久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

★漢威廣園（廣州）智能裝備有限公司陳磊

1　方案目標(biāo)和概述

鋼鐵工業(yè)是國民經(jīng)濟的基礎(chǔ)性、支柱性產(chǎn)業(yè)，是關(guān)乎工業(yè)穩(wěn)定增長、經(jīng)濟平穩(wěn)運行的重要領(lǐng)域。作為長流程工業(yè)，設(shè)備的穩(wěn)定性、安全性、持續(xù)性直接影響鋼鐵企業(yè)的生產(chǎn)產(chǎn)值，關(guān)鍵設(shè)備故障對生產(chǎn)的影響尤為巨大。在流程中的關(guān)鍵工序，棒線材生產(chǎn)線所轄高技術(shù)、高性能設(shè)備較多，具有生產(chǎn)節(jié)奏快、工序連續(xù)性強、生產(chǎn)設(shè)備投資高、設(shè)備結(jié)構(gòu)及工況復(fù)雜等特點，設(shè)備一旦突發(fā)故障停機，會直接造成較大的生產(chǎn)效益損失，給企業(yè)的高效生產(chǎn)帶來嚴(yán)峻挑戰(zhàn)，設(shè)備管理痛點如圖1所示。

圖1 設(shè)備管理痛點

依托近三十年積累的設(shè)備管理認(rèn)知，漢威廣園構(gòu)建面向智慧鋼鐵，基于設(shè)備管理體系與AIOT（Artificial Intelligence of Things）相結(jié)合的預(yù)測性維護(hù)平臺－棒線材設(shè)備數(shù)字孿生運維系統(tǒng)（設(shè)備智慧運維平臺），如圖2所示。該系統(tǒng)以設(shè)備為主體，通過對設(shè)備運行、點檢、檢維修、故障等業(yè)務(wù)進(jìn)行全流程跟蹤與管控，為設(shè)備運行過程回溯、數(shù)據(jù)挖掘分析等提供支撐；通過精細(xì)化的設(shè)備維護(hù)管理，有效降低設(shè)備故障率，延長設(shè)備使用壽命；全面提高設(shè)備管理工作效率，合理管控設(shè)備運行和維修成本，切實有效地解決企業(yè)設(shè)備管理痛點。

圖2 棒線材設(shè)備數(shù)字孿生運維系統(tǒng)（設(shè)備智慧運維平臺）

設(shè)備數(shù)字孿生運維系統(tǒng)感知層通過在設(shè)備上安裝在線監(jiān)測系統(tǒng)和配置檢測儀表，對設(shè)備的振動信號進(jìn)行及時收集、處理，結(jié)合設(shè)備工作原理、結(jié)構(gòu)特點、運行參數(shù)、歷史狀況，對可能發(fā)生的故障進(jìn)行分析、預(yù)報，對已經(jīng)或正在發(fā)生的故障進(jìn)行分析、診斷，以確定故障的性質(zhì)、類別、程度、部位和趨勢，對設(shè)備的正常運行和合理檢修提供科學(xué)的技術(shù)支持。

面向智慧鋼鐵的棒線材設(shè)備數(shù)字孿生運維系統(tǒng)以生產(chǎn)設(shè)備全生命周期為主線，運用云、大、物、智、5G、數(shù)字孿生等關(guān)鍵技術(shù)聚焦設(shè)備管理、生產(chǎn)運營等關(guān)鍵場景，構(gòu)建全數(shù)字、全可視化、全智能的數(shù)字孿生體系，為鋼鐵工業(yè)用戶提供設(shè)備管維采一站式服務(wù)模式。

本系統(tǒng)利用工業(yè)元宇宙“云-邊-端”核心技術(shù)底座，通過AI實現(xiàn)現(xiàn)實場景與虛擬場景的實時交互與映射，對現(xiàn)場數(shù)據(jù)進(jìn)行及時展示，報警，預(yù)判設(shè)備與物料的殘余壽命，利用大數(shù)據(jù)、云計算提供對應(yīng)行業(yè)的具體解決方案，“云、邊、端”的工業(yè)互聯(lián)網(wǎng)架構(gòu)如圖3所示。本系統(tǒng)基于生產(chǎn)設(shè)備運行狀態(tài)數(shù)據(jù)的采集、匯聚、分析以及數(shù)據(jù)可視化呈現(xiàn)，優(yōu)化提升設(shè)備管理能效，使用先進(jìn)成熟的自主研發(fā)系統(tǒng)為客戶提供生產(chǎn)可視化移動管理服務(wù)。系統(tǒng)聚焦生產(chǎn)設(shè)備運行管理和工廠數(shù)字化轉(zhuǎn)型升級，以“產(chǎn)線級”和“設(shè)備級”數(shù)字孿生3D可視化的仿真方式呈現(xiàn)，對各類設(shè)備風(fēng)險進(jìn)行預(yù)警，提高生產(chǎn)設(shè)備綜合運行效率^[1]。棒線材設(shè)備數(shù)字孿生運維系統(tǒng)（虛擬現(xiàn)實）如圖4所示。

圖3 設(shè)備數(shù)字孿生運維系統(tǒng)平臺架構(gòu)

圖4 棒線材設(shè)備數(shù)字孿生運維系統(tǒng)（虛擬現(xiàn)實）

現(xiàn)階段，鋼鐵企業(yè)在設(shè)備連接維度，存在設(shè)備感知手段薄弱、高頻數(shù)據(jù)處理困難、多源多維數(shù)據(jù)難融合、信息孤島眾多等問題；在預(yù)警診斷和決策上，存在狀態(tài)識別效率低、診斷準(zhǔn)確性差、劣化趨勢無法把握、維檢決策可靠性低、經(jīng)驗轉(zhuǎn)化知識困難等問題；在同類設(shè)備、同類產(chǎn)線設(shè)備運維對標(biāo)中，存在設(shè)備術(shù)語不統(tǒng)一、故障描述不一、設(shè)備顆粒度不一、設(shè)備表征數(shù)據(jù)無序、數(shù)據(jù)處理差異大等問題；現(xiàn)有設(shè)備運維方式不支持智能運維大范圍推廣應(yīng)用，也缺乏智能運維的人員隊伍。在推進(jìn)智能運維的過程中會面臨數(shù)智化基礎(chǔ)條件不一、數(shù)據(jù)質(zhì)量參次不齊、模型規(guī)則逐步構(gòu)建、準(zhǔn)確性有待驗證、專家經(jīng)驗難以傳承、現(xiàn)場需求多元化等諸多困難，如何做好產(chǎn)線設(shè)備智能運維是一項極具挑戰(zhàn)、非常復(fù)雜的系統(tǒng)性創(chuàng)新工程。

在棒線材生產(chǎn)線中的技術(shù)層面，由于在軋鋼過程中受到不同鋼種、不同工況的影響導(dǎo)致數(shù)據(jù)采集過程中的各種參數(shù)時刻變化，系統(tǒng)建設(shè)存在精準(zhǔn)的數(shù)據(jù)采集難以實現(xiàn)，精確的在線實時分析診斷難以實現(xiàn)等難題。

因此，解決上述問題是一項極具挑戰(zhàn)性的復(fù)雜系統(tǒng)創(chuàng)新工程。本系統(tǒng)通過實時采集設(shè)備運行過程中的振動、溫度、油液雜質(zhì)、電流、轉(zhuǎn)速等數(shù)據(jù)，建立多維度的數(shù)據(jù)分析與優(yōu)化功能，以數(shù)據(jù)和信息分析進(jìn)行有效的判斷和決策，揭示缺陷（故障）的原因、程度、部位，準(zhǔn)確預(yù)測出設(shè)備隱患，為設(shè)備的在線調(diào)理、停機檢修提供科學(xué)依據(jù)，實現(xiàn)提升生產(chǎn)設(shè)備使用效率，同時有效避免惡性事故發(fā)生的目的。

2　方案介紹

通過構(gòu)建棒線材設(shè)備數(shù)字孿生智能運維系統(tǒng)，建立精準(zhǔn)、實時、高效的數(shù)據(jù)互聯(lián)體系，以“數(shù)據(jù)驅(qū)動工業(yè)服務(wù)”的創(chuàng)新應(yīng)用解決方案，實現(xiàn)設(shè)備全生命周期管理。運維系統(tǒng)通過利用在線監(jiān)測與分析儀器，采集振動、溫度、油液、電流等信號數(shù)據(jù)，對異常狀態(tài)及時做出報警，為進(jìn)一步的故障分析、性能評估等提供信息和數(shù)據(jù)。系統(tǒng)基于設(shè)備運行狀態(tài)數(shù)據(jù)的采集、匯聚、分析，以“產(chǎn)線級”數(shù)字孿生3D可視化的方式呈現(xiàn)，便于判別設(shè)備異常，監(jiān)控和掌握設(shè)備狀況，社會資源通過系統(tǒng)向鋼鐵客戶彈性提供人和料等制造資源，實現(xiàn)高效配置，避免、減緩、減少重大事故的發(fā)生。最終形成資源豐富、多方參與、合作共贏、協(xié)同演進(jìn)的重工業(yè)新生態(tài)。

棒線材設(shè)備數(shù)字孿生運維系統(tǒng)是以“數(shù)據(jù)驅(qū)動工業(yè)服務(wù)”的一站式“互聯(lián)網(wǎng)+”設(shè)備綜合服務(wù)平臺系統(tǒng)，致力于設(shè)備全生命周期服務(wù)。系統(tǒng)采用“一端采集，四方共享；設(shè)備數(shù)據(jù)共享，商業(yè)數(shù)據(jù)隔離”的軟件架構(gòu)，實現(xiàn)“數(shù)據(jù)采集端→設(shè)備使用企業(yè)→設(shè)備服務(wù)方→設(shè)備制造方→平臺運營商”的全數(shù)字化打通。

基于AIOT（Artificial Intelligence of Things）的鋼鐵行業(yè)棒線材設(shè)備數(shù)字孿生運維系統(tǒng)（以下簡稱：“數(shù)字孿生運維系統(tǒng)”或“系統(tǒng)”），以“數(shù)據(jù)驅(qū)動產(chǎn)業(yè)服務(wù)”的創(chuàng)新應(yīng)用解決方案，實現(xiàn)設(shè)備全生命周期管理。棒線材設(shè)備數(shù)字孿生運維系統(tǒng)作為產(chǎn)業(yè)級互聯(lián)網(wǎng)平臺，兼具聚焦和普適雙重特性，面對行業(yè)需解決的設(shè)備難點、痛點問題以及不同需求，為鋼鐵冶金行業(yè)的用戶提供長材設(shè)備個性化定制服務(wù)模式，依托運維系統(tǒng)，為上下游用戶提供全產(chǎn)業(yè)鏈創(chuàng)新服務(wù)?！霸啤⑦?、端”的工業(yè)互聯(lián)網(wǎng)架構(gòu)設(shè)計如圖4所示。

圖4 “云、邊、端”的工業(yè)互聯(lián)網(wǎng)架構(gòu)設(shè)計

3　方案創(chuàng)新點

本系統(tǒng)在行業(yè)內(nèi)率先采用了SaaS微服務(wù)架構(gòu)，針對鋼鐵行業(yè)存在的共性難點及痛點問題，研究開發(fā)了數(shù)字孿生過程仿真模型、故障信號降噪重構(gòu)特征識別方法、具有故障點定位的線棒材設(shè)備故障診斷方法等多種技術(shù)應(yīng)用，為鋼鐵行業(yè)用戶提供個性化定制服務(wù)模式。主要創(chuàng)新點及技術(shù)性能指標(biāo)如下：

（1）首次創(chuàng)建基于AIOT的棒線材設(shè)備智能運維系統(tǒng)

通過AI算法等進(jìn)行數(shù)據(jù)處理，構(gòu)建基于模型的故障診斷系統(tǒng)，依靠包括仿真、實測、數(shù)據(jù)分析在內(nèi)的手段對運行狀態(tài)進(jìn)行感知、診斷和預(yù)測，完成設(shè)備的虛實映射，實現(xiàn)零件級的數(shù)字關(guān)聯(lián)。接入設(shè)備狀態(tài)信號數(shù)量≥4種（振動、溫度、含水量、轉(zhuǎn)速）。

（2）高速線材軋機的故障信號降噪重構(gòu)特征識別方法

本項目研制一種軋機故障信號降噪重構(gòu)特征識別方法。通過對采集的振動信號進(jìn)行奇異值向量提取、分析、降噪，為實現(xiàn)裝備故障的準(zhǔn)確診斷奠定了基礎(chǔ)。降低隨機噪聲≥90%。降噪后的信號，工頻干擾信號被消除，得到干凈的基頻及倍頻信號，有利于對設(shè)備運行狀態(tài)進(jìn)行分析和診斷。

（3）基于設(shè)備的振動信號報警識別方法及計算設(shè)備

通過多類型振動數(shù)據(jù)分析，確定故障類型及實現(xiàn)零部件故障點定位，在參數(shù)完整的前提下，預(yù)警準(zhǔn)確率≥86.5%，與傳統(tǒng)方法相比，基本擺脫監(jiān)測系統(tǒng)對專業(yè)診斷工程師的依賴。

通過對故障信號處理，實現(xiàn)重構(gòu)故障特征；通過數(shù)據(jù)分析，達(dá)到識別故障來源，確定故障程度的目標(biāo)。在振動數(shù)據(jù)價值利用方面，通過多種診斷方式進(jìn)行狀態(tài)評估和故障分析、故障識別。故障分析方法工具有趨勢分析、時域波形、包絡(luò)解調(diào)、頻譜分析、波形再處理、瀑布圖、多時域/多頻域分析、倒譜分析，階次分析、軸心軌跡瀑布圖、測點趨勢圖分析等。在振動數(shù)據(jù)多指標(biāo)提取層面，除常規(guī)振動有效值、峭度等指標(biāo)，根據(jù)多年經(jīng)驗計算峭度密度、沖擊能量比、綜合指標(biāo)等針對性振動指標(biāo)，用于動設(shè)備早中期損傷的監(jiān)測^[2]。同時，也使用機器學(xué)習(xí)、深度學(xué)習(xí)的分析方法，通過尋找數(shù)據(jù)的規(guī)律來實現(xiàn)故障診斷。實行多樣化報警體系：包括常規(guī)的有效值超限報警，報警算法還包含趨勢報警、綜合報警指標(biāo)等多類型振動數(shù)據(jù)報警算法，更完善的監(jiān)測設(shè)備運行異常。通過業(yè)務(wù)與平臺系統(tǒng)實時對接、業(yè)務(wù)模型實時回溯調(diào)整，形成了主動預(yù)測、結(jié)果研判，實現(xiàn)智能算法設(shè)備報錯，設(shè)備殘余壽命計算等。

通過一系列技術(shù)創(chuàng)新，建立以故障預(yù)測和健康管理為核心的設(shè)備智能運維系統(tǒng)。

4　代表性及推廣價值

基于AIOT的鋼鐵行業(yè)棒線材設(shè)備數(shù)字孿生運維系統(tǒng)以生產(chǎn)設(shè)備全生命周期為主線，運用云、大、物、智、5G、數(shù)字孿生等關(guān)鍵技術(shù)聚焦設(shè)備管理、生產(chǎn)運營等關(guān)鍵場景，構(gòu)建全數(shù)字、全可視化、全智能的數(shù)字孿生體系，為鋼鐵行業(yè)用戶提供設(shè)備管維采一站式服務(wù)模式。

棒線材設(shè)備數(shù)字孿生運維系統(tǒng)利用工業(yè)元宇宙“云-邊-端”核心技術(shù)底座，通過AI實現(xiàn)現(xiàn)實場景與虛擬場景的實時交互與映射，對現(xiàn)場數(shù)據(jù)進(jìn)行及時展示，報警，預(yù)判設(shè)備與物料的殘余壽命，通過大數(shù)據(jù)云計算提供對應(yīng)行業(yè)的具體解決方案。本系統(tǒng)基于生產(chǎn)設(shè)備運行狀態(tài)數(shù)據(jù)的采集、匯聚、分析以及數(shù)據(jù)可視化呈現(xiàn)，優(yōu)化提升設(shè)備管理能效，使用先進(jìn)成熟的自主研發(fā)系統(tǒng)為客戶提供生產(chǎn)可視化移動管理服務(wù)。系統(tǒng)聚焦生產(chǎn)設(shè)備運行管理和工廠數(shù)字化轉(zhuǎn)型升級，以“產(chǎn)線級”和“設(shè)備級”數(shù)字孿生3D可視化的仿真方式呈現(xiàn)，對各類設(shè)備風(fēng)險進(jìn)行預(yù)警，提高生產(chǎn)設(shè)備綜合運行效率。在數(shù)字孿生運維系統(tǒng)的“設(shè)備級”數(shù)字孿生中，內(nèi)部結(jié)構(gòu)健康狀況清晰可見，便于判別設(shè)備缺陷，監(jiān)控和掌握設(shè)備狀況，助力設(shè)備預(yù)測性維護(hù)策略實施，有效地減少非計劃停機、降低維修費用、減少庫存資金占用，提高生產(chǎn)線運行效率和輔助管理決策，助力企業(yè)數(shù)字化轉(zhuǎn)型。

本系統(tǒng)通過實時采集設(shè)備運行過程中的振動、溫度、油液雜質(zhì)、電流、轉(zhuǎn)速等數(shù)據(jù)，建立多維度的數(shù)據(jù)分析與優(yōu)化功能，以數(shù)據(jù)和信息分析進(jìn)行有效的判斷和決策，揭示缺陷（故障）的原因、程度、部位，準(zhǔn)確預(yù)測出設(shè)備隱患，為設(shè)備的在線調(diào)理、停機檢修提供科學(xué)依據(jù)，實現(xiàn)提升生產(chǎn)設(shè)備使用效率，同時有效避免惡性事故發(fā)生的目的，科技成果總體上達(dá)到國際先進(jìn)水平。

目前，棒線材設(shè)備數(shù)字孿生運維系統(tǒng)已在湖南華菱湘潭鋼鐵有限公司、寶鋼股份武漢鋼鐵有限公司、廣西盛隆冶金有限公司、日照鋼鐵控股集團有限公司等十余家單位推廣應(yīng)用。實踐證明，棒線材設(shè)備數(shù)字孿生運維系統(tǒng)可根據(jù)設(shè)備運行狀態(tài)變化和業(yè)務(wù)需求，通過數(shù)據(jù)分析達(dá)到識別故障來源，確定故障程度的目的，及早安排人和料消除設(shè)備缺陷，提高生產(chǎn)線運行效率和輔助管理決策，助力企業(yè)數(shù)字化轉(zhuǎn)型。

面向智慧鋼鐵的棒線材設(shè)備數(shù)字孿生運維系統(tǒng)已逐步成為企業(yè)數(shù)字化轉(zhuǎn)型升級的重要引擎，不僅賦予了智能制造新的內(nèi)涵，而且通過數(shù)字孿生生產(chǎn)線的標(biāo)桿示范作用，為推進(jìn)行業(yè)可持續(xù)發(fā)展和打造智慧鋼鐵注入了新動能，為智能工廠建設(shè)、工業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、新舊動能轉(zhuǎn)換不斷開展前沿探索^[3]。

設(shè)備數(shù)字孿生運維系統(tǒng)可通過標(biāo)準(zhǔn)化產(chǎn)品模式推廣，在石油石化、電力、水泥等行業(yè)實現(xiàn)落地應(yīng)用。

參考文獻(xiàn)：

[1] 陳磊. 棒線材設(shè)備數(shù)字孿生運維系統(tǒng)研究與實踐[J]. 自動化博覽, 2023, 40 (09) : 58 - 62.

[2] 陳磊, 劉偉, 袁君奇. 基于數(shù)字孿生軟件的設(shè)備預(yù)測性維護(hù)技術(shù)研究[J]. 新型工業(yè)化, 2023, 13 (09) : 70 - 78.

[3] 陳磊, 高江明, 劉星光, 等. 面向智慧鋼鐵的設(shè)備智能運維系統(tǒng)建設(shè)研究[J]. 新型工業(yè)化, 2023, 13 (12) : 96 - 107.

摘自《自動化博覽》2024年8月刊