关键生产设备预测性维护第1部分通用要求.docxVIP

1

关键生产设备预测性维护第1部分：通用要求

1范围

本文件规定了关键生产设备预测性维护系统的总则、可行性分析、数据获取和处理功能、健康状态预测功能、维护管理与执行功能等。

本文件适用于指导预测性维护系统的建设。

2规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T40571-2021智能服务预测性维护通用要求

GB/T43555-2023智能服务预测性维护算法测评方法

3语和缩略语

3.1术语

以及下列术语和定义适用于本标准。3.1.1

失效failure

执行要求的能力的丧失。

注：改写GB/T2900.99-2016，定义192-03-01。

3.1.2

故障fault

因内在状况丧失按要求执行的能力。

注：改写GB/T2900.99-2016，定义192-04-01。

3.1.3

关键生产设备intelligentmanufactureequipment

用于智能制造的关键生产装备，如智能机器人、数控机床等。3.1.4

监测终端monitoringterminal

2

是指采集、处理物理量（如流量、压力、温度、湿度等）信息，并能与集中或交互终端进行数据交互的装置，简称监测终端。

注：改写GB/T31960.1-2015，定义3.4。

3.1.5

预测性维护predictivemaintenance

通过监测、诊断或预测形成观察对象的状态指标，从而决定的连续或间断进行的维护。这类维护的结果应表明当前和未来的功能能力或计划维护的性质和时间表。也称为基于状态的维护。

3.2缩略语

ERPMESRUL

企业资源规划制造执行系统剩余使用寿命

EnterpriseResourcePlanningManufacturingExecutionSystemRemainingUsefulLife

4总则

4.1功能模型

关键生产设备的预测性维护系统的功能模型如图1所示，其中仅包括了系统必备的功能，可根据实际情况增加其他功能模块。

图1预测性维护系统功能模型

如图1所示，完整的装备预测性维护流程包括数据获取和处理、状态识别、故障判别和定位、健康度预测、维护管理和维护执行等阶段。其中：数据获取和处理阶段的输出为状态表征数据，通过状态识别功能判断装备状态是否发生异常，如未见异常则直接进入健康度预测阶段，如出现异常则进入故障判别和定位阶段以判断是否发生故障，将故障定位等信息作为健康度预测阶段的输入。

面向装备和生产单元开展预测性维护的案例见附录A。

4.2工作流程

关键生产设备预测性维护的实施应着重于发现和避免根原因的失效模式，其工作流程如图2所示，预测性维护的功能与数据传输也应遵循该流程。

3

图2关键生产设备预测性维护工作流程图

5可行性分析

5.1装备特征分析

装备结构与功能是开展预测性维护的关键输入。在关键生产设备预测性维护过程中，需分析的特征包括但不限于：

——装备运行环境，如建筑物、安装条件、共振、材料等；

4

——管网与辅助系统，如进口、出口、冷凝器、阀门等；——润滑方式，如油类、脂类、液压液体、粉类等；

——控制系统，如机械式、电气、气动式、液压式、DCS等；——性能，如速度、压力、载荷、温度、噪声、振动等；

——装备输入，如电源、水力、空气等；

——装备输出，如功率、牵引力、压力等；

——结构/基础，如位置、材料、刚度、柔性、疲劳、热膨胀等；——耦合，如不同装备之间的相互影响等；

——环境，如水、风、温度、高度、湿度等；——保护系统，如超速、电流、电压等；

——人员，如操作人员、维护人员等；

——监测技术，如精度、采样频率、视觉检测、热成像等；

——成本，如装备改造、生产停产、装备维护等；——系统，如机器或装备的功能等；

——装备和系统的工况与工况的变化范围;

——

……

5.2失效模式影响分析

失效模式影响分析能够寻找到装备可能发生的失效模式，结合影响分析，寻找到危害度较高且可预测的失效，一方面在设计阶段对产品或过程进行修改，从而减轻事后修改的危机，并且找到能够避免或减少这些潜在失效发生的措施；另一方面为预测性维护明确对象，有利于维护工作的开展。

失效模式影响分析可采用FMECA等方法，具体的方法可参考GB/T7826。

5.3数据状况分析

在选定监测分析对象及失效模式后，需要考虑当前的已有数据或可行监测方案是否可以有获取用于分析建