Engineering and Management Science

本文针对选煤厂机电设备管理面临的工况恶劣、维护成本高昂、故障影响重大及传统管理模式滞后等突出问题，提出构建一种基于数字孪生的机电设备全生命周期健康管理模型。该模型旨在通过创建物理设备的高保真、动态同步的数字孪生体，整合设计、制造、运行、维护直至报废的全流程数据与知识，实现设备状态的透明化监控、健康状态的智能评估、故障的早期预警与预测性维护，预期可实现关键设备故障预警准确率提升20%以上，非计划停机时间减少30%-50%，综合维护成本降低15%-25%。论文系统阐述了数字孪生与设备健康管理的理论基础，深入剖析了选煤厂设备管理的现状与挑战，进而设计了包含物理层、数据层、模型层、功能层和应用层的五层架构模型。本研究为选煤厂实现设备管理的数字化、智能化转型，提升生产安全与经济效益，提供了创新的理论框架和可行的技术路径。