本文是对状态监测维护（CBM – Condition Based Maintenance）系统的概述，我们将会讨论以下部分：
- 如何利用状态监测来确定设备健康状况。
- 状态监测在技术发展方面的现状
- 哪些系统和流程可以用来建立和管理一个成功的设备健康（PHM）和状态监测（CBM）项目。
需要注意的是，本文讨论的是一种管理思路与方法。不局限于其实现形式。你可能是通过手工抄表，没有任务CMMS/EAM系统的情况下进行CBM。也可能是通过完成的自动化/物联网集成+智能化的算法。
状态监测的现状
物联应用越来越多，数据收集现在无孔不入。从地表沉降检测到你各种家电的操作的次数，大家都在努力的收集数据。例如，生产中以每分钟几个测量值的速度监测他们每台地下电动装载机的20或30多个测量点，包括：装载速度、每个液压支柱施压力等。
电子元件设计和制造工艺的改进，测量仪器越来越小、性能更强、成本更低。如果你参与过选型、安装、操作或维护设备，可能已经经历过某设备供应商会与你接触，提供最新的监测插件，承诺提高你的设备可靠性。
良好的维护实践表明，维护要关注于事前预防而不是事后修复故障。为了检测和预防设备故障，我们需要数据。数据越多，评估就能越准确。遗憾的是，实践起来，没有想的容易。
你要问的第一个问题是 “为什么我需要状态监测？” 不管别人如何推荐，必须先有明确的需求。在实施CBM解决方案时，你首先要清楚：“我现在遇到了什么问题？这个方案到底需要解决的问题是什么？”只有针对具体问题的解决方案，才是有意义的。
状态监测周期
状态监测是一个过程周期，它不是有开始和结束的线性系统，而是一个数据采集、分析和决策的连续循环，最终导致更好的设备健康管理。如图：
这个周期中的第一块是应该不难理解的。市场上有很多检测工具/仪器可以测量、存储和传递与你需要测量的内容。
目前，主要的挑战是在用云表示的过程部分（唉，云里雾里）：评估正在收集的数据，并产生设备 “健康 “状态判断的模型；或专家经验的人工判断。从本质上讲，挑战在于如何“理解”从现场设备上传来的大量数据流。虽然我们都假设认为用于确定特定资产状况的模型是已知的，预测也是可靠的，但现实是，情况并非总是如此。
有一些系统或其中的一部分设备功能会有一个简单的模型，因此健康诊断相对容易。这些是可以用 “如果 “规则来总结的条件类型。
“如果 温度[X]小于设定点[Y]，那么[设备状态]是好的，否则，发出警报”。
然而，大多数系统并不那么简单。它们在运行方式上有内在的复杂性，并对它们在生产任务和作业环境条件都反映。对于任何被要求评估成套系统的风险和条件的人来说，这一点甚至更加明显，因为许多这些系统和子系统的健康状况需要被结合到一个整体的健康指标或KPI中。
人们期望，在某个时候，人工智能科学将发展到足以产生一个强大的自动模型和诊断工具，但我们现在还没有到那一步。
同时，你能做的是建立一个合理的、目标明确的系统，帮助你在可靠性和可用性方面达到你的战略目标，而不消耗你大量的资源。
实施资产健康状况监测计划
实施资产健康状况监测计划的五个步骤如下。
- 确定设备和其评估模型方案
- 定义和了解变量
- 选择监测仪器并建立一个数据收集和存储系统
- 定义并遵循一个一致的状态评估系统
- 将状态监测系统整合到你现有的维护策略中去
- 持续优化
1、确定设备和其评估模型方案
第一步是整个计划的基础。你需要确定测量哪些变量，收集哪些数据，以及如何将其转化为有价值的决策信息。你需要业务需求与管理改进的目标（产能提升？停机时间下降？），确定要了解哪些设备的健康状况，来制定对应的检测与维护方案。
首先，要选定将被监测的设备。要确定哪些设备值得纳入该计划，一个好的工具是通过设备关键性矩阵。通常，那些有较高风险，以及较高财务/安全后果的资产优先被纳入状态监测计划。早些与包括财务、生产运营和设备维护人员进行交流，获得各团队的认同，将使你更容易获得未来实施所需的资源。
确定好哪些设备需要被监测，接下来决定好要使用哪些状态和健康评估模型。这些模型是状态监测系统最重要的组成部分之一。这些模型是 “翻译”，将收集到的数据转化为有用的诊断，表明资产当前的 “健康状况”。
模型可能有各种形式（可能是一个简单的 “如果 “规则，一个完整的软件工具，甚至是一个组织或专家，他们将解释你给他们的数据，产生一个关于设备当前状况和健康的判断。）。因此我们这里讨论提是一个抽象的概念，把这个 “黑盒子”形象化，它把数据作为输入，把条件评估结果作为输出。什么样的模型是有效的，将与你要评估的设备类型有关。
自工业革命以来，不同的工程学科对不同类别的设备都有不同程度的了解。这意味着对于每类资产，都多或少能找到状态评估模型供你使用。可以咨询下这种设备类别专家（如原厂或专业技术公司）。
这一步的输出是一个设备清单和相关的状态评估模型。
例如：传送道，其溜槽的内壁装有耐磨板，功能是保护溜槽的内壁并保持其机械完整性。随着磨损，它们的厚度会减少，直到它们太薄而无法可靠地发挥其功能，必须被替换。在这种情况下，溜槽衬板的状况是由其厚度决定的。每块板的磨损率各不相同，取决于以下因素：矿石的磨蚀性、板在溜槽内的位置、矿石速度、平均块度等。
当模型的因素已知时，该模型应该能够描述资产的状况。本例：
状态=F(磨损板厚度)
| 状态 | 耐磨板厚度 |
|---|---|
| 100%寿命（新） | 150mm |
| 75%寿命 | 130mm |
| 50%寿命 | 110mm |
| 25%寿命 | 90mm |
| 寿命终止（更换） | 70mm |
我们需要的是模型的输出是对状况的评估，在这个例子中，这与磨损板厚度直接相关即可。通常情况下，资产的状况必须由一个以上的因素来描述，而且关系更为复杂。通常引入更多检测条件，评估达到更好的置信度。而这个例子中厚度是磨损板状况已经足够了。虽然还可以添加更多的输入参数，使模型更加复杂，但没有必要。
2、定义和理解要测量变量
在确定了设备和模型方案后，下一步是正确理解你要测量的参数和原因。基于模型，明确要哪些输入才能使它们发挥作用。
你必须避免的一个常见的陷阱是 “快乐测量”，我们工程师们喜欢玩弄数据，在Excel中制作漂亮的趋势线和图表，而不产生真正的业务作用。
为了建立一个适当的状态监测系统，必须仔细选择和定义要测量的参数。如果一个变量值得捕捉和储存，它必须是反映资产状况的一个重要指标。所选择的变量将必须清楚地映射到一个模型中，即使是一个简单的模型。如果被测量的变量和模型之间没有明确的关系，就不要包括它。
继续我们的滑道例子，我们在上一步中看到，滑道的状况是其厚度的一个函数。那么，耐磨板的厚度显然是要监测的变量。然而，监测其他变量也可能是有价值的，可能会丰富我们对系统的了解。比如矿石的质量（如其磨损性）或通过滑道的矿石量。额外的数据输入，将给你带来额外的能力，例如不仅可以评估当前的状况，还可以预测磨损率，从而预测资产状况随时间推移的未来状态。
有一点很重要，为自动化、保护和控制目的而测量的参数可以被纳入状态监测程序，但不是所有的参数都必须被使用。不要因为某项数据存在，就觉得必须要收集和存储它。一些测量和变量在特定的系统中具有特定的功能，但这并不一定意味着它们必须被用作CBM的输入。
3、选择监测仪表并建立一个数据收集和存储体系
如果你已经完成了前面的两个步骤，现在你应该有。
- 一份要监测的设备清单。
- 描述这些资产状况的模型。
- 一组需要输入到模型中以产生评估的变量。
现在就可以去采购硬件了。硬件的选型也是个麻烦事。另外，你要记住，虽然自动化是经济与安全的，并不是所有的东西都会或应该由远程设备来监测，在某些情况下，一些监测功能由人工测量来执行是合理的，甚至是明智的。
不同设备的选型方案很复杂，这里只能笼统的说些原则，你需要关注好：
- 功能性：如果你能做好前2步，那现在可以客观地比较可选用的监测仪器。只有你先清楚地知道监测设备应该有哪些功能来满足你的需求，才能防止你 “过度”要求，也不会被设备供应商提供的无数“更好的”选项所干扰。
- 寿命周期：监测仪器必须在被监测资产的生命周期内可用。你应该问这样的问题：这个监测设备是基于什么技术的？设备制造商是否有计划在资产的生命周期内发布新的设备系列，如果有，这个设备是否会 “向后 “兼容？你想在未来避免的情况是，你不得不为那些被认为是过时的备件支付高昂的费用，或者更糟糕的是，换新设备也可能还要承担改造费用，甚至重新做系统集成。理想情况下，一旦你选择了监控设备，它就应该在它所监控的资产的生命周期内保持功能。
- 培训服务：是一个重要因素，尽管它可能不是一个决定性因素，供应商是否提供足够的操作和维护培训。你从这个仪器中得到的价值，在某种程度上取决于你的人员正确操作和维护它的能力。
- 便携性。最后但并非最不重要的是，你选择的设备是永久安装在设备上，还是有随身携带式的工具（参考：基于状态的维护及巡点检工具应用示例）。就便携性而言，你需要在监测设备本身的成本、对 “实时 “监测的需求或仅仅是现场测量以及派人到工厂周围进行测量的成本之间取得平衡。在某些情况下，如大型电动机的局部放电（PD）测量，使用混合系统可能会有好处，即探头永久安装在电动机上，但PD读数仪器在以可靠性为中心的维护（RCM）原则确定的定期间隔内与探头连接。
总而言之，你应该尝试在你对该设备的功能要求、实施该系统的成本以及实施该系统所获得的可靠性和安全利益之间找到一个平衡。CBM也不一定意味着就必须有物联网，甚至没有信息系统，通过纸面点检也可以建立CBM的体系。
4、定义并遵循一个一致的状况评估系统
只有把收集到的数据转化为可执行的设备管理任务，努力才有意义。
这个过程中，必须建立一个坚实和可重复的系统（可能是计算机软件，也可能是人工管理体系）来确定资产的状况。
不管你选择哪种特定的算法来处理传入的数据以将其转化为信息，很重要的是要有充分的文件记录，并整合到你的整体文件控制系统中。团队中的任何相关人员都能使用这个系统展开工作，大家都能了解所有正在收集的数据是如何被转化为可资产健康状态评估，以及后续维护建议的。
5、将状态监测系统与现有的维护策略相结合
“我们发现了问题，但维护部没有采取任何措施，机器最终还是失败了”。这种想法让人沮丧，因为它传达了一种浪费，之前做的这么多都无意义。
上面每一步都有待定的作用和价值，但如果我必须选择一个最重要的步骤，就是付诸实践。CBM结果必须成为维护计划和执行活动的一个组成部分。
6、持续优化
之前的周期图，已经说明了，CBM不是一个一次性的行为，这是一个不同持续改进提升的过程。可以持续的调整需要检测的设备的范围，也可以与模型、测量工具进行改进。
综上所述
本文是要对资产状况监测系统进行深入的或学术性的分析，也不具体提供硬件及软件的工具。而是试图分享一些通用性的概念。一个充分设计和实施的资产状况监测计划将使你的组织能够在健全和可靠的资产信息基础上更准确和适时地维护设备，获得更好的设备利用率与设备寿命。
