20、智能服务：利用系统级分析的状态监测用例

智能服务：利用系统级分析的状态监测用例

1. 引言与动机

随着先进传感器技术的飞速发展和硬件成本的下降，越来越多的机器和产品配备了传感器，用于获取资产运行的数据。状态监测利用这些数据，能够在早期检测机器故障，减少后续损失，优化维护计划，并降低停机成本。

目前，行业和学术界在为机器、产品、系统和组件开发状态监测解决方案方面面临挑战。大多数研究集中在开发配备传感器的智能材料，或为机器和组件安装大量专门设计的传感器。然而，在许多情况下，使用专用传感器监测某些组件既不技术可行，也不经济。例如，由于技术原因或成本过高，无法将传感器技术集成到像密封件这样的部件中。

对于复杂资产，如飞机发动机、生产机器和风力涡轮机，每个组件的可靠性都至关重要。这些复杂资产由众多组件组成，而这些组件又可能由不同制造商生产的子组件构成。因此，原始设备制造商（OEM）不一定具备为每个组件开发高质量状态监测解决方案的技术知识。

尽管如此，监测小型和看似微不足道的部件仍然具有重要意义。这有助于了解部件在复杂环境中的行为，与竞争对手区分开来，并提供额外的服务，如维护服务、磨损预测或特定组件的分析工具。状态监测还可以防止因组件故障对整个系统造成的后续损害。但对于廉价或小型组件的供应商来说，为其产品提供状态监测解决方案往往成本过高。

本文提出了一种通过系统级分析来观察单个部件状态的概念，无需直接观察这些部件。通过应用机器学习技术，可以根据整个系统的情况推断单个组件的状态，无需额外的硬件。

2. 基础与相关工作

2.1 系统理论

经典物理学试图将自然现象简化为基本单元（如原子）的相互作用，这些单元的性质独立于环境。在生物