一、视情维修
传统维修活动一般使用两种方法：预防维修（Preventive Maintenance，PM）和故障维修（Corrective Maintenance，CM）。预防维修包括基于时间的定期例行维修，用于预防意外事件发生带来的失效。这种方式降低了设备维修费用，但采用这种方法的维护费用却是最高的。相反地，故障维修是在设备失效后进行维修。这种方法避免了不必要的维护，但也意味着所有设备都会发生失效，并且设备故障一定会出现。这两种方法都伴随着巨大的维护费用或者巨大的风险和维修费用。在这两种极端方法之间的方法有视情维修（Condition Based Maintenance，CBM）。
CBM是基于设备当前状态评估是否需要而进行的维修。这种维修策略的理想状态是：在一个错误刚刚呈现出来，但还未导致设备失效时进行维修，这样既避免了不必要的维护，也避免了意外的设备失效和停机，最大程度地降低了维修和维护费用，如图1所示。
图1
二、作用与特点
PHM 是一种全面的故障检测、隔离、预测及健康管理的技术，它的引入不仅仅是为了消除故障，更是为了了解和预报故障何时可能发生，使得系统在尚未完全发生故障之前人们就能依据系统的当前健康状况决定何时维修，从而实现自助式保障及视情维修的目标。PHM技术的出现与应用大大促进了CBM的发展。
PHM代表的是一种方法的转变，即从传统的基于传感器的诊断转向基于智能系统的预测。PHM技术是在系统有异常征兆而其工作状态仍然处于可以接受的工作范围时，判断未来时刻故障是否发生。它除了判断故障有无以外，还要判断故障的类型，以便于事先采取合理的维修、维护措施来预防系统完全故障的发生，因此PHM还应当包含故障定位和隔离及故障诊断的部分内容。它研究的对象是故障发生的征兆，因此就要求对微小的故障信息有足够的分辨灵敏度，能检测和识别出系统的早期故障。同时，由于它所研究的故障征兆幅值一般都很小，易混杂在系统的噪声中，因此相比故障检测其对鲁棒性的要求也更高。
三、体系架构
PHM技术常用的经典架构是基于OSA-CBM开放式体系架构，以常见的电子系统为例，其体系架构如图2所示。
图2
PHM主要由数据预处理和实时状态监测、健康管理、状态预测、模块级故障诊断、元器件级故障诊断、人机接口等组成。通常要求PHM具有以下能力：①测试能力；②传感器、部件和分系统级有关数据的采集能力；③借助系统模型、确证、关联和信息融合技术，精确地检测和隔离系统、部件或子单元的故障或失效状态的能力；④预测即将发生的故障，并估计部件剩余寿命的能力；⑤系统状态管理的能力。
四、解决的问题
PHM的主要解决的问题包括：
（1）当前系统处于其健康退化过程中的哪一种健康状况，是正常态、性能下降态或某一功能失效态；估计当前的状态偏离正常态的程度大小，这属于状态监测与健康管理，用于解决“是否维修”。
（2）依据当前系统的健康状况决定是否维修。若维修，需要判断系统是由于何种故障模式引起其健康水平的下降，并能对故障模块或元器件尽早检测与识别，以免系统完全故障的发生，这属于早期故障模块或元器件的诊断与识别，用于解决“故障是什么”。
（3）若不维修，则继续监测系统当前状态并能够预测，即研究未来时间（下一次任务之内）系统是否能正常完成其功能，并根据过去和现有的状态预测出未来某时间的状态，从而可以提前预警，这属于状态预测，用于解决“何时会故障”。当电子系统的健康状况逐渐下降到一定程度时，虽然它还尚能工作，但依据其健康状况需要停机维修（即视情维修），这样就能避免系统发生完全故障后才维修，同时也避免了系统还在正常的情况下就进行过早的维修。在视情维修情况下，此时的系统尚未发生完全故障，其故障元器件或故障模块还处于早期故障阶段，需要通过一定的诊断推理，找出导致系统性能下降的故障模块或早期故障元器件并替换之，从而实现故障预测，做到真正意义上的视情维修。
本文根据孔学东，恩云飞等老师编著的电子产品故障预测与健康管理改编。
本文转自： 可靠性杂坛
