定了到2020年逐步淘汰水银器械的目标，其中涉及包括水银温度计、水银血压计在内的众多产品。我国已经就水银血压计的生产提出豁免申请，该类产品的生产将自2026年起淘汰，但进出口应自2021年起停止。因此，含汞医疗器械的替代工作势在必行。这意味着电子血压计将会强制替代水银血压计。随着禁汞逐步实施，电子血压计的市场规模将会实现快速增长。据北京听力协会的估算，现阶段中国听力受损人群约有7200万人，然而助听器的佩戴率不到10%，这与发达国家差距甚远。有大量听力受损的患者生活质量受到影响却无计可施，极少的辅助治疗选择困扰着许多听障患者。我国人口老龄化问题将导致我国听力障碍患者人数呈上升趋势，这将为我国助听器产业的发展提供巨大的消费市场，按照天猫助听器的市均价700元计算，前瞻初步估算2019年我国助听器产业市场规模将达到50亿元。OSA是一种有潜在致死性的睡眠呼吸疾病，而睡眠呼吸机作为治疗睡眠呼吸暂停综合征效果显著，在近年来受到了市场的广泛欢迎。由于肥胖人群较多以及工作社会压力较大，我国存在大量的阻塞性睡眠呼吸暂停综合征OSA患者，发病率高达13%，患者人群规模远超印度、美国等人口大国，睡眠呼吸机的市场需求十分巨大。2011年以来，中国睡眠呼吸机市场销售规模快速增长，2015年达到8．3亿元，2018年中国睡眠呼吸机市场销售规模约为15．3亿元。近年来，随着OSA患者的认知率的不断提高，而且生产企业将销售渠道拓展到零售端，增加产品的可及性，预计睡眠呼吸机销售规模将仍保持稳定增长的态势，到2019年中国家用呼吸机的市场规模超过18亿元。设备的健康管理发展趋势工业设备的健康管理是智能制造发展方向之一。2021年工信部、国家发改委等8部门发布的《十四五智能制造发展规划》中明确提及实施大型制造设备健康监测和远程运维，保证流程安全运行；打造全生命周期数据共享平台，实现全产业链优化，并在工业软件突破提升行动提及故障预测与健康管理软件（PHM）、运维综合保障管理（MRO）。随着工业自动化、智能化水平不断提升，工业设备的现代化运维管理已经成为工业数字化、智能化转型必不可少的部分。根据《机械工程学报》发表的《面向2035的智能制造技术预见和路线图研究》，数字孪生技术、设备健康评估和故障预示技术列于面向2035的智能制造技术清单内。数字孪生在数字化的环境下，将人机物等物理实体映射形成信息虚体。它通过对来自物理实体的实时数据，理解对应的物理实体的变化并对变化做出响应。借助信息空间对数据综合分析处理的能力，应对外部复杂环境的变化，进行有效决策，并作用到物理实体。在这一过程中，物理实体与信息虚体之间交互联动、虚实映射，通过数据融合分析、决策迭代优化等手段共同作用，实现制造活动的持续优化，为生产制造活动提供新的时空维度；设备健康评估和故障预示通过故障机理分析与损伤演化建模，以及衰退分析和预测等技术，建立基于失效机理的全寿命设计、预测性维护的理论模型。以设备运行数据、数据挖掘、特征学习、信息共享、安全与隐私保护等技术为基础，融合设备原理、专家知识和数据模型，对装备基本零部件早期微弱故障或者极其微弱异常信息，进行强相关故障特征有效分离、早期微弱故障特征增强与提取、多维空间特征映射与提取，从而有效识别早期微弱故障与复合故障，推动远程监测、诊断、健康管理与预测维护等领域的技术进步，提供设备维护的预测性建议。设备健康管理技术可使对设备的运维管理从被动性的反应性维修活动转向主动性、先导性的维修活动，从而实现在准确的时间对准确的部位釆取准确的维修活动。随着传感器技术、芯片技术、计算机软件技术、大数据分析和人工智能的不断成熟和发展，设备健康管理在工业和领域的应用市场前景十分广阔。国家制造业持续增长带动行业发展随着国家工业不断持续快速发展以及制造业转型升级战略的不断推进，我国制造业总体规模位居世界前列，综合实力和竞争力显著增强。近十年来，我国制造业持续快速发展，总体规模大幅提升，综合实力不断增强，不仅对国内经济和社会发展做出了重要贡献，而且成为支撑世界经济的重要力量。设备健康管理作为智能工厂的重要组成部分，对促进工业转型升级、切实推进和提升现代工业设备的健康维护与设备管理发挥着重要作用。我国制造业的持续发展和产业转型升级必将带动设备健康管理新兴产业的快速增长，为业内企业业务扩展提供了广阔的市场空间。随着制造业升级和智能制造全面推进，现代工业企业的生产规模日益扩大，工业生产自动化程度越来越高，工业安全生产领域暴露出的问题也越来越多。安全事故发生经常与设备的运行故障相关，而通过设备的智能运维和健康管理准确预测并提前发现设备运行的异常状态，可以为企业从源头上规避安全事故和为企业安全生产保驾护航，因此已成为众多工业企业的迫切需求。随着安全生产理念逐渐深入人心，企业对设备安全生产运行的要求日益提高，为了更好地预防、减少和控制设备相关事故的发生，未来我国政府和企业将逐步增大对设备安全监测的投入，智能运维和健康管理相关产品和服务的需求将进一步扩大。随着我国制造业转型升级，智能运维和健康管理市场需求增长迅速，Bently等越来越多的国外公司不断加强对中国市场的资源投入。同时随着智能运维和设备健康管理市场逐步进入高速发展的阶段，国内将会有更多的企业进入到该行业中，市场竞争日趋激烈。设备健康管理涉及软件、硬件、机械故障诊断等多个技术领域，具有跨专业、多技术融合的特点，对技术研发人员的素质要求较高。在智能运维和设备健康管理行业迅速发展的背景下，市场对于复合型人才的需求剧增，人才的缺乏及不同细分行业之间的人才争夺可能对行业发展构成不利影响，在一定程度上将会制约行业的发展。我国设备健康管理行业来看，国外企业起步早，定价相对较高，商务谈判条款和付款要求等较为严格，提供较为完善的本地化后续支持和技术服务的难度较大，也无法应用于敏感行业；国内企业总体技术已接近或达到国外同行水平，与国外大型厂商相比，国内从事设备健康管理的企业规模相对较小，但是能够提供持续的本地化后续支持和技术服务，并对敏感行业提供支撑。国内技术研发型企业凭借多年来的技术积累及市场开拓，正逐步成为市场的主要参与者。健康管理需求引爆家庭医疗设备不同于大型的医院用医疗器械，家用医疗器械不仅拥有医疗器械的特点，还生发出类似家用电器的消费品属性。相较于大型医疗设备而言，家用医疗器械技术门槛较低，受众群体广泛。随着保健知识不断普及，家用医疗器械将逐渐成为家庭常用品。尽管目前进口家用医疗器械产品占主导地位，但随着人口老龄化、高龄化的加剧，糖尿病、高血压等慢性老年病的患者人数还将持续增长，国内家用健康护理期限的需求日益增长。目前，在医疗器械领域，血糖仪、血压计、按摩仪都是国内企业的重要阵地。随着近几年的快速发展，在效用与国外产品同步的情况下，国产产品以绝对的价格优势抢占了越来越多的市场。考虑到2020年疫情对中国医疗设备市场的影响，以及国家应对疫情的居家政策，前瞻初步预测2020年中国家用医疗设备的市场规模将上涨30%，超过1500亿元。随着疫情防控的常态化，中国与家用医疗设备的增速将以20%的复合平均增速发展，到2025年市场规模超过3800亿元。健康管理关键技术发展趋势PHM是指故障预测和健康管理，为了满足自主保障、自主诊断的要求提出，是基于状态的维修CBM（视情维修）的升级发展。它强调资产设备管理中的状态感知，监控设备健康状况、故障频发区域与周期，通过数据监控与分析，预测故障的发生，从而大幅度提高运维效率。要实现PHM，除了物理基础条件保障外，既需要大数据分析技术，又需要非常密集的行业知识、经验和模型作为支撑。诊断是产品（装备）在预期的使用状态下，通过评估其健康状态变化，监控健康状态、预测剩余使用寿命的过程；健康管理是利用诊断信息对相关安全、基于状态维修、确保产品充足库存的决策。PHM允许产品在实际生命周期内系统可靠性的扩展使用。从20世纪70年代起，故障诊断、故障预测、CBM、发动机监控、健康管理等系统逐渐在工程项目中探索应用。在30年的发展过程中，电子产品机上测试、发动机健康监控、结构件健康监控、齿轮箱、液压系统健康监控等具体领域问题的PHM技术得到了发展，出现了健康与使用监控系统、集成状态评估系统、装备诊断与预测工具集成应用平台，故障诊断、使用监测与维修保障系统相互交联变得愈来愈重要。工程实践表明，PHM技术可以降低维修保障费用、提高战备完好率和任务成功率，体现在：通过减少备件、保障设备、维修人力等保障资源需求，降低维修保障费用；通过减少维修，特别是计划外维修次数，缩短维修时间，提高战备完好率；通过健康感知，减少任务过程中故障引起的风险，提高任务成功率。PHM系统一般应具备故障检测、故障隔离、增强的诊断、性能监测、故障预测、健康管理、部件寿命追踪等能力，通过联合分布式信息系统与自主保障系统交联。F-35战斗机的PHM系统分为机上与地面监控管理两方面。机上部分，包括推进系统、任务系统等若干个区域管理者，完成子系统、部件性能监测，增强的故障诊断，实现关键系统与部件的故障预测等任务。例如，推进系统区域管理者就集成了吸入碎片监控、发动机微粒监控、涡轮叶片监控、滑油微粒监控等功能。PHM强调装备管理中的状态感知、数据监控与分析，监控设备健康状况、故障频发区域与周期，预测故障的发生，从而大幅度提高运维效率。大多数故障诊断与故障预测工具都具有领域相关的特点。诊断和预测分析方法包括三类：物理失效模式、数据驱动模式、融合模式。物理失效模式分析是装备产品失效的根本原因，包括地点、方式和部件，是建立在产品寿命周期内以可靠性为基础、评估物理部件配置、识别部件失效评估预测的方法论。数据驱动模式分析是在使用实时和历史数据基础上，以统计概率分析获得评估、决策、预测产品剩余寿命和可靠性的方法。融合模式是物理失效模式和数据驱动模式两者相结合的分析方法。故障诊断与预测都是对客观事物状态的一种判断，故障诊断与预测包括认知模型、功能及性能信息（基于故障状态信息）使用中表现出来的异常现象信息（基于异常现象信息）、使用中所承受的环境应力和工作应力信息（基于使用环境信息）、预置损伤标尺的状态信息（基于损伤标尺信息）等。基于故障状态信息的故障诊断与预测典型方法包括电子产品的机上测试，以及非电子产品功能系统的故障诊断等，环境应力对电子产品造成的某些累积损伤也表现为电性能的退化。基于异常现象信息的故障诊断与故障预测，在非正常工作状态下所表现出来或可侦测到的异常现象（振动、噪声、污染、温度、电磁场等）进行故障诊断，并基于趋势分析进行故障预测。大多数机械产品由于存在明显的退化过程，多采用这种故障诊断与预测方式。基于异常现象信息进行故障诊断与故障预测的是基于历史统计数据、故障输入获得的数据等各类已知信息，针对当前产品异常现象特征，进行故障损伤程度的判断及故障预测。概率分析方法、人工神经网络、专家系统、模糊集、被观测对象物理模型等都可以用于建立异常现象与故障损伤关系模型。概率趋势分析模型通过异常现象对应的关键参数集，依据历史数据建立各参数变化与故障损伤的概率模型（退化概率轨迹），与当前多参数概率状态空间进行比较，进行当前健康状态判断与趋势分析。神经网络（ANN）趋势分析模型利用ANN的非线性转化特征，及其智能学习机制，来建立监测到的故障现象与产品故障损伤状态之间的联系。利用已知的异常特征-故障损伤退化轨迹，或通过故障注入建立与特征分析结果关联的退化轨迹，对ANN模型进行训练/学习；然后，利用训练/学习后的ANN依据当前产品特征对产品的故障损伤状态进行判断。由于ANN具有自适应特征，因此可以利用非显式特征信息来进行训练/学习与故障损伤状态判断。基于系统模型进行趋势分析利用建立被观测对象动态响应模型（包括退化过程中的动态响应），针对当前系统的响应输出，进行参数辨识，对照正常状态下的参数统计特性，进行故障模式确认、故障诊断