工程设计学报, 2024, 31(4): 409-419 doi: 10.3785/j.issn.1006-754X.2024.04.117

可靠性与保质设计

高参数大型游乐设施服役健康管控技术体系设计

宋伟科1, 赵召,,1, 王华杰1, 陈哲2, 邝振燕3, 崔高宇1

1.国家市场监管重点实验室(特种设备安全与节能) 中国特种设备检测研究院,北京 100029

2.浙江大学 流体动力基础件与机电系统全国重点实验室,浙江 杭州 310058

3.云南省特种设备安全检测研究院,云南 昆明 650228

Design of health management and control technology system for in-service high-parameter large-scale amusement rides

SONG Weike1, ZHAO Zhao,,1, WANG Huajie1, CHEN Zhe2, KUANG Zhenyan3, CUI Gaoyu1

1.China Special Equipment Inspection and Research Institute, Key Laboratory of Special Equipment Safety and Energy-Saving for State Market Regulation, Beijing 100029, China

2.State Key Laboratory of Fundamental Components of Fluid Power and Mechatronic Systems, Zhejiang University, Hangzhou 310058, China

3.Special Equipment Safety Inspection and Research Institute of Yunnan Province, Kunming 650228, China

通讯作者: 赵 召(1992—),男,工程师,博士,从事大型游乐设施健康管理技术研究,E-mail: zhaozhao @csei.org.cn, https://orcid.org/0009-0005-3045-688X

收稿日期: 2024-02-29   修回日期: 2024-03-23  

基金资助: 国家重点研发计划项目.  2022YFC3005100
国家市场监督管理总局科技计划项目.  2023MK201.  2022MK208

Received: 2024-02-29   Revised: 2024-03-23  

作者简介 About authors

宋伟科(1983—),男,高级工程师,博士,从事大型游乐设施风险防控与健康管理技术研究,E-mail:songweike@csei.org.cn 。

摘要

高参数大型游乐设施结构型式多样,运动型式复杂,失效模式众多。其服役健康管控涉及风险评价、检测/监测、故障诊断、寿命评估、健康评价、使用管理等多方面。只有建立全面系统的健康管控技术体系,才能从根本上保障设施的运行安全。以高参数大型游乐设施为研究对象,以设备失效、故障和事故为问题导向,设计了系统科学的健康管控技术体系,分别从健康管控指标体系、检测/监测关键技术、健康评价关键技术、健康恢复与保持等四方面分析了有待解决的技术问题和服役健康研究方向。研究结果为全行业开展相关技术研究提供了思路和指导。

关键词: 高参数大型游乐设施 ; 健康管控 ; 健康评价 ; 技术体系设计

Abstract

The structure of high-parameter large-scale amusement rides is varied, the movement forms are complex, and the failure modes are numerous. Their service health management and control involves risk assessment, detection and monitoring, fault diagnosis, life assessment, health assessment, use management and many other aspects. The safe operation of the rides can be fundamentally guarantee only by establishing a comprehensive and systematic health management and control technology system. Taking the high-parameter large-scale amusement rides as the research object and equipment failures, faults and accidents as the problem orientation, a systematic and scientific health management and control technology system was designed. The technical problems to be solved and the research direction of service health were analyzed from four aspects: health management and control index system, detection and monitoring key technology, health assessment key technology, health recovery and maintenance.The research results provide ideas and guidance for the whole industry to carry out relevant technical research.

Keywords: high-parameter large-scale amusement rides ; health management and control ; health assessment ; design of technical system

PDF (4073KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

宋伟科, 赵召, 王华杰, 陈哲, 邝振燕, 崔高宇. 高参数大型游乐设施服役健康管控技术体系设计[J]. 工程设计学报, 2024, 31(4): 409-419 doi:10.3785/j.issn.1006-754X.2024.04.117

SONG Weike, ZHAO Zhao, WANG Huajie, CHEN Zhe, KUANG Zhenyan, CUI Gaoyu. Design of health management and control technology system for in-service high-parameter large-scale amusement rides[J]. Chinese Journal of Engineering Design, 2024, 31(4): 409-419 doi:10.3785/j.issn.1006-754X.2024.04.117

本文链接https://www.zjujournals.com/gcsjxb/CN/10.3785/j.issn.1006-754X.2024.04.117

大型游乐设施是指纳入政府监管的载人体验特种设备,具有结构型式多样、运动型式复杂、失效模式众多等特点。尤其是高参数大型游乐设施,如大型摩天轮、高速过山车、大型跳楼机等,其高参数在带给乘客刺激体验的同时,也带来了较大的安全风险。截至2022年底,全国在用各类大型游乐设施约2.52万台(套)[1],其中高参数大型游乐设施(A级大型游乐设施)超过2 300台(套)。根据历年《全国特种设备安全状况白皮书》的统计数据得知,2010年至今,全国共发生大型游乐设施事故62起,死亡34人,受伤103人,万台设备年平均死亡0.964人,死亡率在八大类特种设备中为最高。其中,使用管理不当导致的事故数占比达72.6%。高参数大型游乐设施多为户外使用,且其受载复杂,随着服役时间的增长,不可避免地存在部件材料老化、结构锈蚀、疲劳损伤等性能劣化,极易导致设备发生故障或事故[2]。部件安全性能劣化是导致大型游乐设施健康水平降低的重要因素。

大型游乐设施作为八大类特种设备之一,其生产(包括设计、制造、安装、改造、修理)、经营、使用、检验、检测和管理等都有相应的技术规范,属于全生命周期的安全监管。在设计环节,所设计的大型游乐设施必须通过专业的技术鉴定,方可投入制造;在制造和安装环节,制造和安装单位必须取得特种设备的生产许可证,方可开展相应的工作,其中对制造和安装的人员、场所、设备、仪器都有一定的要求;在新设备投用环节,设备必须通过专业机构的型式试验和监督检验,并在当地市场监管部门办理注册登记后方可投入运营;在设备使用环节,设备必须进行每年一次的定期检验,检验通过后方可继续使用。不过,《特种设备安全技术规范》对大型游乐设施的使用管理有明确的要求,但对使用单位并未提出具体的资质和能力要求。通过以上分析可知,尽管大型游乐设施的设计、制造、安装、检验、检测和使用都有相应的法规和标准进行规范,但在使用环节中,其相应的要求并不严格,如:每年一次的定期检验难以满足复杂设备的安全要求;对使用单位的资质、人员能力和管理体系的要求不够明确,落地性不强。有些中小型使用单位,尤其是一些私营业主,使用管理和维护保养游乐设施的能力较差,极易导致设备发生故障甚至事故。因此,对大型游乐设施尤其是高参数大型游乐设施在服役环节的管控不到位是导致设备发生故障或事故的一个主要原因。

高参数大型游乐设施的服役健康关系着亿万乘客的生命安全。其健康管控技术涉及风险评价、检测/监测、故障诊断、寿命评估、健康评价、使用管理等多方面。只有建立全面系统的健康管控技术体系,才能从根本上保障设施的运行安全。本文以高参数大型游乐设施(以下简称大型游乐设施)为研究对象,以设备失效、故障和事故为问题导向,建立系统科学的健康管控技术体系,提出有待解决的技术问题,分析其服役健康研究方向,以期为全行业开展相关技术的研究提供思路和指导。

1 大型游乐设施服役健康管控技术体系框架

大型游乐设施在服役过程中的健康状态受到多方面因素的影响,其中设备本质安全水平和使用管理水平是影响设备安全的重要因素。因此,在大型游乐设施服役健康管控技术体系的设计中,需要从设备本质安全和使用管理两个层面进行考虑,两者缺一不可。在设备本质安全层面,分别从健康管控指标体系、检测/监测关键技术、健康评价关键技术等三方面,逐层细化技术要点;在设备使用管理层面,重点提出了使用管理的制度化、体系化建设要求。最终,通过基于物联网的智能健康管控系统平台实现技术与制度的集成,并结合当前人工智能、大模型等技术,实现设施的智能化管理,提升设施安全运行水平。大型游乐设施服役健康管控技术的体系框架如图1所示。

图1

图1   高参数大型游乐设施服役健康管控技术体系框架

Fig.1   Health management and control technology system frame for in-service high-parameter large-scale amusement rides


2 大型游乐设施健康管控指标体系

确定大型游乐设施健康管控指标是设备安全保障的基础。由于大型游乐设施结构和服役环境的多样性和复杂性,以及设施管理能力的差异,同一类型、同一型号设备的失效模式和风险点不尽相同。在健康管控工作中,需要掌握重点,实现健康管控效能的集中,有效管控重点风险。因此,开展健康管控指标体系建设,是开展健康管控工作的基础。健康管控指标体系涉及危险源识别、风险评价、失效模式分析和风险特征表征等。

2.1 危险源识别与风险评价

危险源识别是指识别危险源并确定其特性的过程。目前多采用事故案例法对大型游乐设施的危险源进行识别[2],参照GB/T 39043—2020《游乐设施风险评价 危险源》开展具体的识别工作。

风险评价是在危险源识别的基础上,进一步评估这些危险因素引发事故的可能性以及事故的严重性,这是大型游乐设施设计中的重要一环。常用的风险评价方法有安全检查表分析法、失效模式及其影响分析方法[3]、故障树分析方法、基于风险的检验方法和安全完整性评价方法[4-5]等。使用较多的风险评价方法是失效模式及其影响分析方法,通过分析系统中潜在的故障模式,确定其对设备安全的影响,分别从失效可能性、严重程度和频次三个方面量化风险,并据此提出改进措施,防止事故发生。

2.2 失效模式分析

危险源识别与风险评价的目的是获得设备可能存在风险的部位,后续通过设计手段对其进行优化,以最大程度地规避风险的发生。然而,大型复杂机电设备发生局部故障或失效是无法完全避免的。因此,仅仅确定风险部位及其优化措施是不够的,需要进一步分析风险部位在使用过程中可能发生的失效模式,以便确定失效检测方法,从根本上降低风险的发生率。大型游乐设施的结构复杂,失效模式多样,目前对其失效模式的研究较少。机械系统的失效模式都可能发生在大型游乐设施上,如轴磨损、轴断裂、结构开裂和结构变形等。机械系统的失效模式一般可分为一级失效模式、二级失效模式和三级失效模式[6]。作者根据机械系统典型失效模式的理论和试验分析结果,归纳出大型游乐设施的典型失效模式,如表1所示。

表1   大型游乐设施典型失效模式

Table 1  Typical failure modes of large-scale amusement rides

子系统部件失效模式失效原因风险表征指标
钢结构

立柱、轨道和

支撑件等

锈蚀运行环境影响或表面防护不当结构厚度
焊缝或母材开裂过载、疲劳和强度不足裂纹尺寸
结构变形过载和刚度不足变形量
关键零部件齿轮、轴承和轴等锈蚀运行环境影响或表面防护不当结构厚度
磨损润滑不良裂纹尺寸
断裂过载、疲劳和强度不足结构厚度
传动系统电机、减速机、联轴器和液压系统等失稳、不平衡、不对中、松动和漏油等装配超差、地基不均匀沉降、载荷异常、轴承磨损或开裂和管路密封不良

振动加速度和

声发射信号

电气及控制系统电机、元器件、线路和控制系统等电机过热、元器件粘连、线路短路、漏电和控制失效等电机过载、线路及元器件老化和接触或接地不良

电压、电流

电弧信号和

控制功能

安全保护

装置

制动装置、限位装置和止逆行装置等结构损坏或磨损过载、强度不足和维修及保养不当

变形量和

结构厚度

新窗口打开| 下载CSV


2.3 风险特征表征

风险特征表征是在确定了失效模式的基础上,明确各部件或部位在该类失效模式下的表征指标,以便在实际检测过程中选择合适的方式、方法和频次,及时有效地识别该风险。同时,由于同一部位可能存在多种失效模式,在实际检测过程中,要采取不同的检测方式,来提高检测有效性。如过山车的车架立轴的失效模式存在锈蚀、磨损、断裂等多种,在进行风险特征表征时,须根据不同的失效模式确定表征指标,如锈蚀和磨损选择结构厚度、断裂选择裂纹尺寸作为表征指标。在此基础上,就可以选择合适的检测方式,及时有效地发现可能存在的缺陷。

3 大型游乐设施检测/监测关键技术

检测/监测可分为线下检测和线上监测两种方式。线下检测主要以无损检测和功能验证为主。其优势是数据可靠性高,缺点是只能检测设备当时的状态,无法及时掌握可能产生的缺陷,且检测数据易受人为因素的干扰。目前,线上监测的主流技术是结构健康监测技术,主要是针对设备的动态运行参数和典型损伤进行实时监测。其优势是可以实时掌握设备的安全状态,但需要在现场布置各种传感器,后续需要通过多样的智能算法进行分析和判断,技术要求和经济成本较高。

3.1 先进无损检测技术

无损检测是健康监测中最为重要的一项技术。传统无损检测技术如磁粉检测、超声波检测、渗透检测等已广泛应用于特种设备的检测中[7]。但由于大型游乐设施的复杂性和多样性,传统的无损检测技术无法满足其实际检测工作的需要。为此,适用于大型游乐设施的多种先进无损检测技术得到了关注和研究。如:针对关键承载部件不易拆卸的难题,章东等[8]研究了基于超声相控阵技术的不拆卸无损检测技术;针对带包覆层乘客束缚装置的缺陷不易检测的难题,原鹏等[9]研究了基于脉冲涡流的不拆包覆层检测技术及装置;针对电气控制系统的故障不易提前发现的难题,王尊祥等[10]研究了基于红外成像的电气系统异常检测技术;针对大型游乐设施高空位置不易检测的难题,于宗营等[11]研究了基于无人机的高空无人检测技术及装备;针对固定式钢索跨距大、人工难以检测的难题,王柏然等[12-13]研究了基于漏磁和磁记忆技术的钢索损伤检测技术。

随着工业互联网技术与各行各业实体经济的深度融合,人们的生产方式逐步向数字化、网络化和集成化方向发展。沈功田等[14]在综合现有无损检测技术的基础上,提出了无损云检测技术的概念和实现路径。云检测是以云技术为基础,采用传感技术、物联网和云计算,将各种检测信息和资源进行整合与处理,利用软硬件资源共享的云端,将检测数据进行传输、处理、评估,给出检测或评价结果,并实现检测数据的云存储和监测管理。云检测为无损检测提供了一种新的发展思路。

以上研究从一定程度上提高了大型游乐设施风险检测的范围和有效性,但仍需针对大型游乐设施的典型使用场景开展特定检测方法研究和定制化仪器开发。如:带包覆层的安全压杠损伤检测技术,目前只适用于大管径安全压杠,而游乐设施中的安全压杠管径普遍较小,且包覆层厚度较大,所以其检测效果较差。另外,在大型游乐设施高空无人检测方面,普遍采用无人机视觉检测技术,而其对高空部位带油漆层的裂纹、应力集中位置的应力难以实现检测。

3.2 结构健康监测技术

结构健康监测技术是利用集成在结构内部或表面的传感器,在线实时获取与结构健康状态相关的信号,通过特定的信号处理方法和力学建模分析方法,提取与结构损伤等状态相关的信号特征,再利用损伤诊断方法来实现对结构健康状态和损伤扩展的评估及对结构剩余寿命的预测,以指导任务决策和后勤维护[15-17]。该技术可以在结构设计、制造、试验和服役的全过程对结构状态进行监测和控制,实现精细化视情维护,提高结构的可靠性,并降低维护费用。目前,结构健康监测技术已经在航空航天、能源化工、风力发电、交通运输、重大机械装备等领域得到广泛应用,其研究和工程应用不断深入。

大型游乐设施结构型式复杂多样,其结构健康监测尚处于起步阶段。中国特种设备检测研究院的科研团队开展了大型游乐设施结构健康监测技术的研究,并进行了试点应用。他们在分析大型过山车结构和失效模式的基础上,提出了基于过山车运行时长、运行次数、运行速度、运行加速度、振动加速度、电参数、结构应力和音视频监测的多参数融合监测系统,如图2所示。

图2

图2   大型过山车结构健康监测系统框图

Fig.2   Diagram of structural health monitoring system for large-scale roller coaster


在大型游乐设施结构健康监测系统中,监测传感器、数据处理终端、网络终端等硬件还不能满足设备的定制化要求,尤其对可能造成设备故障或事故的关键部位的监测,如复杂结构的裂纹和应力监测、安全装置的动态性能监测、电气系统故障监测等,还需要深入研究,以满足大型游乐设施实际工程监测的需要。

3.3 智能巡检技术

智能巡检是指借助智能化的机器人或无人机等装置,通过搭载专业检测仪器来实现自动巡查和检测。智能巡检技术在变电站、高压输电线路、化工园区、煤矿、长输管道等场景中有着广泛应用[[18-20]。为了解决在这些特殊监测场景中环境恶劣,人工检测难度高、工作量大、效率低等问题,开发了专门的巡检装置,代替人工实现高效专业的智能检测。

大型游乐设施大都结构庞大,尤其是大型过山车和摩天轮等,检测人员难以到达高空位置,迫切需要利用智能巡检技术进行无人检测。为此,中国特种设备检测研究院的科研团队开发了可自主爬行的大型过山车轨道检测装置[21],如图3所示,实现了复杂空间轨道的视频宏观目视检测、焊接裂纹和壁厚检测,有效提高了轨道检测的精度和能力。不过,目前还未见有其他智能巡检技术或设备应用于大型游乐设施检测中。

图3

图3   大型过山车轨道检测装置

Fig.3   Large-scale roller coaster track inspection device


4 大型游乐设施健康评价关键技术

健康评价是指将各种检查、检测和监测数据进行分析和处理,来综合评判设备的健康状态和性能,以预测和预防潜在故障,提高设备的可靠性和安全性[22]。根据大型游乐设施的结构特点,其健康评价关键技术可分为故障诊断与预测技术、机械结构剩余寿命评估技术和整机健康状态量化评价技术等。

4.1 故障诊断与预测技术

机械故障是机械设备安全可靠运行的“潜在杀手”,而故障诊断是保障机械设备运行安全的“杀手锏”。广义的故障诊断与预测包括3个环节,分别为信号获取、特征提取和故障识别[23]。其中信号获取采用本文第3节介绍的方法,而特征提取和故障识别是本节所要介绍的内容。

4.1.1 特征提取

特征提取是实现机械故障信息表征的重要途径。其主要方法有基于时域信息的特征提取、基于频域信息的特征提取和基于时频信息的特征提取。在时域特征提取方面,Mark[24]采用时域同步平均技术消除了齿轮啮合振动中的谐波影响,实现了特征提取;在频域特征提取方面,屈梁生等[25]将全息谱技术应用于非稳态信息的处理和旋转机械的故障特征提取。

以上多是针对通用机械零部件的特定故障信息进行特征提取的方法研究,而大型游乐设施结构类型多样、运动形式复杂、受力情况多种,且零部件几何尺寸大、工作频率低、干扰信号强,导致其故障特征难以准确提取。因此,须针对大型游乐设施的典型零部件开展故障特征提取方法的研究。

4.1.2 故障识别

以提取的特征为输入,采用人工智能模型与方法识别这些特征携带的故障信息,实现故障的自动识别,是故障智能诊断的目标[23],也是保障大型游乐设施运行安全的最重要的技术手段。故障识别包括故障诊断和故障预测两个阶段。故障诊断是利用状态数据分析故障原因,为快速查找故障和修复故障服务,而故障预测需要故障演化机理和故障失效模式的支撑,其准确程度取决于对故障演化机理的掌握程度和对设备故障模式分析的完整程度。国内外学者对故障识别技术进行了多年深入的研究,尤其是随着人工智能和大数据技术的高速发展,故障识别也进入了智能化时代。如:Schlechtingen等[26]提出了基于神经网络的风电机组故障在线智能诊断方法;高金吉[[27]论述了装备系统故障自愈的意义、原理及实现途径。

大型游乐设施由于失效模式众多,其故障诊断与预测难度很大。沈功田等[28]提出了游乐设施全生命周期检测/监测与完整性评价技术,对游乐设施的状态监测和故障诊断技术进行了重点研究,并研制了系列国家标准,分别从声发射、红外热成像、振动、应力和运行参数等5个方面详细论述了相关技术要点,建立了大型游乐设施故障诊断与状态监测技术体系。大型游乐设施的故障诊断与预测可以借鉴其他机械设备的故障诊断原理与方法,但由于其结构的特异性和多样性,不能完全照搬现有的诊断方法。目前针对大型游乐设施特点的故障诊断与预测方法还未见深入研究,在相关标准中也只提出了典型故障诊断方法的基本框架,在诊断可靠性和准确性方面还有待于深入研究。

4.2 机械结构剩余寿命评估技术

大型机械设备普遍存在运行条件复杂、环境恶劣等工况,在长期运行中会逐渐老化,剩余寿命逐步下降。如果盲目地进行零部件维修与更换,会带来巨大浪费,所以正确评估设备的剩余寿命对于保证设备的安全运行、提高经济效益有着重要意义[29]。机械结构剩余寿命评估技术是故障预测技术的一个重要分支。机械设备剩余寿命评估方法可大致归纳为以下三大类:基于力学的寿命评估方法、基于概率统计的寿命评估方法和基于信息新技术的寿命评估方法。

4.2.1 常用的寿命评估方法

基于力学的寿命评估是学者们研究最为深入的评估方法。其中基于应力的寿命评估方法[30]是目前最为常用的一种方法。该方法用应力疲劳循环次数来估算部件的剩余寿命。另外一种方法是基于应变的寿命评估方法,该方法适用于循环应力水平较低、寿命较长的情况。第3种方法是累积疲劳损伤理论,包括线性累积损伤理论、双线性累积损伤理论和非线性疲劳累积损伤理论等。第4种是基于断裂力学的疲劳裂纹扩展理论。另外,还有基于损伤力学的寿命评估技术和基于能量的寿命评估技术等。它们适用的对象不同,在理论方面均存在一些不足。

基于概率统计的寿命评估方法考虑了常规寿命评估中特征参数如裂纹尺寸、载荷、材料特性等的不确定性[31]

基于信息新技术的寿命评估方法主要依托大数据、人工智能算法等进行剩余寿命评估,是目前受到持续关注的一个研究方向。基于人工智能算法的寿命评估方法,通过智能算法来模拟人的复杂思维过程,忽略了工程实际中存在的随机、突变和非线性等因素,适合于物理规律复杂、不确定性影响因素较多的机械设备寿命的评估。其主要有神经网络、专家系统、模糊计算、粗糙集理论和进化算法等[32]

4.2.2 大型游乐设施剩余寿命评估方法

大型游乐设施是典型的机电类设备,对其安全性的要求相比工业生产类设备更高,因此其剩余寿命的评估尤为重要。梁朝虎等[33]针对大型游乐设施的载荷和结构特点,提出了基于疲劳、锈蚀和磨损多因素影响的关键部件剩余寿命评估方法,在考虑结构疲劳损伤的基础上,引入锈蚀和磨损的影响,采用简单的线性疲劳损伤累积理论实现了关键部件的剩余寿命评估。但目前大型游乐设施剩余寿命评估的研究还处于初级阶段,在多轴应力载荷、物理模型、状态监测特征值、整机寿命预测等方面存在很多需进一步研究的内容。

4.3 整机健康状态量化评价技术

整机健康状态的量化评价是一种多指标的综合评价,是掌握设备整体健康状态的重要方法,为设备设计、制造、使用管理和监测提供指导。目前,关于设备整机健康状态量化评价的研究较少,主要原因是大型设备一般结构复杂,影响健康状态的环节和因素众多,且不同系统之间存在一定的耦合关系,其共同作用导致了整机的不安全状态。因此,健康评价研究主要还是针对部件或子系统层面。

4.3.1 多指标综合评价方法

多指标综合评价方法一般可分为主观赋权评价法和客观赋权评价法[34]。前者多是采用定性的方法,由专家根据经验进行主观判断而得到权重,如层次分析法[35]和模糊综合评判法等;后者根据指标之间的相关关系或各项指标的变异系数来确定权重,如灰色关联度法、TOPSIS法(technique for order preference by similarity to ideal solution,逼近理想解排序)和主成分分析法等。其中以主观赋权评价法中的层次分析法应用最为广泛。

4.3.2 大型游乐设施健康评价方法

大型游乐设施健康评价涉及结构、机械零部件、电气系统及部件、液压气动系统等。沈功田等[36]提出了大型游乐设施健康管理的概念,首次对大型游乐设施的健康状态进行了分级,利用定期检验数据、日常检查及维护保养数据、状态监测数据,结合不同指标的安全影响权重,得出设备整机的健康状态量化值。宋伟科等[37]将主要受力部件的剩余寿命评估理论引入整机服役状态评价模型,并考虑了历史数据对当前健康状态的影响,使整机的健康状态评价更加全面合理。以上研究采用的均是主观赋权的层次分析法,在权重分析过程中存在一定的主观认知,导致最终的健康状态量化值带有较大的主观性,同时,在数据归一化处理过程中,对指标阈值的确定缺少理论支撑,也导致最终结果的可信度不够高。

5 大型游乐设施健康恢复与保持

设施健康评价的目的是发现设施可能存在的安全隐患,从而为后期的维护保养和使用管理提供指导。设施的健康恢复是指设施的维护保养和修理,健康保持是指通过建立健全使用管理的制度和体系来维持设施的健康状态,从而实现设施的安全运行。

5.1 维护保养和修理

维护保养和修理是保持设备健康的重要技术手段。目前常用的维修方式有事后维修(breakdown maintenance,BM)和预防性维修(preventive maintenance,PM)两类。BM是指设备发生故障或者性能下降至合格水平以下时采取的非计划性维修,或对事先无法预计的突发故障采取的维修。PM主要包括基于时间的维修(time based maintenance, TBM)和基于状态的维修(condition based maintenance, CBM)[38]。TBM也称计划维修,是指根据给定的时间,定期对未失效的系统进行维修。CBM是根据状态监测信息实施维修的方式,即当通过状态监测信息发现设备有功能故障征兆时,在恰当的时间采取合适的维修方式对设备进行预防性维修或更换。此外,以可靠性为中心的维修(reliability centered maintenance,RCM)也得到越来越多的关注。RCM是用以满足设备预防性维修需求、优化维修而制定的一种国际通用的系统方法。它的基本思路为:对系统进行功能与故障分析,明确系统内各故障会引发的后果;用规范化的逻辑决断方法,确定各故障所引发后果的预防性对策;通过现场故障数据统计、专家评估、定量化建模等手段,在保证安全性和完好性的前提下,以维修停机损失最小为目标来优化系统的维修策略。另外,基于数字孪生的设备预测性维修技术也日益得到重视[39]

目前,由于大型游乐设施的状态监测技术还不够成熟,其维修以TBM为主。根据设备使用维护的要求,结合运营经验制订详细的日、周、月、年维修计划,以保障设备的运行安全。但该方法没有结合设备实际的健康状态,容易造成过维修或欠维修。

5.2 使用管理制度和体系

在设备健康管理中,使用管理制度和体系容易被忽视。设备使用单位更多关心的是设备本体的风险,而忽视外界对设备安全的影响,如环境因素、乘客自身因素和应急管理能力等。国内一些大型主题公园的管理者提出了游乐园安全体系建设的相关要求,并牵头起草了GB/T 42101—2022《游乐园安全——基本要求》等系列国家标准,从使用管理体系的基本要求、风险识别管控、应急管理、高峰客流管理、安全检查等多个方面进行了详细要求,有效提升了使用管理的全面性和落地性。

5.3 智能健康管控系统平台

采用信息化与智能化的健康管控系统平台是实现健康管控技术集成的有效手段,也是保障大型游乐设施运行安全的主要发展方向。通过智能化的信息系统,实现大型游乐设施健康指标的实时监测、健康评价、故障诊断、智能维保和人员管理,从而从根本上保障大型游乐设施的运行安全。

目前,国外大型主题公园,如迪士尼和环球影城等,非常重视设施使用管理的信息化建设,斥巨资建设了基于MAXMO平台的主题公园使用管理信息化系统,通过信息化手段来提高设备的安全性和管理的有效性。国内大型主题公园也开始重视管理信息化工作,目前还处于起步阶段,仅仅实现了部分管理功能,如售票、备品备件管理等,在设备信息化和智能化管理方面还存在较大不足。中国特种设备检测研究院健康管理科研团队从行业实际需求出发,研发了大型游乐设施健康管理信息化系统,如图4所示。基于状态监测技术、物联网技术、大数据和人工智能技术对典型大型游乐设施进行故障诊断和健康评价。

图4

图4   高参数大型游乐设施健康管理信息化系统

Fig.4   Information system for health management of high-parameter large-scale amusement rides


6 结 论

本文在分析大型游乐设施行业发展现状的基础上,设计了全面系统的大型游乐设施服役健康管控技术体系,对设备本质安全和使用管理层面的关键技术进行了梳理和总结。总的来说,目前我国大型游乐设施服役健康管控还是以人的主观经验为主,缺少核心关键技术支持。由于使用单位的管控能力参差不齐,安全风险难以有效规避,因此在技术层面还需要从以下几个方面进行重点关注并持续攻关。

1)在健康管控指标体系方面,缺少针对大型游乐设施失效机理和失效模式的系统研究。需要结合事故、故障、缺陷案例和设计重点,根据游乐设施的结构特点,分门别类地开展设备失效模式的研究,建立不同设备的失效分布图,研究不同结构、不同失效模式下的风险特征表征,为后续开展健康监测提供基础。

2)在检测技术方面,需要结合大型游乐设施的结构和失效特点,研发专用的检测技术、方法和装备,以满足特殊结构的特殊检测需求;在监测技术方面,需要开发低成本、高可靠性的监测装置和系统,以实现典型缺陷的实时在线监测,满足后续健康评价对数据质量和数量的要求;在智能巡检技术方面,需要开发专用无人机巡检装备,以满足日常检查要求,提高设备检查效率。

3)在健康评价方面,目前还存在较多研究空白。在故障诊断与预测方面,由于缺少监测数据的支撑,对设施的故障诊断和预测能力较弱,应重点针对可能引发设备故障甚至事故的典型缺陷,研究基于大数据的故障诊断与预测的技术及方法;在剩余寿命评估方面,现有评估方法没有考虑大型游乐设施的复杂性和多样性,其评估结果的可靠性和准确性有待验证;在整机健康状态量化评价方面,现有的方法主观性较强,量化评价结果对使用管理的指导性不足。

4)在设备维修方面,需要在健康评价的基础上实现TBM向CBM转变,在保障设备安全的前提下,降低维修成本;在使用管理体系建设方面,应大力推进国家标准的落地,让更多的使用单位重视管理体系建设的重要性;在智能化和信息化建设方面,研发智能健康管理平台是行业发展的重要方向,应在政策、人力、物力等方面加大投入,结合目前人工智能技术,提升大型游乐设施的运行安全水平。

参考文献

国家市场监督管理总局.

市场监管总局关于2022年全国特种设备安全状况的通告

[J].中国特种设备安全,2023393):1-3.

[本文引用: 1]

State Administration for Market Regulation.

State administration for market regulation on 2022 national special equipment safety status circular

[J]. China Special Equipment Safety, 2023393): 1-3.

[本文引用: 1]

马宁宋伟科李加申. 大型游乐设施典型案例(2015—2021年)[M].北京清华大学出版社2022.

[本文引用: 2]

MA NSONG W KLI J S. Typical case of large amusement facilities (2015—2021)[M]. BeijingTsinghua University Press2022.

[本文引用: 2]

王银兰宋伟科林伟明.

大型游乐设施设计风险评估方法

[J].中国特种设备安全,2014304):58-62.

[本文引用: 1]

WANG Y LSONG W KLIN W Met al.

The method of risk assessment of large amusement rides

[J]. China Special Equipment Safety, 2014304): 58-62.

[本文引用: 1]

宋伟科单宇佳.

游乐设施安全相关系统安全完整性评价方法研究

[J].中国特种设备安全,2017343):3-6.

[本文引用: 1]

SONG W KSHAN Y J.

Research on safety integrity level evaluation method for safety-related systems in amusement rides

[J]. China Special Equipment Safety, 2017343): 3-6.

[本文引用: 1]

SONG W KCHENG PLIU R.

Research on evaluation method of safety integrity for safety-related electric control system of amusement ride

[J]. Advances in Condition Monitoring and Structural Health Monitoring, 2019375-385. doi:10.1007/978-981-15-9199-0_35 .

[本文引用: 1]

钟群鹏张峥田永江.

机械装备失效分析诊断技术

[J].北京航空航天大学学报,2002285):497-502.

[本文引用: 1]

ZHONG Q PZHANG ZTIAN Y J.

Failure analysis diagnosis of mechanical equipment

[J]. Journal of Beijing University of Aeronautics and Astronautics, 2002285): 497-502.

[本文引用: 1]

沈功田.

承压设备无损检测与评价技术发展现状

[J].机械工程学报,20175312):1-12. doi:10.3901/jme.2017.12.001

[本文引用: 1]

SHEN G T.

Development status of nondestructive testing and evaluation technique for pressure equipment

[J]. Journal of Mechanical Engineering, 20175312): 1-12.

DOI:10.3901/jme.2017.12.001      [本文引用: 1]

章东桂杰周哲海.

超声相控阵全聚焦无损检测技术概述

[J].声学技术,2018374):320-325.

[本文引用: 1]

ZHANG DGUI JZHOU Z H.

A review of total focusing method for ultrasonic phased array imaging

[J]. Technical Acoustics, 2018374): 320-325.

[本文引用: 1]

原鹏魏治杰王恪典.

脉冲涡流技术对包覆层管道缺陷检测

[J].机械设计与制造,20239):55-58.

[本文引用: 1]

YUAN PWEI Z JWANG K Det al.

Pulse eddy current technology for detection of coating pipe defects

[J]. Machinery Design & Manufacture, 20239): 55-58.

[本文引用: 1]

王尊祥赵伟孙艺峰.

红外热成像检测技术在大型游乐设施检验检测中的应用探索

[J].中国特种设备安全, 20223811):46-49.

[本文引用: 1]

WANG Z XZHAO WSUN Y F.

Exploration of application of infrared thermal imaging detection technology in inspection and detection of large amusement facilities

[J]. China Special Equipment Safety, 20223811): 46-49.

[本文引用: 1]

于宗营沈功田赵章焰.

计算机视觉结构健康监测的研究进展及在大型游乐设施上的应用展望

[J].机械工程学报,20235916):167-181. doi:10.3901/jme.2023.16.167

[本文引用: 1]

YU Z YSHEN G TZHAO Z Yet al.

Advances in research of computer vision structural health monitoring and its application prospect in large amusement rides

[J]. Journal of Mechanical Engineering, 20235916): 167-181.

DOI:10.3901/jme.2023.16.167      [本文引用: 1]

王柏然童仁园李青.

基于漏磁检测技术的游乐设施钢滑索探伤装置研究

[J].中国计量大学学报,2020314):430-436.

[本文引用: 1]

WANG B RTONG R YLI Qet al.

Research on flaw detection devices for steel strop of amusement facilities based on magnetic flux leakage detection technology

[J]. Journal of China University of Metrology, 2020314): 430-436.

[本文引用: 1]

胡斌沈功田.

磁记忆检测技术在游乐设施上的应用

[J]. 无损检测,20163811):21-26.

[本文引用: 1]

HU BSHEN G T.

Application of magnetic memory testing technology on amusement equipment

[J]. Nondestructive Testing, 20163811): 21-26.

[本文引用: 1]

沈功田金灿华张君娇.

无损云检测技术研究及仪器系统开发

[J].机械工程学报,2023594):1-9. doi:10.3901/jme.2023.04.001

[本文引用: 1]

SHEN G TJIN C HZHANG J Jet al.

Research on non-destructive cloud testing technology and development of instrument and system

[J]. Journal of Mechanical Engineering, 2023594): 1-9.

DOI:10.3901/jme.2023.04.001      [本文引用: 1]

HU Y WLIU S JLU H Tet al.

Remaining useful life model and assessment of mechanical products: A brief review and a note on the state space model method

[J]. Chinese Journal of Mechanical Engineering, 2019321): 1-20.

[本文引用: 1]

袁慎芳. 结构健康监控[M].北京国防工业出版社2007.

YUAN S F. Structural health monitoring[M]. BeijingNational Defense Industry Press2007.

房芳郑辉汪玉.

机械结构健康监测综述

[J].机械工程学报,20215716):269-292. doi:10.3901/jme.2021.16.269

[本文引用: 1]

FANG FZHENG HWANG Yet al.

Mechanical structural health monitoring: A review

[J]. Journal of Mechanical Engineering, 20215716): 269-292.

DOI:10.3901/jme.2021.16.269      [本文引用: 1]

黄山吴振升任志刚.

电力智能巡检机器人研究综述

[J].电测与仪表,2020572):26-38.

[本文引用: 1]

HUANG SWU Z SREN Z Get al.

Review of electric power intelligent inspection robot

[J]. Electrical Measurement & Instrumentation, 2020572): 26-38.

[本文引用: 1]

于子良黄志辉杨珏.

轨道隧道巡检现状及智能检测机器人发展趋势

[J].机车电传动,20206):137-142.

YU Z LHUANG Z HYANG Yet al.

Current situation of detection for rail and railway tunnel and development trend of intelligent detection robot

[J]. Electric Drive for Locomotives, 20206): 137-142.

缪希仁刘志颖鄢齐晨.

无人机输电线路智能巡检技术综述

[J].福州大学学报(自然科学版),2020482):198-209.

[本文引用: 1]

MIAO X RLIU Z YYAN Q C.

Review on UAV intelligent technology for transmission line inspection

[J]. Journal of Fuzhou University (Natural Science Edition), 2020482): 198-209.

[本文引用: 1]

SONG W KZHAO Z.

Development of multifunctional detection robot for roller coaster track

[J]. Sensors, 2023238346.

[本文引用: 1]

沈功田刘渊张君娇.

在役大型游乐设施健康评价方法研究

[J].机械工程学报,20205610):1-11. doi:10.3901/jme.2020.10.001

[本文引用: 1]

SHEN G TLIU YZHANG J Jet al.

Research on health evaluation method for in-service large-scale amusement rides

[J]. Journal of Mechanical Engineering, 20205610): 1-11.

DOI:10.3901/jme.2020.10.001      [本文引用: 1]

雷亚国贾峰孔德同.

大数据下机械智能故障诊断的机遇与挑战

[J].机械工程学报,2018545):94-104. doi:10.3901/jme.2018.05.094

[本文引用: 2]

LEI Y GJIA FKONG D Tet al.

Opportunities and challenges of machinery intelligent fault diagnosis in big data era

[J]. Journal of Mechanical Engineering, 2018545): 94-104.

DOI:10.3901/jme.2018.05.094      [本文引用: 2]

MARK W D.

Time-synchronous-averaging of gear-meshing-vibration transducer responses for elimination of harmonic contributions from the mating gear and the gear pair

[J]. Mechanical Systems and Signal Processing, 20156221-29.

[本文引用: 1]

屈梁生史东锋.

全息谱十年:回顾与展望

[J].振动测试与诊断,1998184):235-242.

[本文引用: 1]

QU L SSHI D F.

Holospectrum during the past decade: Review & prospect

[J]. Journal of Vibration, Measurement & Diagnosis, 1998184): 235-242.

[本文引用: 1]

SCHLECHTINGEN MSANTOS I F.

Comparative analysis of neural network and regression based condition monitoring approaches for wind turbine fault detection

[J]. Mechanical Systems and Signal Processing, 2011255): 1849-1875.

[本文引用: 1]

高金吉.

装备系统故障自愈原理研究

[J].中国工程科学,200575):43-48.

[本文引用: 1]

GAO J J.

Research on the fault self-recovery principle of equipment system

[J]. Strategic Study of CAE, 200575): 43-48.

[本文引用: 1]

沈功田张勇刘然.

游乐园和景区载人设备全生命周期检测监测与完整性评价技术研究

[J].中国特种设备安全,20163210):5-9.

[本文引用: 1]

SHEN G TZHANG YLIU R.

The research on full-lifecycle testing, monitoring and integrity evaluation technology of manned rides in amusement parks and scenic spots

[J]. China Special Equipment Safety, 20163210): 5-9.

[本文引用: 1]

张小丽陈雪峰李兵.

机械重大装备寿命预测综述

[J].机械工程学报,20114711):100-116. doi:10.3901/jme.2011.11.100

[本文引用: 1]

ZHANG X LCHEN X FLI Bet al.

Review of life prediction for mechanical major equipments

[J]. Journal of Mechanical Engineering, 20114711): 100-116.

DOI:10.3901/jme.2011.11.100      [本文引用: 1]

CUI W C.

A state-of-the-art review on fatigue life prediction methods for metal structures

[J]. Journal of Marine Science and Technology, 200271): 43-56.

[本文引用: 1]

高镇同熊峻江.

疲劳/断裂可靠性研究现状与展望

[J].机械强度,1995173):61-82.

[本文引用: 1]

GAO Z TXIONG J J.

The present situation and prospects for the fatigue/fracture reliability study

[J]. Journal of Mechanical Strength, 1995173): 61-82.

[本文引用: 1]

BEZAZI APIERCE S GWORDEN Ket al.

Fatigue life prediction of sandwich composite materials under flexural tests using a Bayesian trained artificial neural network

[J]. International Journal of Fatigue, 2007294): 738-747.

[本文引用: 1]

梁朝虎沈功田张琨.

游乐设施剩余寿命评估方法研究

[J].安全与环境学报,2019194):1296-1301.

[本文引用: 1]

LIANG C HSHEN G TZHANG Ket al.

An evaluation method for the remaining life of the amusement ride

[J]. Journal of Safety and Environment, 2019194): 1296-1301.

[本文引用: 1]

虞晓芬傅玳.

多指标综合评价方法综述

[J].统计与决策,200411):119-121.

[本文引用: 1]

YU X FFU D.

Review of multiple indicators comprehensive evaluation method

[J]. Statistics and Decision Making, 200411): 119-121.

[本文引用: 1]

常建娥蒋太立.

层次分析法确定权重的研究

[J].武汉理工大学学报,20071):153-156.

[本文引用: 1]

CHANG J EJIANG T L.

The study of determining weights by analytic hierarchy process

[J]. Journal of Wuhan University of Technology, 20071): 153-156.

[本文引用: 1]

沈功田刘渊.

大型机械系统的健康管理理论研究及应用设想

[J].机械工程学报,2017536):1-9. doi:10.3901/jme.2017.06.001

[本文引用: 1]

SHEN G TLIU Y.

Research and application assumptions of health management theory of large mechanical system

[J]. Journal of Mechanical Engineering, 2017536): 1-9.

DOI:10.3901/jme.2017.06.001      [本文引用: 1]

宋伟科张琨崔高宇.

长期服役大型游乐设施安全状态评价方法研究

[J].安全与环境学报,2023239):3009-3017.

[本文引用: 1]

SONG W KZHANG KCUI G Y.

Research on the safety state evaluation method of large-scale amusement rides in long-term service

[J]. Journal of Safety and Environment, 2023239): 3009-3017.

[本文引用: 1]

吴波丁毓峰黎明发. 机械系统可靠性维修及决策模型[M].北京化学工业出版社2007.

[本文引用: 1]

WU BDING Y FLI M F. Reliability and decision model of mechanical system[M]. BeijingChemical Industry Press2007.

[本文引用: 1]

张旭辉鞠佳杉杨文娟.

基于数字孪生的复杂矿用设备预测性维护系统

[J].工程设计学报,2022295):643-650.

[本文引用: 1]

ZHANG X HJU J SYANG W Jet al.

Predictive maintenance system for complex mining equipment based on digital twin

[J]. Chinese Journal of Engineering Design, 2022295): 643-650.

[本文引用: 1]

/