在《世界是平的》一書中，作者托馬斯?弗里德曼曾描述這樣一個場景：一架波音777客機在飛行途中引擎遭遇雷擊，緊急關頭，引擎上的傳感器將引擎狀態數據通過衛星傳輸到引擎制造商中心控制室的計算機上，人工智能復雜算法對數據進行分析，并自動判斷引擎可能遭遇雷擊，通知工程師關注。工程師對飛行引擎進行遠程故障分析和診斷，決定飛機是否需要降落，以便進一步檢查或維修，而無需等到飛機著陸才耗時進行地面檢查。

    如今，這一場景在中國的許多工業領域已經實現。在制造業轉型升級的大背景下，越來越多的制造企業在向服務轉型的過程中，將目光投向了代表智能服務新模式的遠程運維服務，而遠程狀態監測和故障診斷是實現遠程運維服務的數據基礎和重要服務內容。

    憶往昔：回溯狀態監測發展歷程

    狀態監測是為了指示機器運行狀態，識別出機器狀態的顯著變化，通過一定的檢測、監視、分析和判別方法，對異常、故障狀態及時做出報警，對機器的狀態參數（振動、溫度等）進行監測，并為進一步的故障分析、性能評估等提供信息和數據的過程。

    這是預知性維修的重要組成部分，能夠及時發現故障的皁期征兆，采取相應措施，避免、減少重大事故的發生；一旦發生故障，能自動紀錄故障過程的完整信息，以便事后進行故障原因分析；通過分析設備異常運行狀態，揭示故障原因、程度、部位，為設備在線調理、停機檢修提供科學依據，延長運行周期，降低維修費用；同時可充分地了解設備性能，為改進設計、制造與維修水平提供有力證據。一般而言，常見的狀態監測包括：振動分析和診斷、潤滑分析、聲發射、紅外熱成像、超聲測試（材料厚度/缺陷檢測）、電機狀態監測和電機電流特征分析、基于模型的電壓和電流系統等。

    回看狀態監測幾十年的歷程，總共經歷了從離線到在線，從監測到診斷，從轉動機械到其他設備、從振動到其他參數，從本地到遠程的發展。

    從離線到在線：過去，由于傳感器和數據采集器價格高昂，早期的狀態監測都以離線式為主。一臺可移動的數據采集系統，定期或不定期對多臺機械設備進行不連續地數據采樣，然后分析機器的狀況。而現在，隨著傳感器、模數轉換器（A/D) 和計算等成本下降，越來越多的機械設備能夠支付在線監測的投資，從而實現了連續的數據采集。其好處是可以隨時了解機械設備的運行狀況，并根據狀況采取合理的運行維護措施。

    從監測到診斷：以往，監測系統僅提供一些狀態參數的數值，展示這些參數的變化趨勢，起到監測作用。如今，得益于信號處理技術的廣泛采用，通過傅里葉變換、模式識別等算法，從信號中分離出與故障相關的敏感成分，使得分析和診斷功能不斷加強。經過專業訓練的工程師可以通過數據解讀，分析和判斷機械設備的故障。

    從轉動機械到其他設備、從振動到其他參數：針對轉動機械的振動監測最早開始廣泛采用監測技術，發展至今已經超過了50年。而今，隨著紅外熱成像、超聲、激光等新傳感技術的發展，狀態監測應用的對象也擴展到更廣泛的設備和資產上，應用領域大大拓展。

    從本地到遠程：隨著網絡技術的發展，狀態監測從本地監測逐步發展為遠程監測。用戶可以方便地將數據分享給千里之外的設備專家，以獲得專業的分析診斷服務。

    瞻未來：狀態監測演進方向

    狀態監測經過數十年的發展，在未來又會怎樣演進呢？以下是一些可能的發展趨勢：

    從維護到資產管理再到服務的新模式：狀態監測目前是預知性維修的重要組成部分。近兩年，一些先進企業，如中國石化、神華集團等，在智能工廠項目中，將狀態監測作為資產管理的核心模塊、評價和管理企業生產的核心資產。隨著行業中專業分工的不斷深化，狀態監測將回歸到本原，成為設備制造商和專業服務商為設備用戶提供全生命周期增值服務的重要基礎和手段，狀態監測將由技術導向轉變為服務導向。甚至，狀態監測可以為重要設備、資產的金融保險服務創新創造條件。如德國安聯保險，對配備合格狀態監測系統的風力發電機提供更優惠的保費。
 

    狀態監測加快普及：隨著模數轉換器（A/D) 、微機電系統（MEMS) 發展，IT技術成本不斷降低，狀態監測將進入快速普及期。以往由于成本高企，由關鍵設備獨享的技術，將越來越普及化。如沈鼓測控公司最新推出的SG2000機泵群無線? 云監測系統，采用微機電系統（MEMS) 傳感器、物聯網通訊、電池供電，一個傳感器可提供三軸向振動和溫度等10個參數的云端在線監測，而其傳感器的售價比傳統單軸向加速度傳感器的三分之一還低。這一產品，使之前昂貴的“奢侈品”變成了免維護、拋棄型的消費品，未來應用范圍不可限量。

    專家智慧與人工智能相輔相成：在狀態監測發展之初，一些國內外廠商和院校研究開發了基于決策樹或推理機的所謂“專家系統” ，但20多年的使用結果，并未讓用戶信服。如今人工智能如火如荼，又讓人們對狀態監測實現智能診斷燃起了希望。然而，監測對象的多樣性、復雜性和數量的有限性，決定了狀態監測的大數據和人工智能將比商業大數據和人工智能更具挑戰性。因此，在設定目標時，不應好高騖遠地設定為替代專家，而是定位為專家智慧與人工智能相輔相成，使大數據和人工智能成為專家的“助手” ，提高專家診斷的效率和準確性。

    從單機向集約發展：隨著信息系統不斷發展，智能工廠示范項目逐步落地，狀態監測數據的“豎井”被打破。以往互不聯通的專業系統數據，已經逐步實現互聯互通。旋轉設備監測數據、電氣監測數據、腐蝕監測數據和控制系統數據都將實現互聯互通，為人工智能挖掘數據創造更好的條件。

    社交化、眾包化發展：如今微信已經成為不可或缺的社交途徑。預測狀態監測也將不可避免地在垂直領域實現社交化和眾包化。比如沈鼓云服務平臺正在探索“互聯網+”時代下狀態監測的社交化發展，其創建的微信公眾號“設備管理研習社” 已經積累了 1萬名訂閱用戶?，F在，正打造集合狀態監測、專業社交、知識分享、服務眾包功能于一體的移動應用 APP。

    述實例： “沈鼓云”全生命周期服務

    沈陽鼓風機集團股份有限公司是以重大技術裝備國產化為己任的中國機械工業100強企業。沈鼓集團十分重視商業模式的刨新和新技術的研究應用，于2012年提出了“由制造向服務轉型”的發展戰略。沈鼓測控公司以自主研發的機組監測系統SG8000和遠程監測中心為基礎，打造沈鼓云服務平臺，打通機組服務全流程，以實現數據軀動的機組全生命周期服務。

    沈鼓云服務平臺實踐了“互聯網+生產性服務”模式，用戶遍布全國，現已在線接入162家機構、機組數達1232臺。遠程監測及故障診斷中心會同沈鼓設計、制造、試產、故障診斷專家組，為用戶提供實時、遠程、在線監測服務，系統實時預警1800多次，診斷服務1600余次，臨時診斷87次，應用戶的邀請到現場診斷53次。

    沈鼓云服務平臺幫助沈鼓集團榮獲了“互聯網與工業融合創新試點企業” 、“遼寧省智能制造及智能服務試點示范標桿企業” 榮譽稱號，并獲評工信部頒發的“中國‘互聯網+ ’行動百佳實踐案例”和“智能制造試點示范”稱號。目前，沈鼓測控正在中國機械工業聯合會的支持下，牽頭制定《旋轉機械遠程狀態監測及診斷服務平臺數據標準》。此項標準已有上海電氣、東方電氣、陜鼓動力、杭汽輪、三一集團、西安交大、華能集團、中國石化、中煤集團等大型企業共同參與。

    經過用戶需求分析和技術積累，結合互聯網思維，沈鼓測控公司推出了一款集無線物聯網、低功耗MEMS傳感技術于一體，可掃碼部署，能在手機、平板電腦、PC多屏顯示，并能實現云端和本地數據存儲的SG2000機泵群無線?云監測系統。這一云監測系統采用的智能無線傳感器MCS202是一種“三軸振動+溫度測量”的新型數據采集裝置，內置無線發射天線，基于LoRa (Long Range， 基于擴頻技術的超遠距離無線傳輸方案）的無線傳輸私有協議，可低功耗、長距離、無線傳輸。MCS202結構緊湊，體積小巧，防坐、防水、防爆，便于安裝。

    SG2000云監測系統采用無線數字信號傳輸方式消除了長電纜傳輸帶來的噪聲干擾，整個測量系統具有極高的測量精度和抗干擾能力；星型網絡拓撲結構可以組成龐大的無線傳感器網絡，可隨時隨地獲得機泵運行狀態和報警信息，采集的數據可以實時無線傳輸至計算機；根據現場通訊條件，智能自適應波特率及數據傳輸間隔，特征值傳輸可視通訊距離2km，工廠實際使用距離500m (無明顯阻擋）。沈鼓云服務平臺適用于石油化工、油田、電力、生物、機泵制造廠等不同行業的客戶，為其提供專業的診斷服務，幫助企業提升生產效率，避免潛伏的危機發生，降低生產運營成本。