智慧军营设施设备健康管理系统

Posted 2021-10-08 mb6142a53bbeb15

​ ​

一、建设背景

      近几年，部队的“四个基本”建设蓬勃发展，尤其是在基本设施上投入大量的人力，物力，财力，极大改善了广大基层官兵住用条件。但是，随着设施的增多，管理难度也日益加大，如何确保部队基层后勤基本设施科学管理，常用常新已成为各级需迫切解决的问题。随着社会的发展，人们安全意识越来越强，对设备安全、稳定运行的要求也随之提高，我们传统的人工巡检制很难实时承担这一责任。为了确保设备安全运行，设备健康管理的研究工作也一直在进行之中。

      因此，对设备进行系统化的健康管理，不仅需要相关业务分析经验，还需建设先进的分析系统，实现设备健康状态监测、故障诊断、故障预测、自主维修和设备综合信息管理等。通过对部队设备状况实施周期性或持续监测，基于机器学习算法和模型来分析评估设备健康状况，自主研发出智慧军营设施设备健康管理系统。

二、痛点分析

      随着建设信息化军队步伐的加快，部队设施设备管理工作呈现出许多新问题、新情况，影响和制约了部队的发展。各级在部队设施设备健康管理工作虽然很重视，但是许多因素造成设备管理工作还存在着一些矛盾和问题。

      以往，部队基本设施管理主要依靠手工操作或者单机操作，上级单位与下级单位处于不同的城市或城市中的不同地区，如何处理分散、实时的数据，实现集中、科学的管理评估，是目前困扰部队基本设施管理的难题。

      首先，设备设施种类繁杂数量大，依靠手工登记、统计，不但工作量大，而且容易出错，也难于做到随时检查随时登记，造成管理者工作错漏，导致设施管理不经常、不到位。其次，当设备设施发生故障时，依靠传统人工状态检测需要耗费大量人力和时间，并且随着设备复杂化，对巡检人员的技术要求越来越高，对故障检测的精确度提出更高要求。最后，对本级及下级管理效益评估不科学、不系统、不及时，对各级管理情况难以实时做出准确评价，也不利于上级对下级实时进行量化检查，导致设施管理隐性问题增多。

三、功能模块

      系统的核心是在广泛获取设备状态信息的基础上，借助数据分析方法和机器学习算法来评估设备的健康状态。因此，需要建立设备数据中心，并应用工业大数据技术实现设备健康管理系统的设计与开发。系统主要由四个模块构成：

1. 巡检与状态监测

      巡检与状态监控模块主要分为巡检管理、在线巡检和现场巡检三部分内容，系统支持巡检计划、巡检任务、巡检人员和巡检线路的设定，支持电子巡检设备巡检，可以接入电子巡检设备的巡检记录，同时支持振动、红外测温、噪声等检测手段检测设施设备运行状态。

2. 设备状态预警

      设备状态预警通过OPC、Modbus、TCP/IP协议接入设备实时信号和电子巡查设备回传的设备信息，实时分析设备的运行状态，并通过电子地图的方式显示设备运行状态，并对异常运行的设备进行报警。

3. 故障分析诊断

      故障分析诊断是以结构化案例和知识库为基础，将知识和案例进行分析，归纳和规划化定义，利用大数据技术对设备、故障、使用备件等关键信息进行关联，形成故障诊断关系图谱，可以直白的展示故障与故障之间存在的潜在关联关系，为故障分析诊断提供决策依据。

4. 维修辅助决策

      维修辅助决策模块能够在信息集成和故障诊断分析的基础上，选择并确定作为维修方案依据的各类参数、定制维修方案要素，编制组成设备维修方案。此外，还能够对生成的多个方案进行自动对比分析并给出排序，为最终选择提供建议。

四、总结

      智慧军营设备设施健康管理系统是一款专业设备管理系统，实现设备全生命周期维保管理，能够快速实现故障处理，巡检处理，维修管理，备品备件管理，有效降低维护成本，能够有效提高维修效率，提升现有装备保障水平和作战效能，对于实现强军目标具有重要战略意义。保证部队对设备的各种管理制度真正落到实处。