第1章　智能运维概述

1.1　智能运维的主要内容

智能运维包括“运行”和“维修”两个层面的含义，它是制造企业或用户对其设备进行运行监测和维修优化的总称。智能运维涉及的内容很宽泛，但主要包括设备状态数据感知、状态数据预处理、状态特征提取、状态评价与预测、故障诊断与预测、运行维修决策、车间维修管理等方面，如图1-1所示。本书重点围绕数据驱动的智能运维决策优化技术和方法展开讨论。

状态数据是设备智能运维的基础，也是各类数据驱动方法的信息源头。状态数据感知就是利用各类传感器获取设备的状态数据。状态数据预处理是对原始测试数据进行降噪和清洗，去除原始测试数据中的噪声，填补测试数据中的缺失部分，保持原始测试数据的完整性（即主要特征），以提高测试数据的质量以及后续数据分析和建模的准确性。状态特征提取是指利用现代信号处理理论与技术，识别并提取状态数据中的有用特征信息，便于建立设备故障与故障征兆之间的关系，具体包括特征表达、特征选择与提取、模式识别与分类等。状态评价与预测就是评价设备的健康状态，确定重点监控的设备对象清单，并根据设备状态数据的变化规律预测设备状态的变化趋势，据此计算设备的剩余使用寿命，为预测性维修时机确定提供支持。故障诊断与预测就是在状态监测和特征提取基础上，对设备的运行状态和异常情况做出判断，查找设备或系统的故障。当设备发生故障时，对故障类型、故障部位及故障原因进行诊断和定位。运行维修决策就是根据设备的实际健康状态及其变化趋势，确定设备什么时候修以及修什么，同时对设备维修需要的资源和成本做出规划。“确定设备什么时候维修”是根据设备的运行状态及其变化趋势确定设备的维修时机，“确定设备维修什么”是根据设备的当前状态以及维修目标确定设备的维修工作范围和所需的维修资源等。当设备确定要进入维修车间维修时，还需要对车间维修工作进行规划。