2022年中国PHM行业研究报告

2022年 中国PHM行业研究报告 版权所有©2022深圳市亿渡数据科技有限公司。本文件提供的任何内容 （包括但不限于数据、文字、图表、图像等）均系亿渡数据独有的高度机密性文件（在报告中另行标明出处者除外）。未经亿渡数据事先书面许可，任何人不得以任何方式擅自复制、再造、传播、出版、引用、改编、汇编本报告内容，若有违反上述约定的行为发生，亿渡数据公司保留采取法律措施，追究相关人员责任的权利。 目录 第一章中国PHM行业概述04 行业定义05 技术原理06 发展历程07 市场规模08 竞争格局09 驱动因素10 发展趋势11 第一章中国PHM行业概述12 产业链图谱13 产业链上游14 产业链中游16 产业链下游17 第二章行业典型企业介绍21 安徽容知日新科技股份有限公司22 江苏东华测试技术股份有限公司23 北京博华信智科技股份有限公司24 名词解释 MRO：维护维修运行管理系统，指工厂或企业对其生产和工作设施、设备进行保养、维修的系统。 PHM：故障预测与健康管理，利用数据，经过信号处理和数据分析等运算手段，实现对复杂工业系统的健康状态进行检测、预测和管理的系统性工程。 浴缸曲线：指产品从投入到报废为止的整个寿命周期内，其可靠性的变化呈现一定的规律。如果取产品的失效率作为产品的可靠性特征值， 它是以使用时间为横坐标，以失效率为纵坐标的一条曲线。因该曲线两头高，中间低，有些像浴缸，所以称为“浴缸曲线”。 PC：个人计算机，一种大小、价格和性能适用于个人使用的多用途计算机。台式机、笔记本电脑、小型笔记本电脑、平板电脑以及超级本 等都属于个人计算机。 Windows：一般指MicrosoftWindows，是美国微软公司以图形用户界面为基础研发的操作系统，主要运用于计算机、智能手机等设备。 OSX：一般指macOS，是一套由苹果开发的运行于Macintosh系列电脑上的操作系统。 Linux：全称GNU/Linux，是一种类UNIX操作系统，主要受到Minix和Unix思想的启发，是一个基于POSIX的多用户、多任务、支持多线 程和多CPU的操作系统。 PHM聚焦于工业运行过程中的健康状态监测、预测及管理 检修维护从人工升级到信息化和智能化，从单点部件测试升级至系统集成化PHM 第一章 行业概述 Industryoverview 需求的不断复杂化和相关技术的持续进步推动着PHM技术发展并由监测转向预测 全球及中国PHM市场均保持快速增长势头，多个行业领域具有较大的潜在市场空间 国外具有竞争力的PHM企业多为设备供应和服务商，中国PHM企业规模仍然偏小 通过PHM能延长设备的有效寿命，未来工业信息化和智能化升 级将进一步带来需求 PHM系统整体将向着智能化和网络化升级，专业化的PHM企业将更具竞争优势 行业定义 PHM聚焦于工业运行过程中的健康状态监测、预测及管理 经营管理类 工业软件 研发设计类 生产制造类 运维服务类 工业软件按制造业生产周期分类：研发设计、 MRO维护维修运行管理 PHM故障预测与健康管理 生产制造、经营管理、运维服务 运维服务类主要包括：MRO（维护维修运行 管理）、PHM（故障预测与健康管理）等 PHM的故障诊断与预测基本流程 传感器 数据整合 数据预处理 数据传输 数据整合 特征提取 状态检测 故障诊断 数据整合 故障预测 保障决策 产品参数 历史统计数据 历史监测数据 PHM，即故障预测与健康管理，是指通过识别和抓取目标设备运行中的相关信息并进行数据分析，确定故障性质、部位和起因，准确预报设备故障的程度和趋势的系统。 PHM聚焦于复杂工程健康状态的监测、预测和管理，最早应用于航空航天领域，是从工程领域提炼，并且不断系统化、体系化的一门系统工程学科。 PHM一般应具备故障检测、故障隔离、增强的诊断、性能检测、故障预测、健康管理、部件寿命追踪能力。以典型的故障诊断与预测流程为例，系统内包含了数据采集、数据预处理、数据传输、特征提取、数据融合、状态监测、故障诊断、故障预测、保障决策等环节。 技术原理 检修维护从人工升级到信息化和智能化，从单点部件测试升级至系统集成化PHM 传统工业时代，工业设备的维护一般需要依靠具有较多经验积累的工人来进行故障判断，且通常是设备出现故障后再进行维修； 现代工业时代，工业设备的维护一般依靠传感器、工业软件等工具来进行精准的数据收集和数据分析，同时再辅以高级预测模型来进行故障判断，通常设备出现故障之前已进行有效故障预测并主动解决； PHM五大功能 PHM 状态检测/故障检测隔离性能趋势预测关键部件故障检测剩余寿命预测维护决策/资源管理 相较于传统工业时代，PHM将基于事件驱动的维修（事后维修）、时间驱动的维修（定期维修）等基于当前健康状态的故障检测与诊断，变成了基于未来健康状态的预测。 技术演变过程 外部测试 机内测试 智能测试 综合诊断 PHM 应用形式变化过程 部件级 分层系统 系统集成 发展历程 需求的不断复杂化和相关技术的持续进步推动着PHM技术发展并由监测转向预测 1950 1970 1990 2010 定期维护预防性维护 PHM从过去的部件与分系统级，发展到覆盖整个平 台各个主要分系统的系统集成级 PHM实现了从健康监测向健康管理的转变，从对当前健康状态的故障预测与诊断转向对未来健康状态的预测 PHM实现了从被动性的反应性维修活动转向主动性、先导性的维修活动 20世纪60年代末 视情维护 美国航空航天局设立了机械故障预防小组，英国有关部门设立了机械保健中心，这一时期以外部测试为主，PHM的雏形诞生 进入20世纪70年代 航空航天领域相关维护难度随着机械、设备和系统的复杂程度提升而不断加大，外部测试已无法满足需求，机内测试被正式引用到维修中，这是PHM的重要支撑技术 20世纪80年代 人工判断经验为主 仪器检测数据记录 数据监测数据分析 智能监测实时分析 我国在PHM系统设计与验证基础理论与方法研究方面起步 较晚，同样先在航天航空领域开展基础研究，到目前已将 理论实际应用到风电、石化、冶金等工业领域； 我国PHM发展历程 故为进一步改善机内测试的效能，智能开发得到发展，机 障内测试升级为智能测试 预 与 测20世纪90年代 健综合诊断的概念被提出，通过综合诊断方案来实现更精 康准高效的设备检测维护 管 理进入21世纪 H P随着信息技术、计算、存储等进一步发展，PHM技术推 M动维护管理实现了全方位的升级 市场规模 全球及中国PHM市场均保持快速增长势头，多个行业领域具有较大的潜在市场空间 全球市场 2017-2021年PHM在各行业领域的展开应用为市场规模增长奠定良好基础，至2021年全球PHM市场规模达到69亿美元，5年CAGR为20.55%。 由于各行业领域的PHM应用深度不一，部分重点领域如清洁能源、军工武器等市场需求还将在环境利好的作用下持续增长，预计2026年全球PHM市场规模将扩大至282亿美元，5年CAGR为31.66%。 2017-2026年全球PHM市场规模及增长 中国市场 2017-2021年中国PHM市场处于开拓阶段，其中以风电、石化、钢铁等领域为代表为PHM市场发展提供动力，至2021年中国PHM市场规模达到35.78亿元，5年CAGR为28.07%。 工业设备的状态监测与故障诊断是实现智能制造的重要环节之一，各行业领域的渗透率还有进一步提升的空间，同时如航空军工类的潜在空间庞大，预计2026年中国PHM市场规模将扩大至161.37亿元，5年CAGR为36.48%。 2017-2026年中国PHM市场规模及增长 单位：亿美元单位：亿元 2017-2021CAGR 20.55% 2022-2026CAGR 31.66%282 222 170 129 94 56 69 33 40 48 2017-2021CAGR 28.07% 2022-2026CAGR 36.48%161.37 115.26 84.13 61.86 46.51 35.78 24.65 13.30 15.66 20.88 201720182019202020212022E2023E2024E2025E2026E 201720182019202020212022E2023E2024E2025E2026E 数据来源：亿渡数据 竞争格局 国外具有竞争力的PHM企业多为设备供应和服务商，中国PHM企业规模仍然偏小 国外PHM市场主要参与者多为国际知名的设备供应商或大型的状态监测企业，企业规模较大，大多以产品销售为主。 国外PHM市场主要参与者在中国市场主要专注于电力工业、石油和天然气、冶金等领域。 国外PHM市场主要参与者中具有代表性的为SKF（瑞典）和BentlyNevada（美国），两者都是以设备供应为主，产品主要应用 于航空航天、电力、石油化工、冶金、机 械、纸浆和造纸等行业。 国外PHM市场主要参与者在国内的商务谈判条款和付款要求等相对严格，且实施较为完善的本地化后续支持和技术服务的难度相对较大，这是中国PHM相关企业可以形成竞争优势的突破口。 国外PHM企业 国内PHM企业 第一梯队 第二梯队 第三梯队 技术力和产品创新能力较强，能够提供整体综合解决方案，产品可应用于多个行业 具有一定技术力，企业规模偏小，专注于某些特定行业领域 代理商，自身不具备研发能力和生产能力 我国工业设备状态监测与故障诊断行业发展时间较短，尚处于快速发展阶段，行业内的大多数企业规模较小，不具备为客户提供工业设备状态监测与故障诊断系统解决方案能力。根据企业规模、技术研发力、服务能力可分为上图三个梯队。 当前我国PHM行业整体规模偏小，具有综合竞争力的企业数量少，其中容知日新、博华科技、东华测试、威锐达、恩普特、江凌股份等在风电、石化、冶金、军工等行业有较好应用。 驱动因素 通过PHM能延长设备的有效寿命，未来工业信息化和智能化升级将进一步带来需求 故障率 PHM对于延长设备寿命的影响 通常情况下的设备生命周期 原有效寿命 时间 现有效寿命 通常设备在使用寿命开始时，一般因操作和适配等问题会多次出现故障。 但随着时间的推移设备运行进入稳定期，维护过程持续缩短，故 障发生进入低概率区间。 到了使用后期设备的故障率会因为老化、折损等问题而不断提高， 最终设备报废。 在工业生产制造的过程中，进一步实现绿色化、低或零故障、低或零意外率 在持续工业自动化升级的过程中，要实现一定程度的自我检查和预测 确保工业生产制造的价值稳定，同时减少生产制造过程中的浪费 工业信息化、智能化升级 根据“浴缸曲线”的理论，PHM对于延长设备寿命具有重要意义。按照PHM系统的指导，不断调整预测模型，在维护过程中选择成 本最低的维护策略和排程计划，同时综合考虑其他设备的维护需求，制定全局最优的维护方案，最终延长设备的有效寿命。 当前工业企业在生产各环节产生的数据持续增长，数据对工业生产的驱动作用逐渐增强，这在一定程度上展现出信息化和工业 化的融合。未来工业数据软件、工具、服务等产品需求将持续扩大。 发展趋势 PHM系统整体将向着智能化和网络化升级，专业化的PHM企业将更具竞争优势 智能化 随着高精度、高性能和高信息量的现代化传感器技术不断获得突破和实现产业化应用，状态监测与故障诊断的新方法也不断出现，例如模糊诊断、专家诊断、神经网络诊断以及上述各种诊断的复合。 在诊断方法方面，人工智能AI已具有较为优异的理论基础及工具，对于复杂系统而言，诊断确实需借助于人工智能，才能达到最佳效果。 网络化 由于工业生产的复杂程度不断提高，工业设备故障判断的难度也在同步扩大，包括一些瞬态过程和异常原因难以通过传统的监测方式来追溯，同时数据分析与诊断的反馈也不够高效。 通过网络化在