设备健康管理紧密结合生产实际工程科学，是现代化生产发展的产物
思瀚产业研究院 博华信智    2025-03-07

设备健康管理系统（PHM）主要依靠设备状态监测与故障诊断技术，系通过识别和抓取设备运行中的相关数据信息并进行分析，确定故障性质、部位和起因，准确预报设备故障的程度和趋势，并提出相应的运维策略。

设备健康管理是一门紧密结合生产实际的工程科学，是现代化生产发展的产物，状态监测与故障诊断技术起源于美国和欧洲等发达工业国家。早在 20 世纪 60 年代末和 70 年代初期，美国、英国等发达国家即成立相关行业组织。

1971 年，美国麻省理工学院的 Beard 在博士论文中首先提出用解析冗余代替硬件冗余，通过系统的自组织使系统闭环稳定，再利用比较观测器的输出得到系统故障信息的新思想，标志着基于解析冗余的故障诊断技术的诞生。

2000 年 7 月，PHM 技术被列入美国国防部的《军用关键技术》报告，至今已实现从方案设计到工程实用阶段的转变。目前，状态监测与故障诊断技术已经得到美国等发达国家的深度研究与推广应用，并正在成为新一代飞机、舰船和车辆等武器装备研制阶段与使用阶段的重要组成部分。

代表性的相关系统包括：F-35 飞机 PHM 系统、直升机健康与使用监控系统（HUMS）、波音公司的飞机状态管理系统（AHM）、NASA 飞行器综合健康管理（IVHM）、美国海军综合状态评估系统（ICAS）以及预测增强诊断系统（PEDS）等。美国等发达国家的状态监测与故障诊断技术应用范围覆盖各类先进武器装备，在降低维修保障成本，提高武器装备安全性、可用度与完好性，确保任务成功性，提升作战效能方面发挥了重要作用。

例如，根据《Aeronautical Science and Technology》论文，PHM在军用直升机、固定翼飞机上已有比较广泛的应用，并取得显著成效，2017 年，美陆军认定其 UH-60L“黑鹰”上安装的飞行器综合健康管理系统（IVHMS）比未装备 IVHMS 的直升机出动率高 27%，非计划维修减少 52%，总维修量减少17%。

美国等发达国家代表性 PHM 及应用情况如下：

航天器：IVHM，ISHM，X34 超高速飞行器、X37 空天飞机、“全球鹰”、NASA第 2 代可重复使用运载器

固定翼飞机：PHM，HUMS，F-35、F-22、B-2、“全球鹰”、无人作战飞机（UCAV）、“鹰”教练机、C-130、C-17、RQ-7A/B“影子”200 战术无人机系统、P-8A、AMRAAM 导弹系统、阵风战斗机、EF-2000

直升机：HUMS，JAHUMS，AH-64 阿帕奇、UH-60 黑鹰、CH-47 支奴干、RAH-66 科曼奇、EH-101、Bell-206、欧洲的“虎式”直升机、NH-90、AS350 松鼠、战地侦察直升机（BRH）、水面作战海上旋翼机（SCMR）、AH264、山猫直升机

舰艇：ICAS，PEDS，“华盛顿”号航母、“林肯”号航母、“星座”号航母、“里根”号航母、“提康德罗加”号航母、“宙斯盾”导弹巡逻舰、“阿利·伯克”级驱逐舰、“佩里”号导弹护卫舰、英国“机敏”级攻击型核潜艇、澳大利亚皇家海军“科林斯”级潜艇、加拿大“维多利亚”级潜艇、荷兰“海鳝”级潜艇

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专栏提及“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采取准确的维修活动。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军工领域的应用市场前景十分广阔。