面向云服務(wù)的立磨粉磨狀態(tài)監(jiān)控系統(tǒng)的構(gòu)建與應(yīng)用

李 客，于偉濤，張宏星，杜文遼

1洛陽礦山機械工程設(shè)計研究院有限責任公司 河南洛陽 471039

2礦山重型裝備國家重點實驗室 河南洛陽 471039

3中信重工機械股份有限公司 河南洛陽 471039

4鄭州輕工業(yè)大學(xué)機電工程學(xué)院 河南鄭州 450002

立 式輥磨 (以下簡稱“立磨”) 作為干法粉磨系統(tǒng)的核心設(shè)備，與輸送、收塵 (成品收集)、供風、供熱等輔助系統(tǒng)構(gòu)成了粉磨系統(tǒng) (生產(chǎn)線)，對物料的加工過程連續(xù)且不可逆，由于單位時間物料處理量大，其工作狀態(tài)和效率對生產(chǎn)起了決定性作用。立磨的工作環(huán)境封閉，粉磨過程涉及機械運動、氣-固混合流體、熱功、電氣、液壓等多種專業(yè)技術(shù)，具有高度集成與耦合的特征。立磨復(fù)雜的結(jié)構(gòu)與工況集成，決定了其運行與維護必然是多學(xué)科交叉，具有高度的專業(yè)性，而工廠專業(yè)人員匱乏，制約了設(shè)備能效的發(fā)揮。

立磨運動信息、氣-固-熱混合狀態(tài)、電氣信號、液壓數(shù)據(jù)等都通過 PLC集中到了 DCS (分布式控制系統(tǒng)，Distributed Control System)，生產(chǎn)線上其他輔助設(shè)備和工藝數(shù)據(jù)也同步通信到 DCS，在數(shù)據(jù)監(jiān)控與狀態(tài)調(diào)整上具有良好的平臺基礎(chǔ)。大量的數(shù)據(jù)匯集、信息甄別、數(shù)據(jù)分析、狀態(tài)識別、調(diào)控與優(yōu)化，這些都對工作人員的專業(yè)技能提出了更高的要求，為了應(yīng)對生產(chǎn)需求，提供更專業(yè)的服務(wù)，減少工作人員的勞動強度，以智能化技術(shù)替代部分人工，成為立磨粉磨生產(chǎn)的重要支撐技術(shù)。

立磨粉磨生產(chǎn)智能化相關(guān)技術(shù)正越來越多地得到應(yīng)用，智能優(yōu)化調(diào)控、云計算、云服務(wù)等技術(shù)，以生產(chǎn)線大數(shù)據(jù)為基礎(chǔ)，成為專業(yè)化高效工具，在生產(chǎn)中逐漸發(fā)揮作用，能夠有效替代人工，優(yōu)化生產(chǎn)工藝，對設(shè)備和生產(chǎn)狀態(tài)進行實時監(jiān)控，并提供預(yù)警支持，為故障提供數(shù)據(jù)分析，成為促進生產(chǎn)運維精細化、智能化的重要技術(shù)。

在智能化狀態(tài)監(jiān)控方面，常見的做法是通過閾值比較觸發(fā)預(yù)警，采用最小二乘法來判斷數(shù)據(jù)變化趨勢[1]，結(jié)合專家知識，構(gòu)建立磨故障樹和規(guī)則庫，建立可推理的立磨故障診斷專家系統(tǒng)。隨著工業(yè)互聯(lián)網(wǎng)的快速發(fā)展，基于物聯(lián)網(wǎng)環(huán)境下的立磨狀態(tài)監(jiān)測[2]及分層預(yù)警，能夠提供多層次的監(jiān)控服務(wù)。這些研究都是基于立磨生產(chǎn)數(shù)據(jù)，通過構(gòu)建數(shù)據(jù)庫和預(yù)警系統(tǒng)實現(xiàn)數(shù)據(jù)自動計算處理，為生產(chǎn)監(jiān)控提供指導(dǎo)。在構(gòu)建工業(yè)流程完整數(shù)據(jù)鏈基礎(chǔ)上，基于數(shù)據(jù)流的物聯(lián)網(wǎng)平臺服務(wù)體系[3]日漸成熟，狀態(tài)監(jiān)控、故障分析的基礎(chǔ)就是生產(chǎn)大數(shù)據(jù)的自動處理，結(jié)合可視化技術(shù)實現(xiàn)結(jié)果輸出，形成智能化服務(wù)。

1 數(shù)據(jù)監(jiān)控系統(tǒng)構(gòu)建模式

立磨粉磨行業(yè)經(jīng)歷了十余年的高速發(fā)展，產(chǎn)業(yè)快速建立，生產(chǎn)線分布零散，行業(yè)注重生產(chǎn)，但缺乏專業(yè)人才，而工業(yè)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展與應(yīng)用，可匯集專業(yè)知識工具，構(gòu)建云服務(wù)平臺，為行業(yè)提供各種專業(yè)的云服務(wù)，成為提升立磨粉磨生產(chǎn)專業(yè)化服務(wù)的重要途徑?；跇I(yè)務(wù)模型的數(shù)據(jù)分析系統(tǒng)，要求能夠靈活部署，覆蓋大多數(shù)業(yè)務(wù)場景，擴展性強，可對不同生產(chǎn)線的數(shù)據(jù)集中處理，促進數(shù)據(jù)分析系統(tǒng)的專業(yè)性提升，為平臺與服務(wù)體系的構(gòu)建提供良好的基礎(chǔ)。

歷史數(shù)據(jù)庫是未來趨勢判斷的重要依據(jù)，也是查詢、分析、評估設(shè)備狀態(tài)的基礎(chǔ)。調(diào)用數(shù)據(jù)的專業(yè)工具可以是預(yù)測模型、知識規(guī)則、專家系統(tǒng)，也可以是其他模型，在云服務(wù)平臺上具備自動調(diào)用分析數(shù)據(jù)功能，根據(jù)需求實現(xiàn)業(yè)務(wù)交互，監(jiān)控系統(tǒng)功能模型如圖1所示。

在平臺上，系統(tǒng)數(shù)據(jù)信息傳遞互聯(lián)互通，易維護和擴展。復(fù)雜問題不僅可以通過專業(yè)工具進行分析，還可以與專家建立信息交互系統(tǒng)，解決一些多元問題或處理隨機故障，并建立歷史檔案庫，建立信息匹配關(guān)系，不斷補充專家、知識庫，促進專家知識、規(guī)則的積累與完善。

監(jiān)控系統(tǒng)結(jié)構(gòu)簡單，通過集成專業(yè)工具可實現(xiàn)常用功能，覆蓋日常運維基本需求，不同生產(chǎn)線數(shù)據(jù)接入共性功能模塊，可實現(xiàn)通用化。為滿足監(jiān)控點差異化和個性化的需求，采用可維護和重構(gòu)的柔性配置，增強系統(tǒng)適應(yīng)性和靈活性。

圖1 監(jiān)控系統(tǒng)功能模型圖Fig.1 Function module diagram of monitoring system

2 監(jiān)控系統(tǒng)數(shù)據(jù)信息處理流程

立磨粉磨系統(tǒng)的數(shù)據(jù)主要分為設(shè)備數(shù)據(jù)和工藝數(shù)據(jù)：設(shè)備數(shù)據(jù)反映了設(shè)備工作狀態(tài)，如立磨振動、軸承溫度、電動機電流等；工藝數(shù)據(jù)主要是反映物料信息和生產(chǎn)介質(zhì)信息，如選粉機轉(zhuǎn)速、熱風溫度等。另外，還有一些離散數(shù)據(jù)，如人工記錄數(shù)據(jù)，這些是在線數(shù)據(jù)的重要補充，為設(shè)備狀態(tài)分析提供補充數(shù)據(jù)。設(shè)備數(shù)據(jù)是設(shè)備維護的重要依據(jù)，而工藝數(shù)據(jù)為生產(chǎn)調(diào)控提供支撐，同時，工藝數(shù)據(jù)影響著設(shè)備運行狀態(tài)，如熱風溫度上升，表明熱量供大于求，進而造成磨內(nèi)物料過干，引起立磨振動加劇。因而在構(gòu)建狀態(tài)監(jiān)控系統(tǒng)時，主要依據(jù)設(shè)備運行調(diào)控和維護的需求。

因此，立磨粉磨狀態(tài)監(jiān)控系統(tǒng)可以分為工藝數(shù)據(jù)分析和設(shè)備狀態(tài)分析，數(shù)據(jù)處理應(yīng)采用分層處理的方式。對于快速變化的生產(chǎn)運行狀態(tài)，實時監(jiān)控可以為運維人員提供初期預(yù)警；而基于歷史數(shù)據(jù)運行趨勢，可以評估當前及未來是否偏離生產(chǎn)狀態(tài)，用同樣的模式可以評估設(shè)備運行狀況是否健康。狀態(tài)識別需要確定穩(wěn)態(tài)特征，通過數(shù)據(jù)分析確定影響因子，根據(jù)權(quán)重評估對可能的工況進行聚類分析[4]。健康評價需要通過不同狀態(tài)權(quán)重，建立定性與定量相結(jié)合的綜合評價體系[5]。

業(yè)務(wù)模型的數(shù)據(jù)處理流程根據(jù)生產(chǎn)實際需求，結(jié)合模塊功能和層次來實現(xiàn)。始于數(shù)據(jù)采集，集合多種分析模式與功能模塊，目標是可視化服務(wù)，自動分析結(jié)果并主動推送，按需進行信息追溯查詢，數(shù)據(jù)信息處理流程如圖 2所示。

圖2 云平臺數(shù)據(jù)信息處理流程Fig.2 Cloud platform data information processing flow

狀態(tài)識別是將實時數(shù)據(jù)接入自動處理，反饋設(shè)備和生產(chǎn)運行狀態(tài)。故障信息與溯源是故障識別模塊的功能，通過對數(shù)據(jù)綜合分析協(xié)助查找故障源，減少人員工作量，提高反應(yīng)速度，減少非正常停機。狀態(tài)預(yù)測是基于歷史數(shù)據(jù)分析，對立磨等設(shè)備和工藝參數(shù)進行評估，判斷狀態(tài)趨勢，為運維決策提供參考。

在狀態(tài)監(jiān)控系統(tǒng)處理數(shù)據(jù)過程中，為了使數(shù)據(jù)可識別，增加通用性，對數(shù)據(jù)統(tǒng)一編碼，測點部位與控制系統(tǒng)數(shù)據(jù)庫中的測點名一一對應(yīng)，這樣在獲取數(shù)據(jù)時，每一個數(shù)據(jù)都能夠準確反映監(jiān)控點位置。某立磨粉磨系統(tǒng)的數(shù)據(jù)采集配置如圖 3所示，通過后臺信息關(guān)聯(lián)與數(shù)據(jù)匹配，每個異常數(shù)據(jù)都能夠快速定位到故障點。人工記錄和結(jié)果等信息都有記錄，可設(shè)置相關(guān)條件查詢，進行歷史數(shù)據(jù)趨勢疊加分析，這些功能可通過不同的權(quán)限在交互系統(tǒng)上實現(xiàn)。

圖3 立磨粉磨系統(tǒng)數(shù)據(jù)采集Fig.3 Data acquisition of vertical roller mill grinding system

3 面向狀態(tài)識別的數(shù)據(jù)處理

立磨粉磨系統(tǒng)的數(shù)據(jù)大部分通過 PLC通信到DCS上傳至云平臺，數(shù)據(jù)采集由任務(wù)需求來決定，采樣周期可靈活設(shè)置，對于穩(wěn)定的工況數(shù)據(jù) (如軸承溫度)，可以減小采樣頻率；而工藝參數(shù)波動幅度大，頻率高，則應(yīng)調(diào)高采樣頻率，區(qū)別處理可以減少數(shù)據(jù)處理量。

通過數(shù)據(jù)分析識別各部位狀態(tài)，對生產(chǎn)線各設(shè)備和工藝數(shù)據(jù)進行預(yù)處理，建立數(shù)據(jù)庫，通過統(tǒng)計計算構(gòu)建正常的趨勢通道，獲取健康狀態(tài)特征數(shù)據(jù)，并進行實時分析，形成監(jiān)控結(jié)果，并進行可視化展示，處理過程如圖 4所示。

立磨粉磨系統(tǒng)數(shù)據(jù)具有多源異構(gòu)和非線性特性，按照設(shè)定頻率采樣，數(shù)據(jù)質(zhì)量會影響狀態(tài)識別結(jié)果，因此對采集的數(shù)據(jù)進行預(yù)處理是必要的，去除少量因為干擾產(chǎn)生的異常數(shù)據(jù)。數(shù)據(jù)的預(yù)處理主要是缺值插補和基于時序的跳變數(shù)據(jù)處理。缺值是因為傳感器或者網(wǎng)絡(luò)等原因造成數(shù)據(jù)缺失，少量的數(shù)據(jù)缺失插補方法很多，如線性插值，就有很好的適應(yīng)性，對數(shù)據(jù)趨勢影響較小。因為生產(chǎn)或者設(shè)備故障造成的大范圍數(shù)據(jù)缺失，應(yīng)該重新選擇采樣起點來構(gòu)建數(shù)據(jù)序列。數(shù)據(jù)跳變是由于傳感器偶發(fā)故障或者信號干擾造成的，此時的數(shù)據(jù)大幅度偏離波動范圍且不連續(xù)，通過時域濾波處理有效去除數(shù)據(jù)突變，計算精度與效率和實用性符合立磨粉磨生產(chǎn)工況需求。

立磨粉磨工況復(fù)雜導(dǎo)致數(shù)據(jù)波動較大，不能用單個數(shù)據(jù)來反映實際工況，需要對數(shù)據(jù)進行分段計算，多個連續(xù)采樣周期的數(shù)據(jù)經(jīng)過處理后，作為特征值和取樣數(shù)據(jù)。以立磨進口和出口壓力差P為例，采樣周期為 Δt，可根據(jù)數(shù)據(jù)敏感度在系統(tǒng)設(shè)定，采樣起始時刻T，連續(xù)采樣個數(shù)為n，則采樣數(shù)據(jù)的均值

P作為這一時間段數(shù)據(jù)的基準值，其波動值

在狀態(tài)監(jiān)控過程中，需要對采集的數(shù)據(jù)取均值，看是否超出趨勢通道，在構(gòu)建趨勢通道時，需要前置某些條件，如立磨入料量，這樣采樣數(shù)據(jù)才具有代表性。狀態(tài)識別的可靠性取決于采樣個數(shù)n，當n越大，數(shù)據(jù)準確度越高，但這會造成計算時間過長，使結(jié)果偏離了采樣周期，即便結(jié)果可靠也失去了指導(dǎo)意義。另外采樣參數(shù)也同樣影響識別精度，因為不同的參數(shù)其波動頻率差異很大，如壓力、頻率等波動較快，而溫度等波動較慢，需要根據(jù)具體情況通過試驗決定。

圖4 狀態(tài)監(jiān)控時序圖Fig.4 Status monitoring time-sequence diagram

圖5 趨勢通道構(gòu)建Fig.5 Construction of trend channel

在實際工程應(yīng)用中，狀態(tài)識別可以對采樣個數(shù)n建立多重趨勢通道，短周期的多個n構(gòu)成長周期的采樣數(shù)量N，這樣可以用長周期趨勢來對短周期識別結(jié)果加以復(fù)核，以提高監(jiān)控結(jié)果的可靠性。故障識別和預(yù)測需要集成更多的專業(yè)工具才能實現(xiàn)，如聚類算法、時間序列預(yù)測方法等。

4 基于云平臺的狀態(tài)監(jiān)控服務(wù)

基于數(shù)據(jù)自動處理的云平臺可多數(shù)據(jù)源并行處理，集成較多的專業(yè)工具，同時面對不同的服務(wù)需要，處理不同的服務(wù)請求，一般采用瀏覽器/服務(wù)器(B/S) 結(jié)構(gòu)形式，其結(jié)構(gòu)如圖 6所示。部分功能借助成熟的通用工具和平臺，便于集成自己的工具包，常用瀏覽器作為信息交互平臺，通用性強，能夠滿足不同系統(tǒng)的信息互通，易于擴展。

數(shù)據(jù)獲取一般采用有線網(wǎng)絡(luò)或者 4G、5G網(wǎng)絡(luò)傳輸，大大提高了數(shù)據(jù)獲取質(zhì)量和效率。由于建筑物和設(shè)備的屏蔽以及外在因素的干擾，無線信號穩(wěn)定性不如有線網(wǎng)絡(luò)穩(wěn)定，主要用于缺少網(wǎng)線的地方，使用網(wǎng)絡(luò)用于服務(wù)信息的發(fā)布會提升云服務(wù)的便利性和用戶體驗。

圖6 瀏覽器/服務(wù)器結(jié)構(gòu)Fig.6 Browser/server structure

某立磨粉磨系統(tǒng)實時狀態(tài)監(jiān)控畫面如圖 7所示。在瀏覽器上有異常狀況會自動提示，可查詢記錄信息和數(shù)據(jù)趨勢為決策提供支持，協(xié)助生產(chǎn)現(xiàn)場提高工作效率。數(shù)據(jù)庫維護與專業(yè)服務(wù)工具開發(fā)應(yīng)用分離，分工更細，基于通用平臺提高了系統(tǒng)構(gòu)建效率、發(fā)展速度和應(yīng)用效果。

5 結(jié)語

工業(yè)互聯(lián)網(wǎng)技術(shù)的發(fā)展推動了立磨粉磨系統(tǒng)狀態(tài)監(jiān)控系統(tǒng)的建立與應(yīng)用，專業(yè)工具更加廣泛地得到了集成應(yīng)用，通過數(shù)據(jù)流的實時分析與統(tǒng)計，建立專業(yè)工具共享環(huán)境，提高了利用率，可為工業(yè)生產(chǎn)提供專業(yè)服務(wù)，促進專業(yè)知識轉(zhuǎn)化為生產(chǎn)力，跨地域的專業(yè)分工與協(xié)作整合了資源，構(gòu)建了新的生產(chǎn)與服務(wù)模式。

圖7 立磨粉磨系統(tǒng)實時狀態(tài)監(jiān)控畫面Fig.7 Status monitoring interface of vertical roller mill grinding system