3. 面向健康评估的物理对象建模

健康评估不是对整台设备笼统地“打分”，而是先回答一个更基础的问题：把哪些物理对象纳入模型，用什么变量描述它们，又用什么量判断它们是否健康。物理对象建模就是为数字孪生搭建“可计算的实体骨架”，它决定了后续数据能否被正确解释、故障能否被定位、剩余寿命能否被外推。本节围绕对象选择、机理建模、退化建模、状态空间表达与健康指标定义五个环节展开，并给出可落地的建模路径。

一、关键部件与系统对象选择

一台设备往往包含成百上千个零件，但并非所有零件都值得建模。对象选择的核心依据是失效影响度、退化可观测性与建模收益。工程上常用三条筛选准则：其一，该部件失效是否直接导致功能丧失或安全风险；其二，其退化过程是否有可测的物理量（振动、温度、电流、压力、流量）作为表征；其三，建模成本是否低于其带来的诊断收益。

以一台工业离心泵机组为例，可纳入的对象包括：驱动电机（定子绕组、轴承）、联轴器、泵体叶轮、机械密封、进出口管路与底座。其中电机轴承、泵轴承与机械密封属于高失效影响、高可观测性的关键部件，应作为重点建模对象；而底座螺栓等低退化速率、低影响对象可只做定性记录。对象选择的结果应形成一张“对象—失效模式—可观测信号”的对应关系，而不是简单罗列零件清单。

二、机理建模：从物理定律到可计算方程

机理建模是用物理定律描述对象在健康状态下的行为，为健康评估提供“基准”。以电机轴承为例，其振动响应可由转子动力学方程描述：

M·ẍ + C·ẋ + K·x = F(t)
其中：M 为质量矩阵，C 为阻尼矩阵，K 为刚度矩阵，
x 为位移向量，F(t) 为激励力（含不平衡、冲击、电磁力）

轴承出现点蚀时，刚度 K 与阻尼 C 会发生局部变化，冲击激励在特征频率处产生能量集中。特征频率可由几何参数计算，例如外圈故障特征频率 BPFO ≈ (n/2)·fr·(1 − (d/D)·cosα)，其中 n 为滚动体数，fr 为转频，d 为滚动体直径，D 为节径，α 为接触角。机理模型的价值在于：它告诉我们“健康时应该是什么样”，从而让偏离量具有物理意义，而不是仅靠统计阈值判断。

三、退化建模：描述性能随时间的演变

机理模型描述的是某一时刻的物理关系，退化模型则描述参数随时间的漂移。常用形式包括线性退化、指数退化与基于随机过程的退化（如维纳过程、伽马过程）。以机械密封泄漏率 Q(t) 为例，可假设其服从指数退化：

Q(t) = Q0 · exp(β·t)
Q0 为初始泄漏率，β 为退化速率（示例取 0.002/天）
当 Q(t) 超过阈值 Qth = 3·Q0 时判定为功能退化

退化建模的关键是把机理参数与退化参数关联起来：例如轴承刚度 K(t) = K0·(1 − γ·t)，密封泄漏率 Q(t) 与端面磨损量相关。这样，健康指标就能同时反映物理机理与时间演化，而不是两条互不相干的曲线。

四、状态空间表达：统一描述动态与退化

为了把机理与退化纳入同一框架，通常采用状态空间形式。设状态向量 x 包含物理状态（位移、速度、温度）与退化状态（磨损量、泄漏率），则：

ẋ = f(x, u, θ) + w
y = h(x, u, θ) + v
x：状态向量（含退化状态）
u：输入（转速、负载、电压）
θ：退化参数（如 β、γ）
y：观测向量（振动、温度、电流）
w, v：过程噪声与观测噪声

状态空间表达的好处是：健康评估可以转化为“状态估计 + 退化参数辨识”问题。通过卡尔曼滤波或粒子滤波，从可测的 y 中反推不可测的退化状态，进而预测剩余寿命。这一步是数字孪生从“静态模型”走向“动态评估”的关键。

五、健康指标定义：从物理量到可判断的标量

健康指标（HI）应满足单调性、可区分性与可解释性。常见构造方式有三种：一是基于机理参数的偏离度，如 HI = |K(t) − K0| / K0；二是基于特征频率能量的比值，如包络谱中 BPFO 幅值与总能量之比；三是基于退化模型的归一化量，如 HI = 1 − Q(t)/Qth。以轴承为例，可定义：

HI_bearing = 1 − (E_BPFO / E_total) / (E_BPFO / E_total)_threshold
HI 接近 1 表示健康，接近 0 表示接近失效阈值

健康指标必须与对象选择、机理模型和退化模型保持一致：对象决定 HI 的物理含义，机理决定 HI 的基准，退化决定 HI 的演化趋势。三者脱节，健康评估就会变成“有数字、无判断”。

六、建模一致性检查与常见误区

完成上述五步后，应做一次一致性检查：对象选择是否覆盖了主要失效模式；机理模型是否给出了健康基准；退化模型是否与机理参数耦合；状态空间是否包含退化状态；健康指标是否能从可测信号中计算。常见误区有三类：一是对象选得过多，导致模型复杂但诊断能力未提升；二是机理与退化“两张皮”，机理只用于仿真、退化只用于统计；三是健康指标直接使用原始振动幅值，缺乏归一化与物理含义，导致不同工况下无法比较。

物理对象建模的最终产出，是一套“对象—机理—退化—状态—指标”相互咬合的模型体系。它既是数字孪生健康评估的计算基础，也是后续故障诊断、寿命预测与维护决策的共同语言。只有对象选得准、机理说得清、退化描得实、状态估得出、指标判得明，健康评估才具备工程可信度。