一种远程在线评估设备状态的PHM快速原型系统的制作方法

本发明涉及设备健康评估领域，尤其涉及一种远程在线评估设备状态的phm快速原型系统。

背景技术：

航空、轮船、高铁、机车设备中的发动机等装置在执行任务过程中工作环境较为恶劣、空间狭小，在设备上配制一套集数据采集、算法训练、特征提取、诊断评估、数据储存为一体的phm(prognosticandhealthmanagement，故障预测与健康管理)系统是难以实现的。尤其是某些装置，例如发动机寿命周期内，固化的发动机诊断评估方案的适用性会逐渐降低，同时算法更新的成本较高。

技术实现要素：

本发明提供一种远程在线评估设备状态的系统，解决现有技术存在的难以将集多种功能为一体的phm系统安装在同一设备上，导致诊断结果不能真实反映设备状态的技术问题。

根据本发明的一个方面，提供了一种远程在线评估设备状态的phm快速原型系统，所述系统包括：

设置在地面上的phm维护模块，用于利用可移动设备的历史监测数据，对phm算法模型进行训练，得到训练完成的算法配置文件，并利用所述phm算法模型和所述算法配置文件，生成算法工具包，发送至phm应用模块；

设置在所述可移动设备中的phm应用模块，用于利用收到的所述算法工具包，重构经过训练的phm算法模型，并利用所述经过训练的phm算法模型，对所述可移动设备的当前监测数据进行处理，得到所述可移动设备的诊断评估结果。

优选地，所述phm维护模块还用于在对phm算法模型进行训练之前，从数据库获取所述历史监测数据，从phm开发模块获取所述phm算法模型。

优选地，所述phm维护模块包括：

模型训练单元，用于通过将所述历史监测数据载入所述phm算法模型，对所述phm算法模型进行训练，得到包含已训练模型的模型参数的算法配置文件；

封装集成单元，用于按照预设格式，对所述phm算法模型和所述算法配置文件进行封装集成，得到所述算法工具包。

优选地，所述phm应用模块包括：

算法重构单元，用于解析所述算法工具包，得到所述phm算法模型和所述算法配置文件，并将所述算法配置文件加载到所述phm算法模型，得到训练的phm算法模型；

诊断评估单元，用于利用所述经过训练的phm算法模型，对所述可移动设备的当前监测数据进行特征提取，得到特征数据，并根据所述特征数据，对所述可移动设备进行评估，得到所述可移动设备的诊断评估结果。

优选地，所述phm应用模块还包括：

数据采集单元，用于采集所述可移动设备的当前监测数据，所述当前监测数据包括气路参数数据和振动参数数据；和/或

数据存储单元，用于存储将所述当前监测数据和/或对应的诊断评估结果。

优选地，所述phm应用模块还用于将所述当前监测数据和/或对应的诊断评估结果保存至数据库。

优选地，所述phm应用模块还用于将所述当前监测数据和/或对应的诊断评估结果发送至设置在所述可移动设备上的人机交互模块。

优选地，所述phm维护模块还用于生成用于重构phm算法模型的控制指令，并在将所述算法工具包发送至所述phm应用模块的同时，将所述用于重构phm算法模型的控制指令发送至所述phm应用模块。

优选地，所述phm应用模块具体用于根据所述用于重构phm算法模型的控制指令，重构经过训练的phm算法模型。

优选地，所述phm维护模块是一台高性能工作站，所述phm应用模块是工控机。

与现有技术相比较，本发明的有益效果在于：

本发明利用设置在可移动设备处的phm应用模块和设置在地面上的维修模块，保持诊断评估方案的适应性，并实时在线实现设备评估结果，准确真实的反应设备状态，有利于远程端的维护人员及时对设备进行维护。

应了解的是，上述一般描述及以下具体实施方式仅为示例性及阐述性的，其并不能限制本发明索要主张的范围。

附图说明

下面的附图是本发明说明书的一部分，其绘出了本发明的示意性实施例，所附附图与说明书的描述一起用来说明本发明的原理。

图1是本发明提供的phm快速原型系统架构示意图；

图2是本发明提供的phm装置组成示意图；

图3是本发明提供的维护模块和应用模块的总体架构图；

图4是本发明实施例提供的维护模块功能结构图；

图5是本发明实施例提供的应用模块功能结构图；

图6是本发明实施例提供的维护模块服务器；

图7是本发明实施例提供的应用模块硬件架构图；

图8是本发明实施例提供的应用模块计算机；

图9是本发明实施例提供的维护模块方法流程图；

图10是本发明实施例提供的维护模块软件总体界面；

图11是本发明实施例提供的算法训练界面；

图12是本发明实施例提供的远程控制界面；

图13是本发明实施例提供的应用模块方法流程图；

图14是本发明实施例提供的应用模块软件总体界面；

图15是本发明的一种远程在线评估设备状态的phm快速原型系统框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，以下结合附图对本发明的主要实施例进行详细叙述，任何所属技术领域技术人员在了解本发明内容的实施例后，当可由本发明所示内容，加以修饰或改变，其并不脱离本发明内容的范围。本文的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。本文中所使用的“包含”、“包括”、“具有”、“含有”等等，均为开放性的用语，即意指包括但不限于。

图15是本发明的一种远程在线评估设备状态的phm快速原型系统框图，如图15所示，所述系统包括：设置在地面上的phm维护模块和设置在所述可移动设备中的phm应用模块。

一、设置在地面上的phm维护模块

设置在地面上的phm维护模块，用于利用可移动设备的历史监测数据，对phm算法模型进行训练，得到训练完成的算法配置文件，并利用所述phm算法模型和所述算法配置文件，生成算法工具包，发送至phm应用模块。

在一个实施方式中，所述phm维护模块可以包括：

模型训练单元，用于通过将所述历史监测数据载入所述phm算法模型，对所述phm算法模型进行训练，得到算法配置文件；

封装集成单元，用于按照预设格式，对所述phm算法模型和所述算法配置文件进行封装集成，得到所述算法工具包。

在本实施方式中，所述算法配置文件包含已训练模型的模型参数及接口信息。

在本实施方式中，所述预设格式可以是现有格式，也可以是自定义格式。

二、设置在所述可移动设备中的phm应用模块

设置在所述可移动设备中的phm应用模块，用于利用收到的所述算法工具包，重构经过训练的phm算法模型，并利用所述经过训练的phm算法模型，对所述可移动设备的当前监测数据进行处理，得到所述可移动设备的诊断评估结果。

在一个实施方式中，所述phm应用模块可以包括：

算法重构单元，用于解析所述算法工具包，得到所述phm算法模型和所述算法配置文件，并将所述算法配置文件加载到所述phm算法模型，得到训练的phm算法模型；

诊断评估单元，用于利用所述经过训练的phm算法模型，对所述可移动设备的当前监测数据进行特征提取，得到特征数据，并根据所述特征数据，对所述可移动设备进行评估，得到所述可移动设备的诊断评估结果。

在以上实施方式的基础上，所述phm应用模块还可以包括：

数据采集单元，用于采集所述可移动设备的当前监测数据，所述当前监测数据包括气路参数数据和振动参数数据；和/或

数据存储单元，用于存储将所述当前监测数据和/或对应的诊断评估结果。

本发明的一种远程在线评估设备状态的phm快速原型系统的工作过程可以如下：

第一步：phm维护模块从数据库获取所述历史监测数据，从phm开发模块获取所述phm算法模型。

第二步：phm维护模块利用所述历史监测数据，对phm算法模型进行训练，训练完成后得到算法配置文件。

第三步：phm维护模块向phm应用模块进行数据发送。

在一个实施方式中，phm维护模块利用所述phm算法模型和所述算法配置文件，生成算法工具包，发送至phm应用模块。

该实施方式的基础上，所述phm维护模块可以生成用于重构phm算法模型的控制指令，并在将所述算法工具包发送至所述phm应用模块的同时，将所述用于重构phm算法模型的控制指令发送至所述phm应用模块。

在另一实施方式中，phm维护模块可以仅将所述算法配置文件发送至phm应用模块。

该实施方式的基础上，所述phm维护模块可以生成用于重构phm算法模型的控制指令，并在将所述算法配置文件发送至所述phm应用模块的同时，将所述用于重构phm算法模型的控制指令发送至所述phm应用模块。

第四步：phm应用模块实时获取所述可移动设备的当前监测数据。

第五步：phm应用模块重构经过训练的phm算法模型。

在一个实施方式中，phm应用模块可以利用所述算法工具包重构经过训练的phm算法模型。

在该实施方式中，phm应用模块通过解析所述新算法工具包，获取所述新算法工具包中的新phm算法模型和新配置文件，并将所述新配置文件加载到所述新phm算法模型，得到已加载所述新配置文件的所述新phm算法模型，即重构得到经过训练的phm算法模型。

在另一实施方式中，phm应用模块利用所述算法配置文件重构经过训练的phm算法模型。

在该实施方式中，phm应用模块将所述配置文件加载到已有的phm算法模型，得到已加载所述新配置文件的phm算法模型。

在以上实施方式中，phm应用模块重构经过训练的phm算法模型的动作可以是在所述用于重构phm算法模型的控制指令的控制下完成的。

第六步：phm应用模块利用经过训练的phm算法模型，对所述当前监测数据进行处理，得到所述可移动设备的诊断评估结果。

第七步：所述phm应用模块进行数据保存。

在一个实施方式中，所述phm应用模块可以将所述当前监测数据和/或对应的诊断评估结果保存至数据库，以供所述phm维护模块调用所述当前监测数据和/或对应的诊断评估结果，用于更新算法工具包。

在另一实施方式中，所述phm应用模块可以保存所述当前监测数据和/或对应的诊断评估结果，也可以将所述当前监测数据和/或对应的诊断评估结果发送至设置在所述可移动设备上的人机交互模块，以便所述人机交互模块实时显示所述当前监测数据和/或对应的诊断评估结果。

上述phm维护模块可以是一台高性能工作站，上述phm应用模块可以是工控机。

以下结合图1至图15，对本发明的原理进行详细说明。

实施例1.phm快速原型系统

图1是本发明提供的phm快速原型系统架构示意图，如图1所示，一种远程在线评估设备状态的phm快速原型系统包括：

设置在设备处的phm应用模块101(或phm应用模型)，用于通过多种传感器采集所述设备运行数据，利用嵌入式实时诊断工具对所采集的运行数据进行评估处理，得到所述设备状态信息；

设置在远程的phm维护模块102，用于建立连接所述phm应用模块的通信电路，经由所述通信电路向所述phm应用模块提供嵌入式实时诊断工具的算法自训练更新工具包。

进一步的，所述远程在线评估设备状态的phm快速原型系统还包括：用于接收phm应用模块101发送的所述设备状态信息的远程人机交互模块，用于远程维修人员根据实时接收的设备状态信息，及时对设备进行维护。

进一步的，所述在phm维护模块102向所述phm应用模块101提供嵌入式实时诊断工具的算法自训练更新工具包的同时，还接收phm应用模块101传输的设备实时运行数据，并对设备实时运行数据进行快速训练实时获得算法自训练更新工具包。

进一步的，所述phm维护模块102包括：

利用数据库中的数据对模型进行快速训练，得到适用于所述设备的算法的自训练单元；

将包含所述算法的配置文件进行封装集成，得到算法工具包的封装单元。

进一步的，所述数据库包括由phm应用模块101通过通信电路传输到phm维护模块102的设备实时运行数据。

进一步的，所述设备实时运行数据包括原始数据或经过特征提取的数据。

本实施例实现phm算法模型的快速训练及算法重构，根据设备不同状态及时更新相应的算法，克服了现有技术中固化的设备诊断评估方案的适应性差，算法更新成本高的技术问题。

实施例2.phm装置

图2是本发明提供的phm装置组成示意图，如图2所示，一种远程在线评估设备状态的phm装置包括：

与所述设备连接的应用器件(或评估器件)1，包括phm应用模块101，用于通过多种传感器采集所述设备运行数据，利用嵌入式实时诊断工具对所采集的运行数据进行评估处理，得到所述设备状态信息；

与所述评估器件(或应用器件)1远程连接的维护器件2，包括phm维护模块102，用于建立连接所述phm应用模块101的通信电路，经由所述通信电路向所述phm应用模块101提供嵌入式实时诊断工具的算法自训练更新工具包。

其中，所述应用器件1可以是任意一种可装载phm应用模块101的电子器件。

其中，所述维护器件2可以是任意一种可装载phm维护模块102的工作站或计算机。

应用实施例：航空发动机的应用

航空发动机可配置phm快速原型系统的主要用途是根据航空发动机的不同应用场景，实现不同形式的phm系统配置远程重构和系统管理，以支持phm应用的快速开发和部署。

本发明提供的远程在线评估设备状态的phm快速原型系统可利用航空发动机寿命周期内采集到的监测参数，分析其在不同工况下的参数特征，实现对航空发动机的实时在线健康评估和故障诊断，以及相关数据的存储，为机载计算机和地面管理中心提供状态监控信息，为发动机的维修保养决策提供数据支撑。其具有1)支持phm算法模型快速训练功能；2)支持算法工具包重构功能；3)为航空发动机地面数据库提供发动机原始监测参数以及在线诊断评估结果。

航空发动机在执行任务的过程中工作环境较为恶劣、空间狭小，在机上配置一套集数据采集、算法训练、特征提取、诊断评估、数据存储为一体的phm系统难以实现。在发动机寿命周期内，固化的发动机诊断评估方案的适用性会逐渐降低，同时算法更新的成本较高。因此为了实现发动机状态的实时监测，提升算法使用的效率和效果，针对航空发动机的可配置phm快速原型系统分为维护和应用两个模块(即航空发动机phm维护模块和航空发动机phm应用模块)，图3是本发明提供的维护模块和应用模块的总体架构图，如图3所示，地面的维护模块由一台高性能工作站(或phm维护服务器)组成，可实现算法的快速训练和封装集成；机载的应用模块包括环境适应性强的工控机(或可重构phm应用计算机)和各类传感器(用于数据采集)，可实时在线地处理原始信号，评估发动机状态。维护和应用模块可通过有线或无线的方式联机。

1、功能描述

1.1维护模块

航空发动机可配置phm快速原型系统维护模块功能结构如图4所示，功能包括：(1)算法训练功能：依据phm开发模块的算法模型从数据库调用原始数据对模型进行快速训练，得到相关配置文件；(2)封装集成功能：将算法及其参数、接口等配置文件按照统一标准进行封装集成，得到算法工具包；(3)通讯功能：维护模块与应用模块之间采用有线或无线的双向通讯协议进行数据传输。维护模块中，输入为算法模型，输出为算法工具包。

1.2、应用模块功能要求

航空发动机可配置phm快速原型系统应用模块功能结构如图5所示，包括：(1)数据采集功能：应用模块能够控制传感器采集发动机监测数据，主要分为气路参数和振动参数；(2)算法执行功能：应用模块能够读取算法工具包中的phm算法模型及其配置文件，将采集到的监测数据输入到已加载所述配置文件的所述phm算法模型进行计算，得到发动机诊断评估结果；(3)算法重构功能：若应用模块收到维护模块发送的新算法工具包，则通过解析所述新算法工具包，获取所述新算法工具包中的新phm算法模型和新配置文件，以得到已加载所述新配置文件的所述新phm算法模型，若应用模块仅收到维护模块发送的新配置文件，则将所述新配置文件加载到已有的phm算法模型，得到已加载所述新配置文件的phm算法模型。(4)数据存储功能：应用模块能够存储原始监测数据和算法运行结果。应用模块中，输入为算法工具包，输出为原始监测数据和在线诊断评估结果。

2、系统技术方案

2.1硬件技术方案

2.1.1维护模块硬件方案

为了满足维护模块多进程同时运行、大量数据快速处理的要求，维护模块服务器应尽可能选用性能强大的工作站，为此服务器平台选用的是北京容天汇海科技有限公司的scw4750超算静音工作站，如图6所示，其cpu采用了第五代intel顶级处理器——corei7-5930k，可有效保证cpu运算算法的执行速度。同时当下十分热门的智能算法大多利用gpu进行更为高速的网络训练，该工作站的gpu专为深度学习定制，由四路nvidiatitanx驱动，搭载直观易用的digits训练系统，大大增强了其机器学习算法的运算能力。

2.1.2应用模块硬件方案

应用模块的硬件架构如图7所示。

为了满足应用模块的运行需求与数据处理的实时性要求，应用模块计算机需要拥有较为强大的cpu，为此选用研华科技有限公司的无风扇嵌入式工控机ark-1550，如图8所示。其cpu采用了第四代intelcorei5-4300u，保证了稳定性的同时拥有较快的计算速度。该工控机运行windows操作系统，支持vga，hdmi和ldvs显示方式，可外接显示器实时查看运行情况。考虑到飞机内空间狭小且振动剧烈，工作环境相当恶劣，而该工控机的机身尺寸仅为223*46.6*133.0mm，可正常工作温度区间为-40～85℃，环境适应性强，噪声小，十分适合作为应用平台的计算中心。

为了采集系统需要的各类参数，需要将不同类型的传感器安装在各试验点，除了满足必须的精度、采样率等条件外，传感器应尽量选用体积小、环境适应性强的类型。

2.2软件技术方案

2.2.1维护模块软件方案

2.2.1.1功能描述

航空发动机运行过程中工况繁杂，其工作状态健康评估和维护状态故障诊断的方法不是一成不变的，为了更好的诊断评估效果，需要根据历史的评估结果和发动机的退化趋势不断调整各算法的参数配置，同时新型算法如深度学习模型的出现和完善为发动机状态的诊断评估带来了更高的精度。基于算法快速更新迭代的考虑，phm维护模块通过算法工具包实现诊断评估算法的重构技术，将更新的算法及其优化的配置封装为算法工具包以轻松实现对诊断评估过程的优化调节，高效利用phm快速原型系统的历史评估信息。

另一方面，神经网络等需要利用大量数据进行训练的算法在机上训练是不现实的，为了提高算法执行的效率，维护模块可以充分利用其强大的性能对算法进行快速的训练，将训练完成的配置文件整合入算法工具包，从而让应用模块快速执行。

2.2.1.2实现方法

维护模块方法流程如图9所示：

(1)接收phm开发模块的设计方案，从数据库中调用需要的数据载入模型中，对算法模型进行快速训练；

(2)训练完后依照统一的规则将算法模型及配置文件封装集成为算法工具包；

(3)通过无线通讯方式，将算法工具包以及对应用模块的控制指令发送至应用模块。

2.2.1.3输入与输出

维护模块方案的输入为：算法模型以及数据库原始数据；

维护模块方案的输出为：对应用模块的控制指令和算法工具包。

应当说明的是，对应用模块的控制指令包括但不限于用于重构phm算法模型的控制指令。

2.2.1.4功能可视化

维护模块软件总体界面如图10所示。

软件中可以载入数据库中的数据对选定的算法进行训练，如图11所示。

发动机维护过程中，维护模块可与应用模块建立无线连接，并实现对应用模块的远程控制，应用模块采集的原始数据和结果数据将发送至数据库，界面如图12所示。

2.2.2应用模块软件方案

2.2.2.1功能描述

航空发动机寿命周期内的监测参数主要包括气路参数和振动数据，应用模块需要协调各类传感器采集温度、流量、压力、加速度等信号，并加载算法工具包对数据进行处理，从而实现实时的发动机诊断评估。

2.2.2.2实现方法

应用模块方法流程如图13所示：

(1)加载维护模块发送的算法工具包；

(2)依据需求协调各传感器参数的采集；

(3)对原始数据进行预处理、特征提取，从而对发动机进行健康评估、故障诊断等，并将结果和原始数据进行存储；

(4)在发动机维护时将结果和原始数据发送至数据库。

2.2.2.3输入与输出

应用模块方案的输入为：算法工具包以及控制指令；

应用模块方案的输出为：诊断评估结果和原始监测数据。

2.2.2.4功能可视化

应用模块软件总体界面如图14所示。在维护时，可以将应用模块外接显示器以查看原始监测数据和历史诊断评估结果。

综上所述，本发明具有以下技术效果：

1、本发明实施例提供的phm快速原型系统可以利用设备(例如机电设备)寿命周期内采集到的运行数据(例如振动信号数据、气路参数数据)，分析其在不同工况下的参数特征，实现设备的实时在线健康评估和故障诊断，以及相关数据的储存，为机载计算机和管理中心提供状态监控信息，为设备的维修保养决策提供数据支撑。

2、本发明实施例提供的phm快速原型系统可实现phm算法模型的快速训练及算法重构，根据设备不同状态及时更新相应的算法，克服了现有技术中固化的设备诊断评估方案的适应性差，算法更新成本高的技术问题。

尽管上文对本发明进行了详细说明，但是本发明不限于此，本技术领域技术人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改，都应当理解为落入本发明的保护范围。