鋼鐵行業(yè)設(shè)備狀態(tài)智能監(jiān)測(cè)系統(tǒng)

唐運(yùn)章

（南京鋼鐵聯(lián)合有限公司板材事業(yè)部設(shè)備處，江蘇南京 210035）

0 引言

鋼鐵企業(yè)設(shè)備運(yùn)行的穩(wěn)定性在生產(chǎn)中起著舉足輕重的作用，如果設(shè)備出現(xiàn)故障，將直接影響企業(yè)正常生產(chǎn)，增加檢修成本，影響企業(yè)經(jīng)濟(jì)效益。做好在線設(shè)備的精細(xì)化管理，快速定位設(shè)備故障和處理事故，提前預(yù)判設(shè)備故障，做好日常維護(hù)，是每個(gè)鋼鐵企業(yè)非常關(guān)注的焦點(diǎn)問題。

以往設(shè)備維護(hù)主要依靠個(gè)人和團(tuán)隊(duì)人員的經(jīng)驗(yàn)，由于人員不穩(wěn)定（流失或休班），造成事故恢復(fù)時(shí)間不確定。目前，檢測(cè)儀表和大數(shù)據(jù)分析手段快速發(fā)展，隨著近年工業(yè)4.0 概念的提出和實(shí)踐，大數(shù)據(jù)分析方法和機(jī)器自學(xué)習(xí)模型算法的廣泛應(yīng)用落地。設(shè)備狀態(tài)監(jiān)測(cè)與智能診斷技術(shù)得以發(fā)展，為保證鋼鐵企業(yè)安全、穩(wěn)定及長(zhǎng)周期運(yùn)行，更加科學(xué)地進(jìn)行設(shè)備檢修及維護(hù)，實(shí)現(xiàn)提高設(shè)備可利用率、降低檢修成本、提高運(yùn)營(yíng)效率的目標(biāo)。為鋼鐵企業(yè)生產(chǎn)線的關(guān)鍵設(shè)備運(yùn)行狀態(tài)制定針對(duì)性在線監(jiān)測(cè)方案和智能診斷技術(shù)，連續(xù)24 h 高密度監(jiān)測(cè)關(guān)鍵設(shè)備運(yùn)行狀態(tài)，智能報(bào)警篩選異常設(shè)備，遠(yuǎn)程專家即時(shí)診斷現(xiàn)場(chǎng)問題，實(shí)時(shí)采集關(guān)鍵設(shè)備運(yùn)行狀態(tài)，實(shí)現(xiàn)基于狀態(tài)檢測(cè)的預(yù)測(cè)性維修，避免非計(jì)劃停機(jī)風(fēng)險(xiǎn)。

另外，將傳統(tǒng)的人員事故分析及處理方法轉(zhuǎn)化為模塊化的計(jì)算機(jī)語(yǔ)言，用于快速分析曲線、信號(hào)，快速縮小事故排查范圍、定位設(shè)備故障，甚至通過分析數(shù)據(jù)，發(fā)現(xiàn)設(shè)備劣化趨勢(shì)，給出預(yù)判性檢修建議。

1 系統(tǒng)整體架構(gòu)

系統(tǒng)平臺(tái)架構(gòu)由感知層（檢測(cè)傳感器、數(shù)據(jù)采集）、分析層（經(jīng)驗(yàn)?zāi)Ｐ秃蜋C(jī)理模型）和應(yīng)用層（狀態(tài)監(jiān)測(cè)、閥值報(bào)警、趨勢(shì)分析、協(xié)同優(yōu)化）組成，如圖1 所示。

1.1 感知層

感知層（圖2）由采集設(shè)備（表1 和表2）、網(wǎng)絡(luò)、邊緣服務(wù)器組成，采集的數(shù)據(jù)包括設(shè)備的溫度、壓力、位置、流量、電流、扭矩等信號(hào)，另外增加關(guān)鍵設(shè)備的振動(dòng)信號(hào)。

1.2 分析層

設(shè)備預(yù)測(cè)性維護(hù)工作，需要極強(qiáng)的數(shù)據(jù)匯聚、數(shù)據(jù)治理和數(shù)據(jù)建模能力，以及其依賴的大數(shù)據(jù)計(jì)算引擎。因此，需要建立一套數(shù)據(jù)與算法管理系統(tǒng)（工業(yè)大腦），使用云計(jì)算帶來(lái)的各類高性能計(jì)算存儲(chǔ)引擎，來(lái)支撐高負(fù)荷的數(shù)據(jù)集成、數(shù)據(jù)治理、數(shù)據(jù)智能應(yīng)用?；诖讼到y(tǒng)，不僅能實(shí)現(xiàn)已知算法的部署，也能實(shí)現(xiàn)新規(guī)則的編寫和導(dǎo)入，以及人工智能規(guī)則的訓(xùn)練。

工業(yè)大腦包含以下部分。

圖1 設(shè)備狀態(tài)智能監(jiān)測(cè)系統(tǒng)平臺(tái)架構(gòu)

圖2 設(shè)備狀態(tài)智能監(jiān)測(cè)系統(tǒng)感知層組成

表1 常用傳感器類型

表2 新型傳感器類型

（1）云計(jì)算底座。對(duì)虛擬化算力底座進(jìn)行統(tǒng)一集群管理。形成統(tǒng)一算力、統(tǒng)一運(yùn)維、統(tǒng)一權(quán)限、統(tǒng)一安全的企業(yè)的專有云系統(tǒng)。

（2）計(jì)算與存儲(chǔ)引擎。提供高性能的消息隊(duì)列引擎、離線計(jì)算引擎、流式計(jì)算引擎、關(guān)系型數(shù)據(jù)庫(kù)、列存儲(chǔ)引擎等計(jì)算和存儲(chǔ)引擎，支持高性能數(shù)據(jù)鏈路的搭建。

（3）數(shù)據(jù)管理工具。提供數(shù)據(jù)治理和數(shù)據(jù)開發(fā)的工具和界面，包括數(shù)據(jù)集成、數(shù)據(jù)開發(fā)和數(shù)據(jù)服務(wù)等。支持對(duì)大量測(cè)點(diǎn)接入數(shù)據(jù)的分類分層管理。

（4）算法開發(fā)和管理。①支持已有算法的上架；②支持新規(guī)則的低代碼編排；③支持?jǐn)?shù)據(jù)片段的標(biāo)注和人工智能算法的訓(xùn)練。

（5）應(yīng)用開發(fā)工具。提供低代碼開發(fā)平臺(tái)，可基于數(shù)據(jù)和算法輸出結(jié)果，搭建貼合產(chǎn)線應(yīng)用的報(bào)表、預(yù)警、診斷分析工具。數(shù)據(jù)管理平臺(tái)主要提供端到端的一站式數(shù)據(jù)治理能力，基于計(jì)算平臺(tái)提供的基礎(chǔ)大數(shù)據(jù)計(jì)算和存儲(chǔ)服務(wù)，提供數(shù)據(jù)開發(fā)和管理的整合環(huán)境。提供可視化開發(fā)界面、離線任務(wù)調(diào)度運(yùn)維、快速數(shù)據(jù)集成、多人協(xié)同工作等功能，是一個(gè)高效、安全的離線數(shù)據(jù)開發(fā)環(huán)境，擁有強(qiáng)大的Open API，為數(shù)據(jù)應(yīng)用開發(fā)者提供良好的再創(chuàng)作生態(tài)。

圖3 設(shè)備狀態(tài)智能監(jiān)測(cè)系統(tǒng)主畫面

圖4 設(shè)備狀態(tài)智能監(jiān)測(cè)異常報(bào)警

圖6 減速箱各測(cè)點(diǎn)的時(shí)域波形

數(shù)據(jù)管理平臺(tái)以數(shù)據(jù)計(jì)算與存儲(chǔ)引擎為核心，集成了數(shù)據(jù)集成、數(shù)據(jù)開發(fā)、生產(chǎn)運(yùn)維、實(shí)時(shí)分析、資產(chǎn)管理、數(shù)據(jù)質(zhì)量、數(shù)據(jù)安全、數(shù)據(jù)共享等核心數(shù)據(jù)工藝。

1.3 應(yīng)用層

應(yīng)用層是對(duì)采集的數(shù)據(jù)進(jìn)行處理分析，設(shè)備狀態(tài)智能監(jiān)測(cè)系統(tǒng)主畫面如圖3 所示。利用經(jīng)驗(yàn)?zāi)Ｐ?、大?shù)據(jù)預(yù)測(cè)，分析設(shè)備異常時(shí)報(bào)警（圖4）或趨勢(shì)（圖5），同時(shí)可以多維度綜合分析。

（1）經(jīng)驗(yàn)?zāi)Ｐ汀⒉杉降恼駝?dòng)、位移、溫度、電流等數(shù)據(jù)推送到各機(jī)理模型算法單元，與具體故障分析模型中的工藝參數(shù)特征值的狀態(tài)或趨勢(shì)進(jìn)行數(shù)據(jù)擬合與匹配，對(duì)設(shè)備故障進(jìn)行提前預(yù)警預(yù)測(cè)。

（2）大數(shù)據(jù)預(yù)測(cè)。結(jié)合大數(shù)據(jù)統(tǒng)計(jì)算法，匯聚和梳理電機(jī)等設(shè)備的歷史故障數(shù)據(jù)，分析故障特征值，進(jìn)行故障預(yù)測(cè)模型訓(xùn)練。同時(shí)與專家判定結(jié)果進(jìn)行校驗(yàn)，逐步提高大數(shù)據(jù)故障預(yù)測(cè)的精準(zhǔn)度。

（3）可視化狀態(tài)監(jiān)控。動(dòng)態(tài)了解產(chǎn)線或設(shè)備的運(yùn)行概況，通過紅綠燈方式告警設(shè)備狀態(tài)，快速定位、及時(shí)維護(hù)，促進(jìn)設(shè)備正常運(yùn)行。建立監(jiān)測(cè)設(shè)備可視化模型，直觀查閱設(shè)備資料信息、關(guān)鍵測(cè)點(diǎn)監(jiān)測(cè)結(jié)果和報(bào)警情況信息等。自助增減設(shè)備測(cè)點(diǎn)關(guān)注項(xiàng)，根據(jù)需要實(shí)現(xiàn)多參數(shù)（設(shè)備狀態(tài)數(shù)據(jù)、工藝數(shù)據(jù)）關(guān)聯(lián)對(duì)比。設(shè)置測(cè)點(diǎn)告警閾值，快速提醒測(cè)點(diǎn)異常狀態(tài)。融入現(xiàn)場(chǎng)專家經(jīng)驗(yàn)，結(jié)合設(shè)備狀態(tài)數(shù)據(jù)、工藝數(shù)據(jù)等指標(biāo)，建立報(bào)警算法模型，實(shí)現(xiàn)設(shè)備異常報(bào)警。

（4）異常報(bào)警。系統(tǒng)根據(jù)設(shè)定的報(bào)警規(guī)則，自動(dòng)判定異常，并對(duì)設(shè)備報(bào)警信息進(jìn)行提醒，包括報(bào)警消息、設(shè)備名稱、報(bào)警級(jí)別、歷史報(bào)警次數(shù)和報(bào)警時(shí)間等，實(shí)時(shí)跟蹤異常處理狀態(tài)。異常結(jié)果自動(dòng)對(duì)接設(shè)備管理系統(tǒng)，按需觸發(fā)工單、檢修計(jì)劃等，處理結(jié)果及時(shí)反饋，實(shí)現(xiàn)異常管理閉環(huán)。

圖7 減速箱拆檢后的表面磨損狀況

（5）綜合分析。查閱測(cè)點(diǎn)階段性監(jiān)測(cè)結(jié)果，了解測(cè)點(diǎn)狀態(tài)趨勢(shì)。根據(jù)需要，篩選測(cè)點(diǎn)參數(shù)，多狀態(tài)組合分析設(shè)備劣化跡象，為決策提供數(shù)據(jù)依據(jù)。支持用戶自助調(diào)整異常判斷規(guī)則，不斷優(yōu)化算法模型，逐步實(shí)現(xiàn)設(shè)備故障預(yù)知。

2 應(yīng)用案例

某公司中厚板廠軋機(jī)使用過程中，從監(jiān)測(cè)的時(shí)域波形可見軋機(jī)減速箱各測(cè)點(diǎn)存在明顯沖擊（圖6），其中，4 號(hào)測(cè)點(diǎn)沖擊最高，峰值達(dá)到680 m/s^2 以上，峰值來(lái)源于減速機(jī)的輸出端。通過頻譜分析，為減速機(jī)齒輪故障，利用檢修機(jī)會(huì)，拆檢減速機(jī)，發(fā)現(xiàn)減速機(jī)齒輪發(fā)生局部磨損（圖7），與監(jiān)測(cè)結(jié)果一致，避免一起重大設(shè)備事故。

3 結(jié)束語(yǔ)

通過采用設(shè)備狀態(tài)智能監(jiān)測(cè)系統(tǒng)建立數(shù)字化設(shè)備管理，對(duì)設(shè)備進(jìn)行全天候監(jiān)察、全方位管理變得可行而必要。通過將人工經(jīng)驗(yàn)與信息技術(shù)、物聯(lián)網(wǎng)、大數(shù)據(jù)等相結(jié)合，強(qiáng)化設(shè)備的預(yù)防性維護(hù)工作，降低設(shè)備故障率，提高設(shè)備功能精度，減少不必要的維護(hù)成本，實(shí)現(xiàn)鋼鐵行業(yè)設(shè)備精準(zhǔn)穩(wěn)定可靠運(yùn)行。