e-works数字化企业网  »  文章频道  »  基础信息化  »  IT综合

千里之外为工业设备“悬丝诊脉”

2024/7/5    来源:e-works    作者:李杰      
关键字:工业设备  预测性维护  
为了解决设备运维管理问题,东希科技自研了设备预测性维护系统,该系统以真实的系统运行数据为基础,利用机器学习和自然语言处理等技术工具,为东方希望集团建立起设备智能化运维管理标准,实现了对集团千里之外的设备“悬丝诊脉”,提高了集团的智能化水平。
一、背景

       在过程工业中,“三高(高价值、高使用率、高维护率)”设备的正常运行是保障工厂高效、可靠和安全生产的关键。如何使工厂在提升产能的同时,降低设备维护成本,提升关键设备的可用性,减少非计划性停车成为过程工业中越来越重要的课题,当前不少企业已逐步建立起了数字化运维平台,尽管已经提升了运维数据的保存与管理仍然面临潜在故障预警难、故障排查效率低、维修经验不闭环、预防措施不及时等诸多问题和挑战。

二、建设预测性维护系统

       为了解决设备运维管理问题,东希科技自研了设备预测性维护系统,该系统以真实的系统运行数据为基础,利用机器学习和自然语言处理等技术工具,为东方希望集团建立起设备智能化运维管理标准,实现了对集团千里之外的设备“悬丝诊脉”,提高了集团的智能化水平。

设备运维进化史

图1 设备运维进化史

       预测性维护系统的两项核心技术为:在线监测技术和故障诊断技术,在线监测技术使用传感器数据采集设备连续采集关键设备状态数据,而故障诊断技术能对采集到的数据做分析并形成设备状态结论。而智能诊断模型在设备预测性维护的过程中发挥了至关重要的作用,在搭建东方希望智能诊断的过程中,主要经历了一下几个过程:

       模型选择

       在设备预测性维护中有两种主流的智能算法模型开发方式,一种是从收集大量高质量的数据,选取合适的深度学习模型进行模型训练,另一种是收集有足够代表性的高质量小数据,结合行业知识构建模型,两种方式各有优劣。东希科技在自研设备预测性维护系统时,以小数据驱动为主,利用传统数据处理+机理模型+专家经验的方法不断迭代优化模型,并针对部分业务模块辅以深度学习等算法,以“小数据为主,大数据为辅”的方式驱动整体算法的升级。

       数据预处理

       在数据预处理方面,硬件采集回传的数据容易受到外界环境的影响,存在大量无效信号、停机误报等情况,导致回传数据质量不高且影响后续的数据分析工作,东希科技的主要解决方案有以下几种:

       1.针对含有下位机漏判误信号的数据,这种数据的特点是:误信号种类多、形态差异大,通过建立误信号识别模型,进行波形识别、频谱识别避免了无效信号导致的误报。

       2.针对停机导致的误报数据,建立停机判断模型针对停机门限、设备定制化启停等现象自动识别,避免停机导致的误报。

       3.针对受混合工况影响误报数据,建立工况划分模型,对转速、咬钢信号、电流等指标综合分析,避免混合误报。

       特征提取

       基于大量历史数据和专家经验进行特征提取,按照行业设备、故障类型、用途等进行指标划分和指标衍生,为模型搭建提供高质量的训练数据。
最终训练出符合集团业务场景的,高准确率的智能诊断模型。

智能诊断模型介绍

图2 智能诊断模型介绍

三、设备预测性维护成果

       设备的预测性维护系统在东方希望集团的水泥、铝业、光伏各板块的应用为集团关键设备管理的水平提升起到了重要作用。以固阳水泥公司(东方希望集团子公司)为例,在设备的预测性维护系统推广应用后,消除设备振动超标4820次,巡检效率提升50%。

       固阳水泥的设备预测性维护工作跨越3个年头,历经5个重要阶段。2021年集团设备处首次提出预测性维护概念,并开始与当时先进的设备监测企业进行对标;2022年2月正式立项对1#熟料线进行设备诊断在线监测试点;2022年4月开始经过理论验证后开始自研设备诊断系统;2022年11月完成温度、振动、电流三种类型设备整合,系统具备推广条件;2023年3月实现了固泥公司生料、危废、水泥等24台关键设备的在线监测。

东方希望最佳实践案例-固阳水泥设备诊断

图3 东方希望最佳实践案例-固阳水泥设备诊断

       工厂侧价值

       1.保障连续生产

       基于可靠、真实的设备运行数据,实现设备当前运行状态的判断和未来状态的预测,可精准定位故障部件、分析故障根因、全面监测故障劣化趋势、评估故障部件剩余寿命,将维护维修决策由临时、事后抢修等转变成计划、预测性维修,可有效减少非计划停机次数,保障生产效益。

       2.保障设备安全

       通过对设备状态的判断和预测,避免设备故障引起的连锁反应,可最大限度地降低安全事故风险。

       3.节约成本

       “过修”导致大量备件库存,“欠修”导致事后抢修。使用预测性维护系统可实时掌握设备状态,预测性维护维修最大限度减少“过修”或“欠修”,优化备件库存,减少备件资金占用。

       集团价值

       1.整合专家资源,形成专业力量

       各工厂的设备运维能力存在显著差异,过去,东方希望集团主要通过学习比赛、集中培训等方式来提升工厂设备维护人员的运维能力,但效果有限。预测性维护系统将专家资源得到有效整合,通过平台整合集团专家力量为所有工厂提供设备维护服务,实现设备管理人才的集中培养和最大化利用,从而提升整个集团的运维水平。

       2.建立设备管理统一标准,实现管理变革

       预测性维护系统的建设帮助集团搭建设备诊断中心,实现设备数据的标准化接入,避免信息孤岛,统一设备的运维模式,同步智能化建设。通过实时监控设备状态,实现设备的集中管理解决监管难题,快速推广成功经验,实现认知和管理变革。

       3.数据驱动的设备管理,促进智能化转型

       要实现集团智能化转型,仅靠长期集中管理是不够的,还需要数据支撑。预测性维护系统不仅可以提取数据中的特征和规律,还能在智能算法层面对关键设备状态数据进行智能分析和深层利用。这样的数据支撑能够为设备的维修、备件采购、运维管理和决策提供有力支持,从而推动集团的智能化转型。

参考文献:

       [1]机械设备振动故障监测与诊断第二版[M].机械设备.2017
责任编辑:程玥
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐