科创中国

问题概述：

“健康状态”一词最早是从生物学领域借用过来，以此来描述系统可能存在的介于“故障”和“正常”的多种工作状态。最初工程人员只用“故障”和“正常”二值函数来判断系统工作状态，随着相关技术的不断发展，人们发现仅用这二值函数来定义系统的状态是不完全的，后来便从生物学领域引用“健康状态”一词，将复杂系统工作状态划分为多个等级，来描述系统的多值状态。通常在系统未受到过大或过于突然的应力作用情况下，从微观层面上讲复杂系统从出厂的正常状态到最后故障状态不是一个突变过程。系统的健康状态退化是一个随着设备工作时间的推移，设备性能从正常逐渐下降直至功能失效（故障）的渐变过程。

健康状态评估是指依靠先进的检测手段，结合可靠有效的评估方法以及完整的运行数据来对系统进行评判，其目的在于管理与评估数据，并采用积极主动的措施监视设备系统的健康状态，对设备的老化及时发出警报，它能有效地提高系统维护保障能力、降低维修费用、节省备件，有效地防范突发故障。健康状态评估一般可以分为三类：基于设备在线监测数据的健康状态评估；基于设备离线预防性试验数据的健康状态评估；基于设备在线监测数据和离线预防性试验数据相融合的综合健康状态评估。而融合系统的多源信息，利用人工智能和大数据分析等先进手段对系统的健康状态进行监测与评估是该研究领域重要的研究方向和发展趋势。

重要意义：

随着现代科技的飞速发展，产品或系统日益趋向于多功能化、集成化、复杂化、智能化。系统的可靠性、稳定性、故障诊断和预测以及维修保障等问题越来越受到人们的重视。在一般情况下，复杂系统由正常到完全失效会经历一系列不同程度的性能退化状态。所以，如果能够在复杂系统性能退化的过程当中确切地监测到其性能退化的程度，那么就可以有针对性地制订设备维修计划，从而有效避免设备因故障而失效。复杂系统的健康状态评估就是在这种思想的基础上提出的一种主动维修技术，和传统的故障诊断相比有很大的差别。故障诊断技术是在发现故障的基础上及时有效地修复，是被动的维修模式；而健康状态评估技术侧重于对全寿命周期的复杂系统性能退化趋势的剖析，是主动的维护模式。

复杂系统的状态监测一直是工业界和学术界的重点研究方向，它能够实现对系统运行状态的信息感知、信息传输、计算评估、行为预测以及在此基础上的故障快速维修、视情维护和各种深层次的系统决策，从而有助于降低复杂系统运行风险和维护成本，并提高系统性决策能力和管理效率。随着“工业4.0”和“中国制造2025”战略的进一步推动，以工业互联网和工业大数据技术为核心的生态体系，正在迅速地成为工业制造领域的重点发展方向和关键技术支撑。由此，在航空、航天、航海、工业制造、核、新能源、高铁等先进装备制造领域，复杂系统的智能诊断和预测技术，已迅速成为支撑各领域技术体系发展的前沿技术和热点研究方向之一。同时，越来越多的研究实践和应用评估也进一步证明：基于状态监测和测试的系统健康管理对于系统状态评估、异常发现、快速诊断、精准维修、提升系统运行可靠性和安全性等，均具有重要的价值和意义。