中国新技术新产品2024NO.1（上）-18-高新技术在我国工业互联网的持续发展背景下，各大工业企业针对各自领域提出了“智能运维”策略。高端装备产业被视为国家战略性产业和工业崛起的标志，对国家工业发展具有关键作用。例如船舶动力、高端数控机床和工业机器人，均配备了预测、感知、分析、推理、决策和控制等先进功能。这些产业的智能化转型对智能运维服务技术有高度依赖，尤其需要进行复杂的机械装备故障智能诊断，以实时发现故障、防止其恶化，并提供维修决策支持，从而显著提高设备的安全性和可靠性[1-3]。为了解决因高端装备复杂度而带来的物理模型建模难题，满足高端装备运维任务的智能化和网络化需求，本文从数据挖掘的角度出发，利用MATLAB和Python较强的数据处理能力，将现代信号处理方法与人工智能相关技术相结合，重点进行了高端装备智能运维PHM软件系统的开发。以船舶发动机为例，笔者验证了该系统在变工况条件下对健康状态监测故障诊断的性能。1智能运维PHM系统设计与关键技术1.1智能运维PHM系统功能模式1.1.1状态监测利用无键相传感器技术、现代信号处理算法，有效监测高端装备的关键热工参数（例如温度、压力、扭矩、功率、能量损耗）和振动信号、油液磨粒、瞬时转速，实现信号采集、数据预处理和特征提取[4-6]。1.1.2故障诊断本文针对变工况条件下传统模型难以进行故障诊断的问题，提出了一种新型的深度卷积神经网络模型，称为多分支注意力机制卷积神经网络（Multi-BranchAttentionMechanismConvolutionNeuralNetwork，MBAM-CNN）。该模型基于卷积神经网络，仿照人类视觉注意力选择机制（AttentionMechanism，AM），通过采集信号和提取的故障特征进行离线或在线诊断，以确定故障诊断类型。1.1.3健康评估为了准确评估和描述系统的健康状态，笔者将评估结果与健康等级描述相关联。将健康状态等级划分为健康、良好、注意、劣化和危险5个等级。1.1.4故障预测故障预测模块根据装备的当前使用状态，结合装备的结构特性、历史故障记录以及状态特征的监测数据，同时考虑特征趋势变化和未来工作环境条件来确定和预测故障的类型、发展趋势和可能带来的后果，为维修决策模块提供信息支持。1.2智能运维PHM系统软件架构介绍智能运维PHM系统软件流程如下：首先，通过在高端装备的各子系统部件上安装各类传感器，构建高端装备状态感知系统。该系统能够获取各类状态参数并计算状态指标特征，对各子系统进行实时在线状态监测，及时发现故障并完成报警...
