近日，我司技术研究中心在医疗设备维护领域取得了一项重要研究成果，题为《基于数字孪生技术的医用制氧机预测性维护方法研究》的研究论著刊发在《中国医疗设备》第39卷12期。该研究旨在通过建立一种基于数字孪生的方法，提升医用制氧机的全寿命周期性能，实现预测性维护，为医疗设备的高效运行和低成本维护提供了全新思路。
医用制氧机作为医疗机构中不可或缺的生命支持设备，其稳定性和可靠性直接关系到患者的生命安全。然而，传统基于状态的视情维护方法往往只能在设备出现异常后进行维修，无法有效预防故障的发生。针对这一问题，我司技术研究中心的研究团队利用数字孪生技术，实现了物理世界和信息世界之间的数据传递与虚实关系映射，为医用制氧机的预测性维护提供了新的解决方案。
区别于国内外大多数医疗设备同行采用的基于状态的视情维护仅起到了及时发现异常并进行维修的功能，本文采用的数字孪生技术实现了物理世界和信息世界的数据传递与虚实关系映射。该技术以多种信息技术手段为支撑，结合物理第一性原理建模与机理分析评估设备运行状态下的监测数据，同时借助数据预警和故障识别，实现对故障严重程度的估算和对剩余寿命的预测，便于优化运维决策并提前安排维修活动，本质上是将中医的“治未病”健康管理理念应用于医用制氧机，以提高医用制氧机全寿命周期的稳定性、可靠性和运行效率。
此次研究成果的发表，标志着我司在医疗设备维护领域取得了重要突破，也为行业内其他企业提供了有益的参考和借鉴。我司将继续致力于技术创新和研发，继续深化数字孪生技术在医疗设备维护领域的应用研究，推动医疗设备预测性维护的发展，为医疗设备行业的发展贡献更多的智慧和力量。
原文链接：doi：10.3969/j.issn.1674-1633.2024.12.009
引用格式：刘济浔, 蒋益钢, 左建雄, 等. 基于数字孪生技术的医用制氧机预测性维护方法研究[J]. 中国医疗设备, 2024, 39(12): 46-52.
Liu JX, Jiang YG, Zuo JX, et al. Study on predictive maintenance for medical oxygen generator based on digital twin technology[J].China Med Devices, 2024, 39(12): 46-52.
