“为什么有的宇航员在月球上能看到中国的万里长城和埃及的尼罗河？因为两者绵延千万里，尽管忽隐忽现，但有迹可循。”近日，在杭州电子科技大学自动化学院系统科学与控制工程研究所，所长文成林教授向记者介绍他成功申报国家基金委与浙江省政府“两化融合”项目——“大型船舶动力系统运营全寿命周期故障预测与智能健康管理”时，打了这么一个比方。
据介绍，故障预测与健康管理技术结合状态监测、故障诊断与预测和剩余寿命评估等，实现对设备健康状态及变化趋势的实时认知，并对使用和维修等活动的决策提供支持。
文成林团队研究发现，要保障大船、大飞机以及火车等大型运输工具经受高强度、长时间的运行，关键在于能在发生故障前根据种种非常细微的迹象早期找出轨迹和规律。“比如大船动力系统中的螺旋桨在发生细小的裂纹前，其内部其实已经松动了，一定会有所表现，如果将传感器检测到的大数据进行智能分析，就能发现征兆，这跟宇航员在月球上观察地球有难度，但长城容易被发现，道理是一样的。”
规模和投资都越来越大的现代化大型运载工具，自动化程度和系统复杂性也越来越高。动力系统是这些高端装备的核心，然而动力系统中某些微小故障或隐患若不能被及时检测出来并得到有效处理，将有可能引发链式反应造成事故，甚至导致灾难性后果。
结合国家对重大产品和重大设施寿命预测技术的重大需求，研究人员选择大型船舶动力系统运营全寿命周期为研究示范对象，建立一套PHM的新方法：运营全寿命周期的阶段划分动态建模与主动感知、故障诊断与预测、智能健康管理、实验验证，取得一批有别于传统框架且具有普适性的PHM新理论新方法，为确保大型运载工具在全寿命周期内的安全高效运行提供理论依据和关键的技术支撑，因而具有重要的理论意义和重要的应用价值。
本报记者金乐平陈路漫通讯员俞振伟