2024工業(yè)大數(shù)據(jù)的應(yīng)用實(shí)踐

工業(yè)大數(shù)據(jù)的應(yīng)用實(shí)踐引言隨著工業(yè)進(jìn)入信息化時(shí)代，工業(yè)大數(shù)據(jù)已成為新一輪產(chǎn)業(yè)革命的重要動力。工業(yè)大數(shù)據(jù)以工業(yè)系統(tǒng)的數(shù)據(jù)收集、特征分析為基礎(chǔ)，對設(shè)備、裝備的質(zhì)量、生產(chǎn)效率、用戶體驗(yàn)以及產(chǎn)業(yè)鏈進(jìn)行更有效的優(yōu)化，并為未來的制造系統(tǒng)搭建無憂的環(huán)境[1]4.0美國定義的“工業(yè)互聯(lián)網(wǎng)”，大數(shù)據(jù)在其IBM4.0[23，無數(shù)據(jù)不智能；美國通用電氣GeneralElectriG要的就是數(shù)據(jù)分析，未來每一家工業(yè)企業(yè)也必須是一家軟件企業(yè)，有了軟件必然會有數(shù)據(jù)。大數(shù)據(jù)在工業(yè)領(lǐng)域的興起主要由以下因素決定[4]。設(shè)備自動化過程中，控制器產(chǎn)生了大量的數(shù)據(jù)，然而這些數(shù)據(jù)蘊(yùn)藏的信息和價(jià)值并沒有被充分挖掘。傳感器技術(shù)和通信技術(shù)的發(fā)展使實(shí)時(shí)數(shù)據(jù)的獲取成本不再高昂。云計(jì)算等技術(shù)的興起使設(shè)備的運(yùn)算能力大制造流程和商業(yè)活動變得越來越復(fù)雜，依靠人的經(jīng)驗(yàn)和分析已經(jīng)無法滿足復(fù)雜的管理和協(xié)同優(yōu)化的需求。工業(yè)領(lǐng)域中，如果設(shè)備數(shù)據(jù)、運(yùn)維數(shù)數(shù)據(jù)、市場數(shù)據(jù)和上下游產(chǎn)業(yè)鏈數(shù)據(jù)等能夠在統(tǒng)一的平臺管理，大量的數(shù)據(jù)將會使原本孤立的系統(tǒng)相互連接，使設(shè)備之間可

以通信和交流，也使生產(chǎn)和服務(wù)過程變得更加透明。大數(shù)據(jù)正在改變著人們的生活，過去生活、購物、旅游、娛樂，都已經(jīng)逐步建立起了大數(shù)據(jù)分析系統(tǒng)。無論是國家還是企業(yè)，對大數(shù)據(jù)的投入都數(shù)以億計(jì)。大數(shù)據(jù)的應(yīng)用也從開始的互聯(lián)網(wǎng)領(lǐng)域走向了金與共享的理念，與社會各個(gè)領(lǐng)域的結(jié)合，帶動了生產(chǎn)和社會的巨大發(fā)展和進(jìn)步[5]。工業(yè)大數(shù)據(jù)是大數(shù)據(jù)與智能制造的交叉點(diǎn)，工業(yè)大數(shù)據(jù)是指在工業(yè)產(chǎn)品全生命業(yè)大數(shù)據(jù)基于網(wǎng)絡(luò)互聯(lián)和大數(shù)據(jù)技術(shù)，貫與互聯(lián)網(wǎng)大數(shù)據(jù)相比，工業(yè)大數(shù)據(jù)具和解析性等特點(diǎn)，僅僅依靠傳統(tǒng)的互聯(lián)網(wǎng)大數(shù)據(jù)分析技術(shù)已無法滿足工業(yè)大數(shù)據(jù)的分析要求[7]。因此工業(yè)大數(shù)據(jù)分析并不僅僅依靠算法工具，而是更加注重邏輯清晰的分析流程和與分析流程匹配的專業(yè)技術(shù)體系?；ヂ?lián)網(wǎng)大數(shù)據(jù)可以從數(shù)據(jù)端出發(fā)看問題，但是工業(yè)大數(shù)據(jù)則應(yīng)該從價(jià)值和功能端思考。也就是說，傳統(tǒng)裝備企業(yè)在進(jìn)行物聯(lián)網(wǎng)建設(shè)時(shí)，如果只是強(qiáng)調(diào)數(shù)據(jù)獲取的途徑、量級，沒有考慮到數(shù)據(jù)的具體分析和利用以及相應(yīng)的功能與目標(biāo)，很可能就會造成許多數(shù)據(jù)采集回來之后沒有用，而一些關(guān)鍵數(shù)據(jù)反而沒有采集的情況。表1工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)區(qū)別分類 工業(yè)大數(shù)據(jù) 互聯(lián)網(wǎng)大數(shù)據(jù)數(shù)據(jù)要求 全面樣本數(shù)以覆蓋工業(yè)過程中各類變化條時(shí)效性要求高大量樣本數(shù)時(shí)效性要求低特征提取 注重特征背后的物理意義以特征之間關(guān)聯(lián)性的機(jī)理邏輯 依靠統(tǒng)計(jì)學(xué)工具挖掘?qū)傩灾g的關(guān)系不注重屬性的具體含義分析手段 數(shù)據(jù)建模分析更加復(fù)；強(qiáng)調(diào)跨學(xué)科技術(shù)的融合

具備成熟的數(shù)據(jù)挖掘算法；輕屬性含義、重價(jià)值挖掘，從看似無關(guān)的屬性中找出內(nèi)在價(jià)值應(yīng)用領(lǐng)域 健康診故障預(yù)工況識別市場預(yù)測等 圖像識別語音識別語義分偏好推薦等需求驅(qū)動變革以上海華興數(shù)字科技有限公司簡稱華興公司以下簡稱三一集團(tuán)三一集團(tuán)旗下工程機(jī)械裝備如挖掘機(jī)、旋挖鉆機(jī)、裝載機(jī)、履帶起重機(jī)等提供控制系統(tǒng)和信息系統(tǒng)。華興公司從2007年開始機(jī)器物聯(lián)的實(shí)踐，由于設(shè)備控制器終linguiticsode，通信、傳輸、采集都是自主研發(fā)，因此可

以將任意所需數(shù)據(jù)實(shí)時(shí)上傳至大數(shù)據(jù)平20多萬臺三一集團(tuán)設(shè)備的5000多種參數(shù)，低頻數(shù)據(jù)上傳周期為5mi，高頻數(shù)據(jù)上傳周期為20ms有故障數(shù)據(jù)、維保數(shù)據(jù)以及相關(guān)事件數(shù)據(jù)EVisionEV）版用于管理這現(xiàn)了快速增長。華興公司工業(yè)大數(shù)據(jù)之路發(fā)展至今（如圖1所示），每一項(xiàng)功能的開發(fā)都面向用戶的實(shí)際需要。圖1華興公司工業(yè)大數(shù)據(jù)發(fā)展歷程從滿足用戶的需求到通過數(shù)據(jù)為公司、用戶創(chuàng)造價(jià)值，華興公司的工業(yè)大數(shù)據(jù)經(jīng)歷了如下3個(gè)階段。集中顯示階段工程機(jī)械的銷售特點(diǎn)與其他商品不某臺車不能按時(shí)還款，公司需要及時(shí)對其進(jìn)行法務(wù)處理，因此需要知道每臺貸款車的地理位置。基于這樣的原因，華興公司2007年開始為三一集團(tuán)每臺在外運(yùn)行的設(shè)備安裝全球定位系統(tǒng)globalpositioningsystemGP模塊，并通過控制器將數(shù)器運(yùn)行的信息上傳到服務(wù)器。隨著數(shù)據(jù)慢慢積累得越來越多，為了展示數(shù)據(jù)的統(tǒng)計(jì)結(jié)果，華興公司2011年開始籌備開發(fā)易維訊系統(tǒng)。從開始面向公司內(nèi)部提供機(jī)型分布、開工率、解鎖機(jī)統(tǒng)計(jì)等定期的報(bào)表，到后期面向客戶提供工時(shí)、油耗、周報(bào)、月報(bào)等功能，功能越來越全面，不僅為領(lǐng)導(dǎo)決策提供了支持，還提升了用戶的設(shè)備使用體驗(yàn)。統(tǒng)計(jì)分析階段易維訊系統(tǒng)的成功應(yīng)用使公司重視了數(shù)據(jù)帶來的潛在價(jià)值。三一集團(tuán)的設(shè)備遍布全國，設(shè)備的運(yùn)行狀態(tài)某種程度即可反映國家基礎(chǔ)設(shè)施建設(shè)以及宏觀經(jīng)濟(jì)的情況。因此將易維訊系統(tǒng)中的數(shù)據(jù)進(jìn)行整理，提出了“三一”指數(shù)的概念，2014年開始每月定期向政府機(jī)構(gòu)提供該數(shù)據(jù)。數(shù)據(jù)積累之前，公司對產(chǎn)品的定義和驗(yàn)證都基于有限樣本進(jìn)行，有了大量的數(shù)據(jù)以后，所有已售出的三一集團(tuán)機(jī)器都可作為試驗(yàn)機(jī)，驗(yàn)證實(shí)際運(yùn)行過程中其性能也可以第一時(shí)間通過分析前期產(chǎn)品的使用情況，從數(shù)據(jù)中提煉出下一代產(chǎn)品定義的相關(guān)指標(biāo)。

智能服務(wù)階段華興公司從2016年開始升級了服務(wù)器，將原本的物理服務(wù)器全部轉(zhuǎn)移至云上，通過dtaceteropertingDCO通過這些技術(shù)以及一些成熟數(shù)據(jù)挖掘能，為公司的決策和用戶操作體驗(yàn)的提升工業(yè)大數(shù)據(jù)平臺華興公司的工業(yè)大數(shù)據(jù)平臺建立在公挖鉆機(jī)等如生產(chǎn)數(shù)據(jù)、客戶相關(guān)數(shù)據(jù)、產(chǎn)品生命周期數(shù)據(jù)與運(yùn)行數(shù)據(jù)互通，通過3計(jì)算對數(shù)據(jù)進(jìn)行二手機(jī)市場、配件市場等提供全方位的增2pltormasaservcaa業(yè)大數(shù)據(jù)平臺是面向工業(yè)裝備的專業(yè)化平數(shù)據(jù)采集部分采用LM自主組態(tài)軟件與不同頻次數(shù)據(jù)的分級處理。圖2工業(yè)大數(shù)據(jù)平臺架構(gòu)遠(yuǎn)程控制終端由控制器和顯示屏組成，是數(shù)據(jù)采集的核心部分，分布在每個(gè)工程機(jī)械設(shè)備上，負(fù)責(zé)接收來自GPS的衛(wèi)星定位信息，并計(jì)算出工程機(jī)械裝備的位過Wi-Fi/通用分組無線服務(wù)generalpacetradioserviceGPR通信網(wǎng)絡(luò)傳送至數(shù)據(jù)網(wǎng)關(guān)，通過消息隊(duì)列進(jìn)行流水化處理后，進(jìn)設(shè)備的核心控制程序由華興公司自主開發(fā)的組態(tài)軟件LMGPS數(shù)據(jù)外，其他機(jī)器運(yùn)行的數(shù)據(jù)（如通過控制器局域網(wǎng)絡(luò)controllerareanetwor，總線采集的發(fā)動機(jī)相關(guān)數(shù)據(jù)、控制器采集的設(shè)備傳感器數(shù)據(jù)以及機(jī)器運(yùn)行中的一些過程數(shù)據(jù)都可以實(shí)時(shí)上傳。針對振動等高頻數(shù)據(jù)，在程序中提取高頻信息的特征值，轉(zhuǎn)為低頻后再上傳；針對故障1min的高頻數(shù)據(jù)，打包后在非工作時(shí)段上傳；針對設(shè)備運(yùn)行數(shù)據(jù)（用秒級上傳；針對設(shè)備的定位等低頻數(shù)據(jù)5min上傳一次，

節(jié)省云平臺的存儲量。計(jì)算平臺負(fù)責(zé)數(shù)據(jù)的快速存取和業(yè)務(wù)3所示。為了滿足10萬級臺量每秒鐘數(shù)據(jù)的實(shí)時(shí)接入需求，系統(tǒng)根據(jù)通信流量對通信網(wǎng)關(guān)進(jìn)行水平伸縮，數(shù)據(jù)通過Kafka消息隊(duì)列進(jìn)行緩沖，再寫入NoSQL數(shù)據(jù)庫Cassandra。數(shù)據(jù)庫包括工程機(jī)械裝備詳理后的音頻/計(jì)算平臺使用高性能的ApacheSpark作為計(jì)算引擎。原始數(shù)據(jù)通過Spark進(jìn)行等業(yè)務(wù)需求則通過SparkSQL與SparkMLli進(jìn)行計(jì)算，并將計(jì)算結(jié)，供可視化平臺呈現(xiàn)。平臺運(yùn)維采用Mesosphere公司的數(shù)據(jù)中心操作系統(tǒng)datacentreoperation圖3計(jì)算平臺軟件棧systemDC/O進(jìn)行管理。傳統(tǒng)數(shù)據(jù)中心采用服務(wù)器和虛擬機(jī)的模型，具有資源碎片化、管理和運(yùn)維復(fù)雜、部署和更新過程冗長、資源利用率低等缺點(diǎn)。DC/OS將DC/OS在統(tǒng)一的平臺上對微服務(wù)容器、NoSQL數(shù)據(jù)庫集群、Spark集群進(jìn)行管理和調(diào)度，生更適用于現(xiàn)代化的運(yùn)維管理。業(yè)務(wù)平臺目前以挖掘機(jī)為主要對象，同時(shí)也接入了風(fēng)機(jī)、旋控鉆機(jī)等其他三一單預(yù)測以及挖掘機(jī)工況識別等方面為不同App

5所工業(yè)大數(shù)據(jù)的價(jià)值主要體現(xiàn)在診斷和可視化平臺從初始端的數(shù)據(jù)源到末端的客戶端，基于全息數(shù)據(jù)可視化構(gòu)架以及分布式控制系統(tǒng)，實(shí)現(xiàn)施工現(xiàn)場、企業(yè)控制中心、裝配線智能車間監(jiān)控以及公司會議設(shè)備等視頻源的無縫銜接，形成端到圖4業(yè)務(wù)平臺模塊圖5精準(zhǔn)畫像表2健康診斷與需求預(yù)測功能模塊功能維度健康診斷挖掘機(jī)診斷效能、易損件殘值、核心件殘值、狀態(tài)信息操作手診斷工作飽和度、機(jī)器愛護(hù)度、使用黏性代理商診斷銷售業(yè)績、服務(wù)業(yè)績服務(wù)工程師診斷工作飽和度、工作能力、工作態(tài)度需求預(yù)測保養(yǎng)訂單預(yù)測精準(zhǔn)預(yù)測保養(yǎng)訂單數(shù)量，合理安排工單故障維護(hù)預(yù)測預(yù)測機(jī)器可能故障，提醒客戶提前采取措施整機(jī)銷量預(yù)測預(yù)測不同區(qū)域不同型號機(jī)器銷量，為主機(jī)廠提供決策支持配件銷售預(yù)測預(yù)測不同區(qū)域配件需求狀態(tài)，供代理商參考核心件庫存預(yù)測預(yù)測核心件消耗狀態(tài)，降低庫存儲備二手機(jī)價(jià)值預(yù)測評估二手機(jī)殘值，為市場提供官方指導(dǎo)價(jià)格客戶流失預(yù)測根據(jù)用戶畫像和使用黏性，預(yù)測客戶流失，并采取合理措施意向客戶預(yù)測根據(jù)用戶畫像和使用黏性，預(yù)測客戶購買意向端的可視化和信息化管理。硬件設(shè)備可按需擴(kuò)展，不會造成重復(fù)建設(shè)；軟件部分模塊化，數(shù)據(jù)源直接讀取計(jì)算平臺的結(jié)果數(shù)據(jù)，能夠?qū)⒏鞣N數(shù)據(jù)、視頻、音頻信號以任意大小、任意位置方式呈現(xiàn)在任意的顯示設(shè)備上，兼容主流瀏覽器，提供強(qiáng)大靈活的定制化顯示?？梢暬脚_拓?fù)淙鐖D6所示。可視化平臺主要面向管理層和客戶提供不同的服務(wù)。面向管理層，通過數(shù)據(jù)可視化平臺對全球范圍挖掘機(jī)的主要關(guān)注指標(biāo)進(jìn)行透明化展示，便于公司管理層統(tǒng)一可視化平臺與實(shí)時(shí)運(yùn)行的挖掘機(jī)數(shù)據(jù)對接展示公司的產(chǎn)品競爭力、高效的售后服務(wù)能力與運(yùn)維能力，進(jìn)一步提高企業(yè)形象、品牌價(jià)值和客戶滿意度。服務(wù)內(nèi)容包括決策、顯示和互動。決策平臺可與公司現(xiàn)有視頻設(shè)備兼容，若辦公室已安裝視頻設(shè)備，不但可參加公司內(nèi)部會議，還可將云平臺信息以雙流形式傳送給其他參會會場，所有外接信號均可上屏顯示，協(xié)助快速精準(zhǔn)決策。顯示在各個(gè)園區(qū)的監(jiān)控中心可通過大屏實(shí)

時(shí)獲取云平臺所有展示信息，并將信號源以雙流形式進(jìn)行傳輸；可查看不同工廠的監(jiān)控視頻源，也可查看各施工現(xiàn)場以及主機(jī)內(nèi)部攝像頭的視頻源?；涌梢暬畔⒖稍诙鄠€(gè)地點(diǎn)的大屏幕上任意調(diào)度顯示Pad實(shí)現(xiàn)各個(gè)裝備之間數(shù)據(jù)的聯(lián)動；采用瀏覽器/服務(wù)器（B/架構(gòu)，兼容主流瀏覽器，隨時(shí)隨地訪問可視能，每個(gè)屏幕顯示不同的數(shù)據(jù)和畫面，顯示不同三一集團(tuán)裝備的實(shí)時(shí)數(shù)據(jù)畫面等，通過觸摸屏一鍵式切換大屏進(jìn)行互動。工業(yè)大數(shù)據(jù)應(yīng)用該系統(tǒng)是華興公司為工程機(jī)械領(lǐng)域打造的圖6可視化平臺拓?fù)湫畔⒖刂拼髷?shù)據(jù)平臺。運(yùn)行至今，平臺上共有設(shè)備20萬余臺，每日實(shí)時(shí)監(jiān)控其運(yùn)行信息易維訊系統(tǒng)從201312月31日上線12次改版，其中正式版升級5次。最初版本提供4大類42統(tǒng)面向代理商、操作手、挖掘機(jī)老板和研發(fā)人員4類主要用戶提供99

所示。除網(wǎng)頁版外，目前已開發(fā)出iOS版和Android版手機(jī)App，使用戶可隨時(shí)隨地掌握機(jī)器的運(yùn)行狀態(tài)，極大提升了用戶的操作體驗(yàn)以及對設(shè)備的滿意度。用戶可從易維訊系統(tǒng)中了解市場信8、所示。挖掘機(jī)老板可以查看設(shè)備實(shí)時(shí)所示。對未按時(shí)還貸款的客戶進(jìn)行遠(yuǎn)程鎖1圖7易維訊系統(tǒng)功能分類圖8市場分析——行政區(qū)域臺量統(tǒng)計(jì) 2017059-9 圖9市場分析——行政區(qū)域開工率統(tǒng)計(jì)圖10設(shè)備管理——實(shí)時(shí)工況查看圖11設(shè)備解鎖機(jī)管理山區(qū)工作的機(jī)器進(jìn)行遠(yuǎn)程調(diào)試，以最快的速度解決客戶的問題?！叭弧敝笖?shù)是以三一集團(tuán)工程機(jī)械設(shè)備的海量工況數(shù)據(jù)為基礎(chǔ)，選擇一系列反映三一集團(tuán)工程機(jī)械設(shè)備作業(yè)狀況的指標(biāo)，進(jìn)行綜合處理，用以反映工程機(jī)械經(jīng)濟(jì)景氣活躍程度的綜合指數(shù)，也是借助工業(yè)大數(shù)據(jù)平臺打造出來的第一個(gè)面向國家，反映宏觀經(jīng)濟(jì)和基礎(chǔ)設(shè)施建設(shè)的統(tǒng)計(jì)值。大數(shù)據(jù)和云計(jì)算技術(shù)使一臺臺三一集團(tuán)裝備的運(yùn)行數(shù)據(jù)實(shí)時(shí)反饋在易維訊平臺跡。海量機(jī)械的應(yīng)用場景和開工率等來自一線的真實(shí)情況，挖掘機(jī)、旋挖鉆機(jī)、泵

工時(shí)的熱力圖幾乎就是一張基礎(chǔ)建設(shè)行業(yè)的活力圖。從2014年開始，每月定期向政府部門上報(bào)“三一”指數(shù)數(shù)據(jù)。輔助挖掘機(jī)升級2015年西南地區(qū)某三一機(jī)型用戶集體抱怨挖掘無力，而其他區(qū)域用戶對挖掘力的評價(jià)很好。傳統(tǒng)的辦法是派遣多名服務(wù)工程師到各個(gè)使用者處調(diào)研，了解情況?，F(xiàn)在采用大數(shù)據(jù)技術(shù)方法可以提高效率。過海量數(shù)據(jù)逼近問題的原因，事先找到解決問題的辦法。首先，通過數(shù)據(jù)統(tǒng)計(jì)該型號挖掘機(jī)用12南地區(qū)7檔頻率使用最8910檔使用頻率高，檔使用頻率也遠(yuǎn)高于其他圖12檔位分布從臺數(shù)上看，該種機(jī)型主要賣給西南判斷該地區(qū)用戶注重效率而非油耗，所以使用11檔頻率高。需要針對該機(jī)型的配置華興公司根據(jù)西南地區(qū)某三一機(jī)型的降油H模式的匹配使其更貼近發(fā)動機(jī)的最佳經(jīng)濟(jì)區(qū)，同時(shí)增大泵的流量與恒功率曲線，使其更充分吸收發(fā)動升級后的程序通過易維訊平臺遠(yuǎn)程下發(fā)給各主機(jī)，用戶使用后，均表示滿意。（1）挖掘機(jī)工況識別挖掘機(jī)的工作原理是將發(fā)動機(jī)的機(jī)

械能轉(zhuǎn)化為液壓能，再通過復(fù)雜的液壓回路將液壓能轉(zhuǎn)化為機(jī)械能，從而實(shí)現(xiàn)整機(jī)作業(yè)的過程[8]。挖掘機(jī)工作的過程中環(huán)境匹配模式不同，設(shè)計(jì)要求不同，元件的故障概率也不同。因此精確掌握在外挖掘機(jī)的工況對研發(fā)支持如故障診斷和產(chǎn)品升級（如二手機(jī)評估和壽命預(yù)都有重要的作用。傳統(tǒng)對工況的區(qū)分都是采用服務(wù)工程師現(xiàn)場確認(rèn)的方式，只能針對個(gè)別機(jī)器進(jìn)行少量的采樣。大數(shù)據(jù)技術(shù)的發(fā)展，使全面了解各種機(jī)器的工況變成了可能。由于在外運(yùn)行的挖掘機(jī)沒有工況標(biāo)簽，無法進(jìn)行訓(xùn)練，因此在三一集團(tuán)試驗(yàn)場內(nèi)對大、中、小挖掘機(jī)各2款機(jī)型進(jìn)行8種常見工況的測試。為了排除操作手的影響，每個(gè)挖掘機(jī)都由多名操作手進(jìn)行測試，每種工況連續(xù)測試1，同時(shí)為8況分別打上標(biāo)簽，并保存測試數(shù)據(jù)，供訓(xùn)練使用。由于訓(xùn)練好的模型需要應(yīng)用在全部在外運(yùn)行的挖掘機(jī)上，因此數(shù)據(jù)采集時(shí)不能單獨(dú)加裝傳感器，全部使用量產(chǎn)挖掘機(jī)自帶的傳感器。記錄下來的數(shù)據(jù)按照均值類特征、波動類特征和占比類特征進(jìn)行分類，歸一化后進(jìn)入訓(xùn)練模型。使用多種神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、隨機(jī)森林等，根據(jù)初步測試的結(jié)果選取模型進(jìn)行細(xì)節(jié)調(diào)優(yōu)，再用實(shí)際工況數(shù)據(jù)進(jìn)行測試，最終模型工況識別的準(zhǔn)確率在85%以上。（2）風(fēng)機(jī)健康評估華興工業(yè)大數(shù)據(jù)平臺不僅接入了挖掘機(jī)等工程機(jī)械數(shù)據(jù)，還接入了三一集團(tuán)風(fēng)機(jī)的全部數(shù)據(jù)。以風(fēng)機(jī)整體運(yùn)行狀態(tài)為例，采用健康值對其進(jìn)行評估。健康值是0~14示當(dāng)前運(yùn)行數(shù)據(jù)分布完全與健康數(shù)據(jù)分布重合，隨著系統(tǒng)之間衰退，測試數(shù)據(jù)分布逐漸偏移，兩個(gè)分布的重疊部分逐漸減小，健康數(shù)值也隨之減小。根據(jù)工程經(jīng)驗(yàn)設(shè)定的閾值用于判斷系統(tǒng)是否衰退到了需要進(jìn)一步進(jìn)行故障診斷的級別。利用風(fēng)機(jī)從切入風(fēng)速到切出風(fēng)速的功率曲線，使用多工況建模的手段建立風(fēng)機(jī)在健康狀態(tài)下的功率隨風(fēng)速變化的分布模型。在健康狀態(tài)下，風(fēng)機(jī)的風(fēng)功率散點(diǎn)圖應(yīng)分布在設(shè)計(jì)的功率曲線周圍，而當(dāng)風(fēng)機(jī)出現(xiàn)性能衰退或故障時(shí)，風(fēng)機(jī)的功率分布將偏離設(shè)計(jì)的功率曲線，如15（a）所示。另外，通過建立功率與風(fēng)速的關(guān)系模型，對比當(dāng)前風(fēng)速下預(yù)期發(fā)電功率和實(shí)際發(fā)電功率之間的差異，就可以評估由于風(fēng)機(jī)衰退造成的發(fā)電量損失，如15（b）所示