智能维修(Intelligent Maintenance Technology)

什么是智能维修

　　智能维修旨在维修过程及维修管理的各个环节中，以计算机为工具，并借助人工智能（AI）技术来模拟人类专家智能（分析、判断、推理、构思、决策等）的各种维修和管理技术的总称。

智能维修的应用现状

　　人工智能在维修领域中主要应用于在故障诊断、维修训练、维修管理、维修评估等方面，其中维修管理包括维修决策、维修规划、预防性维修间隔期的确定等。

　　1、故障检测与诊断

　　故障检测与诊断是产品或设备进行修复性维修的前提，准确的进行故障检测、诊断和故障隔离是实施正确、及时维修的先决条件。采用专家系统，进行故障检测诊断诊断是人工智能技术在维修领域最为广泛的应用。根据故障现象，利用汇集维修领域专家知识和经验建立专家系统，包括建立故障特征信息库、知识库，维修策略信息库等，或采用基于案例推理的方式，进行故障检测与诊断，以便为设备管理人员或维修人员提供故障检测与诊断的智能决策。

　　文献提到了Kitchen等建立了一种集可靠性、维修性和测试性分析于一体的专家系统，该系统可根据潜在故障模式和产品结构框架，利用工程师和测试专家已有的知识和经验，运用基于案例的推理技术，推荐需要进行的测试工作和测试点，以便进行故障隔离，该系统已用于Martin marietta电力供应系统；北京理工大学将专家系统技术应用于柔性制造系统的故障诊断，并建立了智能型维修库，将诊断和维修重要专家知识等以知识库的提供给用户和厂家。

　　一些智能诊断的软件也相继被开发并投入实际使用，文献中描述了测试行业开发的多种辅助维修程序，如被称为诊断专家的美国陆军队的SPORT和空军的 IMIS诊断系统，该系统可协助设备管理人员进行自动机械的故障诊断，通过提供系统的故障特征，并逐步分析，为维修或服务提供建议；Xiaoguo Zhu等人开发的一个人工智能保障系统（IMSS）用于卡车的状态监控、故障诊断和维修，以降低集成采油车等大型机电设备的维修费用；Milacic等人采用自动控制理论、知识模块、人工智能工具和技术等元素，开发一个名为EXMS（专家维修系统）的专家系统模型已被开发，用于柔性制造系统（FMS）机械的诊断和维修。

　　2、维修管理

　　维修管理在设备维修中具有重要的作用，缺乏科学维修管理的企业将面临严重的后果，如工厂关闭、公司破产，有时甚至会导致丧命的后果。而良好的维修管理可以带来更好的作业环境、更好的效益。人工智能在维修管理方面也有许多应用，利用专家系统的模拟和推理、知识发现等功能，人工神经网络的学习特性，建立设备维修决策模型，实施设备维修的智能决策和管理，为企业提供维修决策、确定大型、复杂设备的维修间隔期，进行维修方案选择等。

　　维修决策：智能维修决策系统可以根据维修人员输入的相关信息，提供可选择的维修方案。因为在具体的维修实践中，维修人员的经验和水平是一个不可忽视的因素，一个具有丰富维修经验的人员所做出的维修决策和选择的维修方案比一个缺乏经验的维修人员所做出的维修决策和选择的维修方案，从时间、费用、效益等方面多要好得多，因此，可以充分利用领域专家知识和实践经验建立专家系统进行维修决策。采用专家系统进行维修决策，可用于各类复杂设备的维修管理。文献采用智能型维修系统，将诊断技术与现代信息技术结合在一起，从而获得最佳的寿命周期费用；文献中描述了采用人工智能技术实现维修管理系统的集成，该系统不仅考虑公司设备维修工作，而且还考虑产品质量，生产系统效率和生产费用，实施基于人工智能的维修管理系统规划，并控制维修活动。该项目已经在香港中心纺织公司实施。

　　确定最佳修理间隔期，为维修部门提供合理的维修规划。对于预防性维修活动，如定期润滑，检测和维护等，都是预先规划并事先确定操作时间的。定期维护，不考虑设备工作状况，其结果是造成大量的维修资源的浪费。文献采用可靠性工程中的概念，统计过程控制（SPC）技术，人工智能技术，开发了一个决策支持系统来根据设备的工作状况动态的地规划预防性维修活动。采用人工神经网络中的遗传算法，进行预防性维修优化，该系统已经应用于核电力设备中；文献介绍了采用遗传算法寻找最优的时间规划并选择合适的维修人员配置，优化核电力设备的预防性维修。

　　智能控制：开发智能控制维修管理系统，以解决设备管理中控制、维修和管理相互独立，自动化和信息的角度被分割在不同的层次，形成独立信息孤岛的问题。文献提出了一个智能控制维修管理系统（ICMMS）。该系统是集成的、分布式的、开放的和智能的，解决了设备管理中的信息孤岛问题，并将开发的 ICMMS成功的应用在一些水利力发电设备和配套的中心电力设备上。

　　质量评估：利用人工神经网络的学习特性，实现对管理专家评估思想的学习与模拟，建立了航空维修质量评估专家系统，为航空维修工程的宏观质量管理提供决策支持。

　　3、维修训练

　　对于大型化、复杂化的关键设备而言，一旦发生故障造成的经济损失往往是巨大的，因此就要求维修人员能够迅速、准确判断故障性质和故障部位，及时处理故障，恢复系统正常运行，这就要求有合适的维修训练环境，能培养一批具有丰富经验的维修人员。智能维修训练系统就能满足维修训练的需要，为受训者提供了一个模拟的工作环境使他们能在计算机上安全可靠地进行维修操作，使“新手”很快能成为一名熟练的维修人员，加快了维修人员的培养周期，提高了维修保障水平，同时节约了费用。文献描述了“AEA敏捷方法”训练管理系统，采用训练或跟踪“智能”来自动复习评审和存储，并作为常规下载发送，标明临近老化或故障信息，立刻发出“警报”对发出“警报”。该系统优化了用户的维修管理系统，使用户能够在正确的时间实施正确的维修，采用正确的可以利用的器材料、以及获得发现故障的正确信息；我军部分装备维修部门也针对一些大型装备开发了相应的智能维修训练系统。

智能维修的发展趋势

　　随着人工智能技术是发展和应用，在维修中的应用领域将会逐渐扩展，不再仅仅局限于以上领域。概括起来，在维修过程中直接运用人工智能的领域主要有：a、智能诊断，借助人工智能方法，在监测的基础上对复杂系统的故障进行分析和判断，确定出故障位置、原因等，并给出解决方法；b、机器人学，采用机器人的视觉和模式识别本身需要人工智能的方法才能解决。例如让机器人完成特殊环境下的维修任务；c、智能设计，在维修性设计中引入人工智能。有很多设计难于建立数学模型和用数学方法求解，与人工智能相结合的CAD、CAPP等为维修性设计开辟了新的途径；d、智能控制，主要有专家控制系统与专家控制器，仿人智能控制器，基于神经网络的控制系统等。

　　计算机技术和信息技术以及网络技术的发展，促使智能维修将向着综合化、网络化的方向发展。其综合化包括功能的综合化和技术的综合化，是指未来所开发的智能维修系统将不仅针对某项维修职能或任务，而是集成化、综合化的智能维修功能，可能包括故障诊断、维修决策、维修规划、维修训练等多项功能，开发的智能维修系统所采用的技术是综合化的，可能包括专家系统、神经网络，还可能融合了网络、仿真、虚拟等各项技术；其网络化则是通过网络，实现智能的远程监控，及时获得设备的状况，发出故障警告，相关的维修信息实现网络共享。随着互联网和无线联网技术进一步发展，未来各大型制造企业的制造实施将从传统的工厂集中体系向电子工厂和电子供应链体系转变，网络化的电子维护将为公司提供智能性的预测工具通过互联网无线连接系统来监控公司资产，防止出现不可预料的故障。一个“看门狗”装置可以作为“黑匣子”使用。一旦出现失败，操作员可以从“黑匣子”中得到最后几分钟的导致机床损坏的信息。这样就可以迅速确定故障的位置，进行迅速的修复。同时，相关知识信息也可以和其他用户在联网或无范围约束环境下实现资源共享，运用网站通过资源优化来得到近乎零停工的性能。

相关条目

参考文献

1. ↑ 周红.人工智能在维修中的应用与发展
2. ↑ 李建平、甘茂治.国外维修和维修发展动态.中国机械工程.1998，Vol9，No4，P52-57.
3. ↑ deMare, G.、 Giordano, G.，智能维修辅助“软件”. AUTOTESTCON '94. IEEE Systems Readiness Technology Conference. 'Cost Effective Support Into the Next Century', Conference ProceEDIngs. P.595-601.
4. ↑ Kaiser.J、吴月华.机车车辆的智能型维修.国外机车车辆工艺.2000，3，P.32-35.
5. ↑ Zhang, J.、Tu, Y.，Intelligent decision support system for equipment diagnosis and maintenance management. Innovation in Technology Management - The Key to Global LEAdership. PICMET '97: Portland International Conference on Management and Technology.
6. ↑ Y. L. Tu，R. Y. K. Fung. DECISION SUPPORT SYSTEM FOR SCHEDULING PREVENTIVE MAINTENANCE ACTIVITIESY. The 14th World Congress of International FEDeration of Automatic Control (IFAC), Beijing, P. R. China, July 5-9, 1999，p.403-408.
7. ↑ Vili podgorelec. OPTimizing preventive maintenance in a nuclear power plant using genetic algorithms.1999 International Conference on Computational Intelligence for Modeling, Control and Automation (CIMCA'99): EvolutioNARy Computation & Fuzzy Logic for Intelligent Control, Knowledge Acquisition & Information Retrieval, Vienna, Austria, February 17,p.17-22.
8. ↑ Ye Luqing; Li Zhaohui. Intelligent control-maintenance-management system and its applications on hydropower. 2nd IFAC/IFIP/IEEE Conference on Management and Control of Production and Logistics (MCPL 2000) Vol.2 5-8 July 2000 Grenoble, France，p.609-614.
9. ↑ 李廷军、徐永汉. 神经网络应用于航空维修质量评估专家系统.现代电子技术，2001，3，P：42-43.
10. ↑ Muammer，Koc，Jay LEE.邓军民译. 新一代电子维护系统的系统框架. 中国机械工程.2001.5，Vol12，No5，P531-535.
    备注：数据仅供参考，不作为投资依据。