产业思考 | 刘怀平：故障诊断预警技术在钢铁企业设备管理中的应用

昆岳互联

日期：2022-08-15

钢铁行业属于典型的流程性制造业，炼铁、炼钢、热轧、冷轧和环保岛涉及众多关键生产设备，连续运行时间长，生产环境恶劣，设备的可靠性直接影响企业的生产效率和单位成本。设备一旦发生故障，生产次序就被打乱，往往造成整条生产线的停运，经济损失严重，严重的还可能造成人员伤亡和重大环境污染，危及环境和公众健康。

目前，大型钢铁企业中，设备维护方式主要包含：事后维修、计划性检修、预测性维修三种。事后维修和计划性维修更加依赖流程和经验对设备进行运维决策，缺乏有效的数据作为支撑。比如对于电机、风机、泵等重要设备的 *佳检维护时机的把握，都是根据过往经验加以总结得出，由于依赖的是静态的数据，往往在设备出现缺陷时不能及时发现，更无法避免设备故障的发生。事后维修和计划性维修这两种模式均已无法满足当下钢铁企业对设备的预测性维护需求。

一、钢铁企业设备管理面临的挑战

我国大型钢铁企业达数百家，钢铁企业重要关键设备众多。钢铁行业的巨大规模以及行业自身设备预测性维护需求，为状态监测与故障诊断技术提供了广阔的应用场景。然而，由于钢铁行业数字化基础薄弱，设备差异大且信息化水平普遍较低，设备数据采集和互联互通难度较大，钢铁企业原有相关系统采集的数据有限，存在数据采集漏点，难以支撑钢铁企业众多设备的预测性维护需求。钢铁企业的在设备管理方面依然面临以下几个痛点。

1、停机损失大。一条钢铁生产线停机一天的损失少则上百万元，多则上千万元。

2、运维效率低。人工点巡检时间长，效率低，漏检错检多。

3、运维成本高。周期性维护需要的备品备件较多，维修成本高。

4、数据监测难。大部分生产设备没有数据采集，缺乏数据挖掘能力。

在智能化改造和数字化转型的大背景下，越来越多的钢铁企业正在探索用集中管控、远程运营、人工智能、大数据、云计算等 技术应用，创新设备管理新模式。其中，宝武钢铁提出了“运维一律远程”的发展目标，即以设备在线监控为核心，运用物联传感技术，依据大数据模型分析，实现对设备的全生命周期管理，从而推动宝武钢铁设备管理体系变革升级。

二、钢铁企业设备故障诊断预警解决方案

昆岳互联是一家“专注工业企业节能减排的工业互联网科技公司”，为钢铁、化工、建材等行业客户提供设备预测性维护智能硬件和平台，保护客户设备安全，降低设备使用与维护成本。公司已经完成了从智能硬件、工业软件和设备预测性维护整体解决方案的完整技术布局。得益于工业互联网和智能硬件产品的快速发展，PHM（即Prognostics and Health Management，故障预测与健康管理）技术得到进一步发展，为设备的预测性维护开辟了一条新的途径，辅助设备管理人员系统地决策修不修、何时休、修什么、怎么修，以及谁来修的各类问题。

基于昆岳工业互联网（INECO平台）打造的钢铁企业设备故障诊断预警解决方案，主要包括感知层、平台层、应用层和展示层四层架构，该架构设计满足了多区域、多种类设备的海量监测点数据的展现、多系统的数据和业务集成、数据处理与推送流程的灵活配置、多专业诊断分析与处理、对电脑与移动及大屏等多类型终端支持等要求，在设备预测性维护过程中较好地发挥了灵活快速功能配置支持作用，充分满足了钢铁企业的“省钱、省事、省心”的设备管理需求，为钢铁企业带来“降本、安全、高效、便捷、可靠”五大价值。 

钢铁企业设备故障诊断预警解决方案，促进了设备维修的从被动处理到主动管控、从单一数据专项分析到大数据综合分析、从基于经验的预防性维修到基于数据的预测性维修、从单纯反馈设备状态到提供整体解决方案的四个转变，从而实现设备状态可视、可以预测及维护方案 *优化特点的智能运维模式，成为推动智能制造的重要支撑力量，也代表了设备管理发展的方向。

三、基于多维数据感知的设备故障诊断预警系统

昆岳互联自主开发的设备故障诊断预警系统，集成高精度工业传感器，对电机、泵、风机、压缩机、齿轮箱等工业动设备的全生命周期数据进行实时采集，结合4G LTE物联网、移动互联网技术、机器学习、边缘计算等技术实现设备状态监测及故障诊断预警，目前已在国内多家大型钢铁企业成功应用。

设备故障诊断预警系统包括智能传感器、故障诊断预警一体机及故障诊断预警管理平台，故障诊断预警一体机是感知层数据采集的核心装置，通过物联及互联技术采集设备运行的各项数据，在复杂背景噪声等干扰环境下有效提取微弱冲击特征成分，对设备信号的频域敏感频带进行剖分，分离出蕴含丰富特征信息的子带信号，从而提高信号的信噪比，实现早期微弱故障的有效识别，同时基于设备的实时数据、历史数据，结合信号处理、特征提取、机器学习以及深度学习等人工智能方法，建立设备故障诊断模型，对设备状态进行监控和故障快速预警。

“故障诊断预警管理平台”基于数据驱动的人工智能模型结合机理模型，同时运用大数据、机器学习技术实现故障智能诊断预警。

四、部署故障诊断预警系统带来的价值

故障诊断预警系统有效实现了钢铁企业动设备的维修模式从计划维修向预测性维修转化，帮助钢铁企业科学合理的安排维修计划，降低设备停机风险和安全隐患，从而降低维修成本，显著延长设备的使用寿命，提升设备运维效率。实现以“数据流”触发“工作流”的新型智慧运维管理模式，帮助企业实现设备运维模式的智慧运维数字化升级。通过应用本系统，可以帮助企业实现设备运维从传统的预防性维护向 的预测性维护的智慧运维模式数字化转型，并协助客户实现“降本、提质、增效”三大价值：降低维保成本，延长设备使用寿命10%-20%；减少40%-50%备件；提高生产产能，减少70%停机时间，延长生产时间；提高维保质量，减少巡检和运维工作量，减少巡检人员20%-50%；

昆岳互联自主研发的故障诊断预警一体机具有以下几个特点：

1）部署灵活：体积轻巧，导轨式设计，便于安装部署；

2）稳定性强：数据采集单元采用工业级设计，抗干扰能力强、稳定性高；

3）替代巡检：采集设备多维数据，实时监控设备运行状态，高效替代人工巡检；

4）边云结合：云端算法模型在边缘端的逐步下沉，在边缘侧快速完成故障诊断；

5）自适应强：通过OTA远程升级技术持续升级边缘端软件和算法模法，更加适应现场的环境。

以昆岳互联运维的某钢铁企业360㎡烧结机为例，通过部署设备故障诊断预警一体机，实现了“远程运营+现场运营”的24小时全天候智慧运维设备管护模式。基于传感器、边缘计算以及云端数据的统计与分析，实现了设备故障早期预警、故障判定、精准定位。关键设备的故障抢修率较2021年上半年同期下降70%，备件更换率降低20%，巡检工作量降低70%，设备使用寿命增加15%，预计每年降低运行成本和人工成本500万元左右。通过实施数字化转型和智能化改造后的环境基础设施，已成为工业企业利润的新来源。

设备故障诊断预警系统是工业大数据和人工智能的一个重要产品应用，为客户提供了更多的增值服务，可以有效降低设备的故障率及停机时间、提高设备利用率，保证设备持续使用，避免意外停工，提高企业生产效率；同时减少维修费用及设备整个生命周期成本，消除在不必要的维护上所花费的时间和资源，对设备进行适时小修，减少大修、突发故障所带来的巨大维修费用。昆岳互联通过智能硬件、工业软件及融合大量工业经验知识库，构建多种诊断数据模型，打造了完整的工业设备故障预警诊断方案，聚焦客户需求，聚焦数据价值，用新一代数字化智能化技术持续助力钢铁企业实现智能化改造和数字化转型。