纪国瑞

我们先引用一段关于预测型维护的定义：就是基于对使用损耗特性参数进行机器损坏预测，通过物联网技术对生产设备进行实时监测及响应，做出预测性的设备维护，从而将损耗程度降到最低。同时还降低了人力成本的耗费，将资源进行更合理的分配。

很多传统的工厂都在借助新的物联网技术进行预测型维护转型。

对于风电设备，其实已经具备了基本的条件。风电机组已有的监测系统和风电场的SCADA系统就是这个基本条件的重要组成部分。

预测型运维的支柱有两个：

一个是基于设备运行监测数据的预测模型。目前，我们可以基于设备运行的历史和实时数据建立数据驱动的预测模型，对设备状态进行深度挖掘和早期征兆预警。

其实，预测型维护并不仅仅是发现损坏趋势那么简单。从本质上讲，预测型维护是要用传感器和数据挖掘技术把设备的真实状态和隐藏状态发现出来，从而帮助优化维护的计划和流程。

一个典型例子：通过对风电机组轴承运行数据的建模和在线监测，可发现很多早期征兆，及时进行维护和处理，而不是等到轴承发生超温甚至损坏再去处理，从而避免不必要的损坏和停机。

另一个就是基于这个模型驱动下的运维决策体系。这个方面我很难表达完整，就是你整个运维机制的基础要能够容的下数据驱动的运维体系的运转，否则，再好的预测技术也难以发挥作用。

来源：风电聚焦

（版权归原作者或机构所有）