GB/T 23713.1-2009机器状态监测与诊断 预测 第1部分：一般指南

ICS17.160
中华人民共和国国家标准
GB/T23713.1—2009/ISO13381-1:2004机器状态监测与诊断
第1部分：一般指南
Condition monitoring and diagnostics of machines-PrognosticsPart1:Generalguidelines（ISO13381-1:2004IDT）
2009-04-24发布
中华人民共和国国家质量监督检验检疫总局中国国家标准化管理委员会
2009-12-01实施
规范性引用文件
术语和定义
要求的先决数据
预报概念
基本概念
影响因子
设置预警、报警及跳车（停机）限值·多参数分析
起始准则
失效模式起始的预报
预测的失效和劣化模型
失效模式状态的建模概念
建模类型
般预报过程
预报置信度
7.2预报过程
8预报报告.
附录A（规范性附录）
附录B（规范性附录）
附录C（资料性附录）
参考文献
状态监测流程图
确定预报置信度的例子
失效建模技术
GB/T23713.1—2009/ISO13381-1:2004I
GB/T23713《机器状态监测与诊断第1部分：一般指南。
GB/T23713.1—2009/IS013381-1:2004预测》，由以下部分组成：
后续部分将包括适用手预测的建模方法和技术。本部分等同采用ISO13381-1：2004《机器状态监测与诊断预测
文版）。
本部分等同翻译ISO13381-1：2004。为了便于使用，本部分做了下列编辑性修改：一用“本部分”代替“国际标准ISO13381本部分”删除了国际标准前言·重新编写了本部分的前言：第1部分：一般指南》（英
对13381-1：2004引用的其他国际标准，有被等同采用为我国标准的，用我国标准代替相应的国际标准，未被等同采用为我国标准的直接引用国际标准。本部分的附录A和附录B为规范性附录，附录C为资料性附录本部分由全国机械振动、冲击与状态监测标准化技术委员会（SAC/TC53）提出并归口。本部分起草单位：中国船舶重工集团公司第七一一研究所、浙江大学、北京北重汽轮电机有限公司、南阳防爆集团有限公司、湖北省电力试验研究院本部分主要起草人：周英、李森、张泉南、陈章位、安胜利、王泽威、张大国。GB/T23713.1—2009/IS013381-1:2004引言
机器状态监测的完整过程包括以下五个明显阶段：发现问题（偏离正常状态）；
故障及其原因的诊断；
未来故障进展的预报；
推荐措施；
一后处理。
就机器健康状态的预报而言（预言机器未来的完整性和劣化程度），在需要统计和鉴定的过程中不可能采取精确的方法。因此，预报机器健康状态的标准化更侧重于指南、方法和概念，而不侧重于程序和标准操作法。
未来故障进展的预报需要预知可能的失效模式和机器未来所要承担的任务，并透彻理解失效模式和运行状态之间的关系。这就要求在推测、预测及预报之前就要把以前积累的功能参数、附加功能参数以及目前的状态参数、性能参数收集起来。同时，有越来越多的损伤起始和损伤进展模型。预报过程需要提供这些模型和未来分析损伤模型。当计算能力不断提高以及多参数分析成为事实时，如果已知给定工况下的未来特性，并且可用一组参数值来表达相应模式下的起始准则，那么能够预报失效模式的起始就可能成为现实。V
1范围
GB/T23713.1—2009/IS013381-1:2004机器状态监测与诊断
第1部分：一般指南
GB/T23713的本部分为预报过程的开发提供指南，它旨在：让状态监测和诊断系统的用户和制造商能够分享机器故障预报领域的一般概念；使用户确定所需的数据、特性和必要性能，以获得准确的预报；概括预报开发的一般方法；
一引入预报的概念，以促进未来系统的开发和培训。2规范性引用文件
下列文件中的条款通过GB/T23713的本部分的引用而成为本部分的条款。凡是注日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本部分，然而，鼓励根据本部分达成协议的各方研究是否可使用这些文件的最新版本。凡是不注日期的引用文件，其最新版本适用于本部分GB/T20921机器状态监测与诊断词汇（GB/T209212007ISO13372：2004IDT）机器状态监测与诊断
GB/T22393
3术语和定义
—般指南（GB/T22393—2008.ISO17359：2003,IDT）GB/T20921确定的以及下述术语和定义适用于本部分。3.1
prognosis
预估一个或多个现有和未来失效模式的失效时间和风险。3.2
confidencelevel
置信度
表示诊断/预测的正确程度的质量准则。注1：它以百分率来表示。
注2：这个值实质上是一个数字，它表示误差源对输出结果精度的最终可靠性或置信程度的累积影响，可以通过计算或者加权评估系统来确定。
根本原因
rootcause
导致失效模式产生的事件序列开始时发生的一组状态和/或作用。3.4
失效模式效应分析
failuremodeseffectsanalysis
帮助确定机器失效的途径并评估这个失效所产生的相关效应的试验设计和开发过程。注：FMEA程序在BS5760-5中有所描述。3.5
failuremodeseffectscriticalityanalysis失效模式效应危害度分析
帮助确定维修管理决策的过程，它比FMEA增加了经济、财政和/或安全的成分。注：FMECA程序在IEC60812中有所描述。1
GB/T23713.1—2009/IS013381-1:20043.6
失效模式症状分析
FfailuremodessymptomsanalysisFMSA
基于FMECA的过程，它为了开发和优化监测程序，为每个模式所产生的症兆和最有效的检测和监测方法提供文件资料。
注：此过程在ISO13379中有所描述3.7
预估失效时间
Jestimatedtimetofailure
预估从当前时刻到被监测机器处于失效状态时刻的时间。4要求的先决数据
状态监测的一般概念见GB/T22393，这些构成预报过程的基础和必要前提。预报需要收集可以提供证明的数据，包括：
被观测的车间、机器及部件的总数。a)
所有监测参数和描述符。
历史运行数据、维修数据和失效数据。d)
未来运行和维修的环境、要求和计划表e)
起始诊断，包括所有现有失效模式的识别。失效建模程序，包括统计数据、现有和未来失效模式的影响因子，起始准则，所有参数和描述符的失效定义点。
曲线拟合、预测和重叠技术。
报警限值。
跳车（停机）限值。
失效调查结果
可靠性、有效性、可维修性和安全性数据1
损伤起始数据。
损伤进展数据。
收集当前状态和机器现场性能的可靠性数据，具体目的是：提供实际可靠性调查，做出项目的可靠性特性预估，并与现场数据和损伤模式进行比较，进而提高对未来的预测；
一为提高当前项目和未来进展的可靠性提供数据，收集机器当前现场工作数据和累积工作数据，具体目的是：为今后将损伤起始和具有现场数据的进展模式进行对比，提供关于实际可靠性与已开展工作之间关系的调查；
为提高当前项目和未来发展的损伤预估模式提供数据；为扩展损伤预估模式的应用范围提供数据。收集监测设备及其使用、生产损耗、附件损坏损耗、维修活动和库存的费用数据，具体目的是：为各种不同维修活动的利润率提供调查；改进未来维修决策；
为减少当前项目和未来具体设备的运行和维修成本提供数据；为所有维修活动（状态维修、计划预防性维修、改造维修、服务人员、备件库存等）的优化组织和管理提供费用数据（监测数据、性能数据以及现场工作数据）。2
预报概念
基本概念
GB/T23713.1—2009/IS013381-1:2004预报是预估一个或多个现有和未来失效模式的失效时间和风险，一般是凭直觉并基于经验的。预报通常对具有已知量、关于使用年限、渐进劣化、最简单线性的故障和失效模式有效，对随机失效模式的预测最为困难。
失效是由监测参数/描述符来定义的。要进行预报，只监测数据本身是不够的。预报过程的基本概念是：
定义结束点（通常是跳车设置点）；a)
建立当前的严酷程度；
确定/评估参数的性能和预期的劣化率；c
确定预估失效时间（ETTF）。
诊断的本质是追溯过去，关注给定时刻的现有数据，理解这一点非常重要。但是，预报关注未来，应考虑以下几个方面：现有失效模式和劣化率；
未来失效模式的起始准则：
现有失效模式对未来失效模式起始的作用；现有和未来失效模式与它们的劣化率之间的相互影响；通过当前监测技术得到的现有和未来失效模式的检测和变化灵敏度：为了适应上述内容而对监测策略进行的设计和改进；维修活动的作用和/或运行工况，确保预报有效的条件和假设基本的关系概念可以用因果关系树模型表示，见图1(FM代表失效模式）。现有失效模式(已发生)
预报（现有模式)
5.2影响因子
诊断结论
未来失效模式(将发生)
预报(未来模式)
因果关系树
影响因子是影响失效模式劣化率的参数，例如温度、黏度、间隙、负载和速度等。每个影响因子都可以被看成是现有失效模式的症状，在图1中用实线表示出来，它与现有失效模式的趋势相关联。影响因3
GB/T23713.1—2009/IS013381-1:2004子同样也会影响其他现有或未来故障的起始或进展（见图2）。图2中描述了振动起始参数的例子，由于润滑油泵轴承的故障（一级失效模式），导致密封失效的起始（二级失效模式），它的劣化率比轴承的快。当密封失效时，由于泄漏，引起油传递压力的损失，导致泵叶轮失效的起始（三级失效模式），它有较慢的劣化率。
注：X
时间；
参数的严酷程度；
PFM：一级失效模式（实线）：
SFM：二级失效模式（虚线）：
TFM：三级失效模式（点划线）：影响因子；
级失效模式(PFM)的预估失效时间：二级失效模式（SFM)的预估失效时间：三级失效模式（TFM)的预估失效时间：二级失效模式起始时间；
现在时间：
三级失效模式起始时间，
图2影响因子
5.3设置预警、报警及跳车（停机）限值参数/描述符的失效定义设置点是产品失效时的最终值，一般由失效历史数据来确定。跳车设置点是机器停机时参数/描述符的值，它一般小于失效设置点。这个值通常可以通过标准、制造说明书以及经验确定下来。通常它定义失效状态，但不反映完全失效状态，因为它是为防止后续损伤或灾难性失效的较低设置点
预警和报警限值一般小于跳车（停机）限值，这个值通常取决于维修所需的提前时间。但在确定这个预警值时，应已知以下参数值：a）预报的置信度：
b）未来产品的需求；
备件的提前交货时间；
d）必要的维修计划的提前时间；必要的对故障进行纠正的工作范围：e)
f）趋势推测及预测。
GB/T23713.1-—2009/IS013381-1:2004趋势推测与趋势预测的基本区别是：预测需要根据曲线拟合来评估未来数据：而推测曲线仅仅是现有数据的拟合（见图3）。实际上大多数当前的曲线拟合是由现有数据推测出来的。注：X—时间：
参数值：
已知点；
状态点；
失效值：
跳车设置点：
推测：
预测；
现在时间：
预估失效时间ETTF（推测）：
预估失效时间ETTF（预测）。
图3推测与预测的关系曲线
这个过程需要已知给定失效模式和给定工况的一系列参数的性能。趋势预测需要数学方程式来表示给定工况下给定失效模式的劣化变量的变化率。举一个上述概念的例子，给出一个方程，它描述转子试验台的总加速度的变化率，轴台安装6316型深沟球轴承，轴以3000r/min的速度运转，使用黏度为220cSt（厘斯）的矿物油润滑，在80C的温度下工作。如果这个方程已知，则未来的数据性能也已知，那么趋势预测得到的结果会比趋势推测精确得多。
5.4多参数分析
预报可以应用单参数分析或多参数分析来完成。多参数分析是在一个系统里所有数据同时显示，不仅参数本身而且参数之间的关系都可以被观测到，这个概念对预测非常重要。这对不同的但可能相互关联的参数特别重要，例如轴承温度和油的黏度（见图4）5
GB/T23713.12009/IS013381-1:2004Y
注：X
独立参考值：
参数值：
参数1；
参数2；
参数3；
参数4：
参数5。
图4多参数显示
多参数分析的一个原则就是参数（未经滤波的/未经处理的变量）和描述符（滤波后的/处理过的数据）必须同时进行趋势分析。使用窄带滤波器可以把频谱分解成离散元素，这些离散元素的频带幅值可用于多参数趋势分析。
每个窄带的失效定义设置点是每个频带给定的最大允许幅值：它能够根据其他振动捕述符、油样分析结果、过程参数和性能值画出每个窄带振幅曲线，从而识别和建立它们彼此之间的关系。多参数分析方法表达的困难是每个变量都有不同的测量单位。如果在部件的生命周期里，变量能够不止一次地获得相同的值（见图4），那么这就是复合的多参数分析。在失效状态下变量值（例如流量和压力）为零时：多参数趋势分析和报警都很困难为监测进行的标准多参数分析与为预报进行的多参数分析之间的关键差别在于，预报需要一个公共的严酷程度坐标轴。
简单来讲，它可以被设置为一个寿命使用率，当机器没有运行过时寿命使用率为0%，当机器处于失效状态时寿命使用率为100%。当机器处于失效状态时，那些可能逼近零的数据（例如流量和压力）必须反过来影响“寿命使用率”。当执行基于多参数分析的预报时，对于用到的每个参数或描述符，了解以下内容非常重要：代表100%使用寿命或新状态的开始值；代表0%使用寿命或失效状态的结束值；一参数或描述符的性能怎样反应失效模式的进展以及使用寿命的相应减少。5.5起始准则
对于未来失效模式，这些影响因子必须首先被描述为起始准则，因为同一个参数既可以是现有6