Q:什么是設備異常監測？
A:設備異常監測，是對關鍵設備運行進行實時/準實時觀測，輸出被觀測設備與預期模式不匹配的信息。
Q:為什么要關心設備異常監測方法？
A:出于以下三個原因，我們必須對設備異常監測方法給予重點關注：

01 設備異常監測是重要的工業業務需求
關鍵設備是工業生產運行的核心構成，其運行出現異常會在多方面造成重大影響。因此對關鍵設備建立運維機制以保障其平穩可靠運行是關鍵設備利益相關方的必然舉措。然而當前的設備運維方法存在以下一些問題：
? 基于人的檢驗難以保證可靠性
這既包括人在觀測中可能產生主觀偏差，也包括設備中存在大量核心組件無法直接被人觀測到的情形。
? 基于機理的監測難以擴展
使用科學方法，可以建立對軸承、齒輪等關鍵零組件的監測能力，準確識別這些零組件的早期性能衰退問題。但科學方法復雜度高，目前常用于若干類特定研究對象，難以泛化到系統級異常監測。

? 既有的設備異常監測方法難以應對關鍵設備的復雜化、智能化
傳統設備異常監測通常是基于設備機理特性與運維經驗所構建的專家系統，結合維保人員的定期檢驗。其中專家系統通常由大量閾值檢驗，條件規則及邏輯判斷組成。當設備運行狀態復雜度提升時，專家系統的復雜度急劇上升，使得系統開發困難，且容易造成錯漏。而人員定期檢驗既造成冗余重復工作，也容易產生誤差。
基于上述原因，尋找合理的異常識別手段，構建滿足當前關鍵設備運維需求的設備異常監測能力是工業從業者的迫切需求。

02 設備異常監測技術在數據驅動的PHM系統中起到重要作用
設備異常監測是PHM（故障預測與健康管理）系統的重要構成之一，除了其自身作為監測設備運行是否存在異常這一業務功能外，其對PHM中其它算法構建與業務設計也起到輔助作用：
? 對突變故障與緩變故障的區分
設備故障可以按照發生前有無預兆區分為突變故障與緩變故障。簡單的說，緩變故障可以經由感知設備運行的數據進行分析識別，而突變故障在發生前并沒有可被感知到的信息因而無從預知。突變故障的產生有機理的原因，比如脆性材料的疲勞斷裂確實難以預知，也有數據感知不全的原因，如設備存在難以接觸到的位置無法監測其狀態。

無論如何，突變故障都是難以監測和預防的嚴重問題，必須采取特別的應對措施。好的設備故障監測算法可用于分析設備運行歷史數據中，發生某種故障之前的數據與正常數據之間的差異。如果這一差異微小到不足以被識別，那這種故障可以被認為屬于突變故障。再根據該故障的影響規劃相應的應對方案。
? 輔助故障分類模型訓練數據標注
在PHM系統中，除需要識別出系統運行的異常外，通常還要求根據異常數據識別系統可能會發生什么樣的故障，以形成應對措施。在數據驅動的實踐中，基于運行數據判別設備的故障類型通常使用人工智能分類方法。

這類方法以歷史數據中相似故障發生前的設備運行數據做為數據集，訓練出最小泛化誤差的神經網絡或支持向量機等分類模型，并在后續設備運行中基于其實時數據判別設備出現了哪類故障。在運維記錄中，一般只能得到設備故障的發生時間點與排除報告提交的時間點，如下圖所示，這兩個時間點相關設備故障完全顯現的時刻與運維人員提交報告的時刻。
如果我們以這個時間段的設備運行數據作為訓練集，則其既包含了不相容的多種數據類別，又不適用于故障未顯現前的趨勢判別。而后者是PHM系統重點關注的系統功能。為避免這種不相容數據集，就需要使用設備異常監測算法對設備歷史運維數據進行分析，準確地獲取最合理的分類用歷史數據截取時間點。

03 設備異常監測算法目前仍屬于技術研究前沿
從技術的角度看設備異常監測方法，可以將其分為基于機理的方法與數據驅動的方法兩類。其中基于機理的方法如前所述，存在復雜度高與難以泛化的問題。而數據驅動的設備異常監測方法收益于近來快速發展的物聯網和人工智能技術，對處理問題提供了新的思路。
并且，數據驅動的方法在智能制造領域表現優異，已經取得了許多成就。同時，數據驅動方法目前還處于研究、發展階段，其在工業領域的應用還有待進一步檢驗。總的來說，我們認為以下工業領域特點對設備異常監測方法構建產生影響：
?工業設備監測數據有其特殊性
具體而言：數據結構上包括高維度、多模態、時序性強、采樣率不一致等特點；數據統計特性上包括信噪比低、數據分布單一、內稟低維流形嵌入、缺少標簽與特性描述等特點。

這些特性都影響到設備異常監測方法設計，一般而言，這些特性通常會降低異常監測算法準確識別問題的能力。此外，工業數據的獲取與存儲等特性也會影響到設備異常監測方法乃至其所在的整個PHM軟件架構設計，這方面本文暫不討論。
? 設備異常監測方法關鍵共性技術
如上所述，設備異常監測工作有其特殊的數據特征、業務需求以及重要性，因此無法直接使用常見的數據分析算法與策略，需要進行針對性規劃。我們認為性能良好滿足運維要求的設備異常監測方法的構建涉及下述若干關鍵共性技術。
1. 數據處理技術
? 合理的數據選擇
從運行中的設備中可以感知到海量的數據，這些數據有代表某種物理特性的數值數據，表示狀態的狀態數據以及圖像、指令等等。這就是數據的多模態特征。在構建設備異常監測方法時需要引入數據融合方法，將多模態數據轉化為便于數據分析，同時能充分表達設備運行狀況的標準化數據。在數據選擇方面，東京大學的矢入健久教授給出四種應從分析數據中去除的數據：
⇒具有極低采樣率的數據。
⇒基本保持常量，方差極小的數據。
⇒僅在特定時間窗口期才能獲取的數據（不能提供實時幫助）。
⇒與設備健康無關的數據。

? 特征數據構建
對設備進行感知所獲取的數據中存在大量表示物理特性的數據，這些數據往往需要進行數據變換，轉化為容易識別的特征表達。例如對軸承振動的感知數據應計算抽取其峭度因子，對高采樣緩變數據應進行包絡解調處理等等。
完成了數據選擇后，通常還需要進行數據的預處理，以提升數據質量。這部分工作與數據的信噪比、業務要求有關，暫不討論。
2. 算法設計考量
除數據處理技術外，在算法設計方面還有以下兩方面工作需要加以考量。
? 數據降維與聚類處理
通常到這一階段，數據的維度仍然較高。高維度數據會造成模型收斂速度慢且難以泛化，樣本數據量要求高等問題。因此需要對高維度數據進行降維處理。此外，如果設備運行不是總處于一種恒定狀態，就應當對設備運行數據進行聚類處理。

這是因為不同運行狀態的設備其數據通常會在高維空間中形成不同的集簇，這些集簇表征了設備在每種運行狀態下其數據的分布規律。如果不進行聚類分析，則其后建模過程會將其視為一個集簇進行處理，在這種情況下異常往往不容易被發現。
下圖是輔助理解這一問題的一個示例。圖中左側數據被劃分為兩個聚類，右側數據被劃分為一個聚類。兩種劃分方法會使得算法識別圖左中黃色標識的異常數據存在性能差異。

△數據聚類條件下數據取值閾值相對精確，利于發現異常信息

?算法選擇：動態閾值與概率模型
由于工業實際中缺少數據標簽，因此設備異常監測算法通常需要使用無監督學習方法。其中傳統上一般會選擇部分關鍵變量，使用動態閾值方法去評估設備運行是否正常。這種方法成熟且適用于很多場景，但難以應對具有高度相關性的變量組。
使用主成分分析對數據進行降維后，數據各維度的相關性會顯著減少，從而使變換后數據使用動態閾值較為可行，但這仍無法應對前述多種運行模式的設備數據。

為此，可以選擇無監督智能化算法構建異常識別模型。為量化表達出數據的異常程度，我們應當避免使用判別式智能模型，而應選擇生成式模型，即概率模型去刻畫設備運行數據。其中高斯混合模型、基于核方法的非參數概率模型等均是設備運行狀態的良好數值描述方法。

3. 必須考慮數值方法與業務機理的結合
由于設備異常監測方法應用于工業實際，因此一定不能單純的從數學方法或數據分析方法角度考慮工作開展，而必須結合業務實際。這表現在很多方面，前述對算法精確度與召回率的平衡即為一例，針對特定業務對象設計相應的數據特征抽取策略也是如此。
此外再舉一例：在數據的聚類時需要考慮設備運行狀態與聚類結果之間的相符性。如下圖所示，圖左與圖右是對圖中數據兩種不同的聚類策略。

其中圖左使用了類似kmeans的基于數值間歐式距離的聚類策略，圖右的聚類則考慮了數據本身的分布特征，將具有相似分布特征的數據聚為一類。針對設備異常監測需求，這種聚類策略具有顯著的優勢。

總結
本文從技術角度出發，討論了作為PHM核心功能之一的設備異常監測方法。說明了這一方法在多個層面上的重要性，并探討了構建設備異常監測功能所需的關鍵共性技術。美林數據深耕行業應用，在PHM及相關工業數據分析領域具有豐富經驗，愿與各界同仁共同致力于行業發展。