★寶鋼湛江鋼鐵有限公司柯理文，幸嘉銘

★艾默生過(guò)程控制有限公司鄧新亮

1　工程概況

某鋼鐵自備電廠(chǎng)二期擴建2×135MW亞臨界超高溫煤氣機組（B-T-G），于2021年4月完成168小時(shí)試運行。兩臺機組均采用艾默生Ovation DCS系統，涵蓋鍋爐、汽機、電氣、脫硫脫硝等設備控制。

2　項目挑戰及解決方案

面對寶鋼湛江鋼鐵自備電廠(chǎng)運行人員監盤(pán)范圍廣、監控負荷大、海量歷史運行數據待挖掘及經(jīng)驗傳承難的痛點(diǎn)，艾默生致力于通過(guò)智能監盤(pán)系統實(shí)現電廠(chǎng)監控智能化。系統整合了先進(jìn)的數據分析與智能診斷算法，依托智能監盤(pán)實(shí)時(shí)監測、故障預警、自動(dòng)診斷等功能，使運行監測實(shí)現由人工監控向計算機智能監控的轉變。相比人工監控，系統實(shí)現了7×24小時(shí)不間斷的智能監測與預警，大幅降低了運行監盤(pán)人員的監控負荷。

與此同時(shí)，智能監盤(pán)以知識庫的形式保留了老師傅的運行經(jīng)驗，通過(guò)各項運行數據綜合研判，劍指異常點(diǎn)，新人可以快速查詢(xún)以指導工作，極大地提高了新人的成長(cháng)速度，確保寶貴操作技能得到有效傳承，助力機組的安全、穩定、經(jīng)濟運行。

智能監盤(pán)提升了生產(chǎn)過(guò)程監控的效率、質(zhì)量和智能化水平以及勞動(dòng)效率，極大地釋放了運行人員的時(shí)間，運行人員可以將更多精力用于系統優(yōu)化和技術(shù)創(chuàng )新，推動(dòng)電廠(chǎng)向更高效、更智能的發(fā)展方向轉變。

3　項目創(chuàng )新點(diǎn)

（1）智能監盤(pán)基于Ovation Intelligent Framework（OIF）智能框架，在安全一區與DCS系統一體化部署，保證數據交互可靠性，解決了廠(chǎng)級SIS/MIS系統不能返回控制系統從而無(wú)法指導實(shí)時(shí)運行的痛點(diǎn)問(wèn)題。

（2）創(chuàng )新的人機界面DCS一體化層級展示設計，通過(guò)嵌入式和報警聯(lián)動(dòng)的方式，實(shí)現了監控預警信息與DCS系統的無(wú)縫融合。監盤(pán)畫(huà)面輪播功能減輕了運行人員在監盤(pán)過(guò)程不斷翻頁(yè)畫(huà)面的工作量。報警處理實(shí)現了閉環(huán)管理，有效減少了遺漏與誤操作的風(fēng)險。無(wú)需額外學(xué)習成本，輕松查看，幫助作出決策。

（3）一體化的OIF/Ovation Analytics Studio（OAS）軟件部署簡(jiǎn)單，與DCS系統的連接無(wú)需配置復雜的接口，可簡(jiǎn)單快速從DCS系統中獲取所需測點(diǎn)數據（硬件點(diǎn)、中間點(diǎn)、算法點(diǎn)等）、測點(diǎn)質(zhì)量信息、DCS報警信息等，提取數據的速度、精度優(yōu)勢顯著(zhù)。平臺運行可靠穩定，易于維護。

（4）數據分析方面，OAS數據分析軟件支持多種數據接口，方便在線(xiàn)讀取DCS歷史數據，具備高效的數據清洗與質(zhì)量檢查能力。使用簡(jiǎn)易的可視化操作完成訓練、驗證、調優(yōu)的全流程機器學(xué)習建模。模型參數閾值可自動(dòng)生成，使得數據分析和模型建立變得簡(jiǎn)單高效。

（5）采用Ovation OPET多狀態(tài)識別算法，解決設備多參數耦合狀態(tài)下的異常和故障識別問(wèn)題。顯著(zhù)提高故障預知能力，減少設備意外停機，降低維護成本。

（6）智慧監盤(pán)充分考慮設備特性，評估設備實(shí)時(shí)狀態(tài)，為設備優(yōu)化控制提供依據，使調整更加精確有效。

（7）智能監盤(pán)系統采用機理模型、人工經(jīng)驗、大數據技術(shù)和AI算法，構建了一個(gè)智能的監控、分析和診斷平臺。該平臺充分利用了模型表示、推理、數據驅動(dòng)等技術(shù)手段，實(shí)現了對運行參數、設備狀態(tài)、系統性能的持續監測和評估。平臺具有全天候不間斷的監控能力，大幅減輕了運行人員的監盤(pán)勞動(dòng)強度，同時(shí)提高了發(fā)電機組的安全性、穩定性、經(jīng)濟性及環(huán)保性。

4　解決方案設計思路、實(shí)施流程和主要功能

艾默生公司與用戶(hù)進(jìn)行了多次充分交流討論，根據電廠(chǎng)的實(shí)際情況和用戶(hù)需求，定制開(kāi)發(fā)了整體的智能監盤(pán)解決方案，該項目解決方案充分考慮了電力行業(yè)的特點(diǎn)，以提升監控效率和保障系統安全性?xún)煞矫鏋橹饕?zhù)力點(diǎn)。一方面利用智能算法和模型驅動(dòng)技術(shù)實(shí)現全時(shí)域監測和預警，自動(dòng)化程度高，減輕人工監控強度；另一方面借助數據和經(jīng)驗知識建立智能診斷系統，在故障發(fā)生早期就可進(jìn)行預警，指導運行人員按照指導意見(jiàn)進(jìn)行處理，縮短故障恢復時(shí)間，提高系統可靠性。

該方案基于OIF智能框架，與機組DCS系統一體化部署。分別在U3&U4機組的DCS系統中部署高性能OIF模型運算服務(wù)器和OAS數據分析及建模服務(wù)器。OAS可直接連接Ovation歷史站進(jìn)行運行數據的提取，利用大數據分析與AI算法，完成數據清洗、特征提取、模型訓練、驗證等工作。OIF通過(guò)標準接口獲取DCS實(shí)時(shí)數據，用于驅動(dòng)診斷模型和專(zhuān)家規則的運算，運行各類(lèi)智能監控與故障診斷模型，實(shí)時(shí)進(jìn)行參數監測、設備監視、狀態(tài)評估、故障預測等分析。模型運算結果以報警、預警等形式反饋到DCS，指導操作員進(jìn)行處理?；玖鞒滩襟E如圖1所示。

圖1 方案實(shí)施流程

智慧監盤(pán)系統集成了參數預警、設備健康度評估、故障診斷與專(zhuān)家知識管理4種核心功能模塊。參數預警模塊通過(guò)多維數據分析和預測，實(shí)現對關(guān)鍵參數的實(shí)時(shí)監測，當參數異常時(shí)，可快速發(fā)出預警，避免發(fā)生跳閘、跳機等事故；設備健康度評估模塊綜合考慮多項運行指標，利用智能算法評判設備的實(shí)時(shí)狀態(tài)，可提前發(fā)現設備潛在故障，指導操作員進(jìn)行預防性維護；故障診斷與根源分析模塊收集設備故障案例，構建標準故障庫，當新故障發(fā)生時(shí)，可快速匹配得到故障原因，生成處理意見(jiàn)，指導現場(chǎng)快速恢復；專(zhuān)家知識庫模塊儲存豐富的過(guò)程數據和操作經(jīng)驗知識，幫助新操作員快速獲取專(zhuān)業(yè)技能，縮短成長(cháng)周期，確保操作效率和質(zhì)量。各功能模塊相互協(xié)同支持，共同提升過(guò)程監控和設備管理的智能化水平，實(shí)現對系統運行狀態(tài)的主動(dòng)識別與預知控制。

5　項目成果

通過(guò)模型驗收和現場(chǎng)驗證，智慧監盤(pán)系統展示了強大的預測與故障診斷功能，達到了設定的技術(shù)指標和用戶(hù)需求，為電廠(chǎng)的智能化運維提供了有力支撐。

利用U3和U4機組的歷史運行數據，對各類(lèi)智能模型進(jìn)行了復算驗證。結果表明，模型可以準確地復現歷史故障案例，實(shí)現故障的準確定位與預警。與設備維修記錄對比，模型診斷結果與實(shí)際故障情況有較高的吻合度。模型驗證還考慮了機組改造和檢修等重要時(shí)間節點(diǎn)。在實(shí)際運行中，通過(guò)參數預警、設備健康評估等手段，模型實(shí)現了對潛在故障的預測性監控，誤報率和漏報率較低，為電廠(chǎng)故障預防提供了有效依據。

總體而言，智慧監盤(pán)的應用顯著(zhù)提升了過(guò)程監控和設備管理的智能化水平。我們將持續優(yōu)化各類(lèi)智能算法，使系統產(chǎn)生的診斷結果更加準確可靠。

（1）OAS數據分析功能，提供完整的可視化交互，幫助運行工程師通過(guò)數據分析視角，對歷史數據進(jìn)行可視化分析和處理，深入探索歷史數據背后的狀態(tài)信息，幫助創(chuàng )建適用于本廠(chǎng)的專(zhuān)家規則和故障診斷模型。

通過(guò)對電廠(chǎng)海量現場(chǎng)歷史數據進(jìn)行分析，發(fā)現：

·漿液循環(huán)泵B轉速與電流關(guān)系異常，查閱規程泵一直處于超速狀態(tài)，與現場(chǎng)熱控聯(lián)系，經(jīng)現場(chǎng)確認，泵確認存在超速情況，聯(lián)系設備維護人員進(jìn)行處理，提前避免了大型環(huán)保輔機異常對環(huán)保達標排放帶來(lái)了的潛在風(fēng)險。

·發(fā)現4B送風(fēng)機電機驅動(dòng)端軸承振動(dòng)信號突然發(fā)現變化，與其他信號規則變化剛好相反，經(jīng)現場(chǎng)深入檢查排摸，發(fā)現振動(dòng)測點(diǎn)信號確有接反情況，經(jīng)檢修處理已經(jīng)恢復，成功解決了機組大型6kV輔機的深層次風(fēng)險。

（2）對重要關(guān)鍵參數實(shí)現多維度動(dòng)態(tài)分析及預警功能

整個(gè)項目，從人工監盤(pán)的底層需求出發(fā)，結合人工監盤(pán)經(jīng)驗、利用大數據分析技術(shù)和AI算法，實(shí)現對重要關(guān)鍵參數多維度動(dòng)態(tài)分析預警。

具體來(lái)說(shuō)，該模塊集成了統計分析、趨勢預測、關(guān)聯(lián)分析等多種智能算法技術(shù)，構建了參數的全方位監測與故障預知體系。

在統計分析方面，考慮參數的運行區間、期望偏差、閾值修正等指標，監測參數的靜態(tài)分布情況。在趨勢預測方面，利用遞歸模型、深度學(xué)習等技術(shù)手段，實(shí)現參數運行趨勢的前瞻性預測。在關(guān)聯(lián)分析方面，考察參數之間的相關(guān)性，利用相關(guān)性識別參數的異常情況。

綜合運用以上技術(shù)手段，參數預警模塊可以對關(guān)鍵參數實(shí)現全天候、全場(chǎng)景的監測，快速發(fā)現參數異常并預警，保障系統安全可靠運行。例如：高爐煤氣燃燒器調閥定位器與實(shí)際機械開(kāi)度反向、液壓油冷卻器出口油溫溫度過(guò)高、高加液位波動(dòng)過(guò)大、空預器出口煙氣壓降大、鍋爐壁溫超限時(shí)常統計及超限極值、EH油壓力偏小等。

同時(shí)，該模塊輸出的預警信息可指導操作員優(yōu)化參數，提高過(guò)程運維的主動(dòng)性。未來(lái)，隨著(zhù)模型不斷優(yōu)化，預警效果將持續提升，更好地服務(wù)于電廠(chǎng)的智能化運維。

（3）實(shí)現送風(fēng)機、引風(fēng)機、電動(dòng)給水泵、凝結水泵、循環(huán)水泵、漿液循環(huán)泵等電廠(chǎng)重要設備健康度預警。

泵與風(fēng)機是火力發(fā)電中應用最多的設備，特別是大型輔機，其安全穩定運行直接關(guān)系到機組的安全穩定運行，也是運行人員的監盤(pán)重點(diǎn)內容。其在實(shí)際運行過(guò)程中表現的工況點(diǎn)，往往單測點(diǎn)無(wú)法對其工況點(diǎn)狀態(tài)進(jìn)行監視，這也導致其一些故障很難被提前察覺(jué)，無(wú)法預測故障的發(fā)生。

該項目智慧監盤(pán)重點(diǎn)實(shí)施了對送風(fēng)機、給水泵、循環(huán)水泵等重要設備的健康度評估與預警。設備健康評估模塊綜合考量設備的振動(dòng)、溫度、流量等參數信息，采用Ovation OPET智能算法對設備運行狀態(tài)進(jìn)行多維度分析，對系統/設備健康狀態(tài)進(jìn)行識別。

相較于單一傳感器監測，該模塊實(shí)現了更全面、更準確的設備健康評估。系統可以持續監測設備狀態(tài)，一旦檢測到性能衰退跡象，立即產(chǎn)生健康度預警，指導現場(chǎng)采取預防性維護措施，避免事故發(fā)生。同時(shí)，設備健康評估結果還可為維保人員的檢修決策提供依據。隨著(zhù)運行數據積累，繼續優(yōu)化模型，設備健康評估和預警效果將持續提升，使運維更加智慧化。

設備健康評估是智慧監盤(pán)的重要功能之一。其應用將大幅減少突發(fā)事故，使電廠(chǎng)實(shí)現更安全、更經(jīng)濟的運營(yíng)目標。

（4）實(shí)現重要設備的在線(xiàn)故障診斷與根源分析

智慧監盤(pán)實(shí)現了對關(guān)鍵設備的在線(xiàn)故障診斷與根源定位。重點(diǎn)應用于6kV重要設備，如風(fēng)機、給水泵、循環(huán)水泵等。針對這些設備，系統除監測運行參數外，還集成了故障診斷與性能評估功能。該功能融合模型分析與數據分析技術(shù)，對設備故障進(jìn)行智能識別與定位。

模塊可以根據設備特性曲線(xiàn)，評估設備的工況狀態(tài)，為參數優(yōu)化提供依據。利用Ovation高級算法實(shí)時(shí)評分設備工作狀態(tài)，判斷設備健康程度。當故障發(fā)生時(shí)，可快速鎖定根因，并提供建議指導現場(chǎng)處理，將損失降到最小。

相較于傳統經(jīng)驗分析，該功能實(shí)現了更加智能、快速的故障處理。它結合先進(jìn)算法與運行數據，提升了故障識別與定位的效率。設備在線(xiàn)故障診斷功能的應用將大幅減少設備故障對生產(chǎn)的影響。

（5）專(zhuān)家知識庫的建立和積累

運行經(jīng)驗是最寶貴的財富，智慧監盤(pán)通過(guò)構建標準化的專(zhuān)家知識庫，實(shí)現了運行經(jīng)驗的沉淀與共享。例如，針對電廠(chǎng)疏水閥門(mén)泄漏問(wèn)題，系統收集了老師傅根據閥門(mén)溫度變化判斷內漏的寶貴經(jīng)驗。將該經(jīng)驗以專(zhuān)家規則的形式建模，實(shí)現了對閥門(mén)狀態(tài)的智能監測和預警。

隨著(zhù)人工經(jīng)驗知識的積累，智慧監盤(pán)已初步建立了故障診斷庫和專(zhuān)家規則庫。這不僅提高了故障處理效率，還使寶貴的經(jīng)驗知識得到積累和利用，縮短了新人技能培養周期。相較于經(jīng)驗的個(gè)人化傳承，智慧監盤(pán)實(shí)現了集約化的知識管理。知識模型化可使知識體系化，易于傳播和共享。同時(shí)，還可持續豐富知識庫內容，不斷提升系統的智能化水平。

專(zhuān)家知識庫的建設是智慧監盤(pán)的重要一環(huán)。它實(shí)現了知識的連續化積累利用，助力企業(yè)向智慧化轉型。

（6）智能監盤(pán)系統與常規DCS系統監視畫(huà)面無(wú)縫融合

智能監盤(pán)系統展示畫(huà)面采用嵌入式方式和報警光字牌，與DCS系統監視畫(huà)面無(wú)縫融合。同時(shí)，監盤(pán)系統配有自動(dòng)輪播功能，有效減少了運行人員頻繁切換畫(huà)面的工作負擔。

這種融合創(chuàng )新設計理念把智能監盤(pán)完全一體化到DCS中，無(wú)需再監控額外系統。極大降低了操作負荷，提升了工作效率。操作員可以及時(shí)發(fā)現預警信息并處理，無(wú)需在不同系統間切換，節約了時(shí)間和精力。

智慧監盤(pán)與DCS的無(wú)縫集成，實(shí)現了信息融合和操作融合，將監管過(guò)程優(yōu)化到了新水平。這將進(jìn)一步提升電廠(chǎng)的安全性和經(jīng)濟性。

6　項目收益

該自備電廠(chǎng)智能監盤(pán)的成功投入，達到機組運行時(shí)少人值守、減輕運行人員勞動(dòng)強度的效果。實(shí)現關(guān)鍵設備及重要參數的預警和在線(xiàn)診斷，變被動(dòng)響應為主動(dòng)應對，極大地提升了機組安全性、穩定性、經(jīng)濟性和環(huán)保性。同時(shí)助力用戶(hù)智慧運營(yíng)，積極響應集團智慧制造戰略布局，使其管理水平站在了同行業(yè)前列，起到很好的示范引領(lǐng)作用。

（1）實(shí)現計算機代替人員對運行系統、設備、參數進(jìn)行監控、分析和診斷，并可按照診斷結果提供指導意見(jiàn)。智能監盤(pán)旨在幫助提高整個(gè)工廠(chǎng)運行的效率，幫助運行人員減輕工作負荷，讓運行人員投入更多的精力在如何提高整個(gè)系統的協(xié)同運作從而進(jìn)一步降低運營(yíng)成本。

（2）通過(guò)模型對設備及參數的異常征兆進(jìn)行預警，助力運行、檢修人員科學(xué)決策，提前進(jìn)行人為干預，減少非計劃停機，避免不必要的經(jīng)濟損失。

（3）提前研判設備狀態(tài)、長(cháng)周期分析設備運行變化趨勢，對設備診斷提供了有力的數據支撐，可有效避免輔機故障或損壞，降低設備維護成本。

（4）運行監盤(pán)人員通過(guò)智慧監盤(pán)系統，研究挖掘機組最佳運行工況，及時(shí)干預機組運行狀態(tài)，依托班組經(jīng)濟小指標競賽，實(shí)現機組各項經(jīng)濟指標最優(yōu)，效益最優(yōu)。

（5）傳承固化經(jīng)驗，通過(guò)知識提取將專(zhuān)業(yè)經(jīng)驗沉淀于系統中，持續迭代，形成企業(yè)寶貴財富。同時(shí)電廠(chǎng)的生產(chǎn)運行與生產(chǎn)管理有機結合起來(lái)，將生產(chǎn)管理的技術(shù)經(jīng)濟指標實(shí)時(shí)、動(dòng)態(tài)地貫徹到一線(xiàn)生產(chǎn)運行崗位，提高電廠(chǎng)的運行效益。

（6）第一個(gè)Ovation DCS一體化的全廠(chǎng)智能監盤(pán)，有效推動(dòng)電廠(chǎng)工業(yè)4.0進(jìn)程。在實(shí)施過(guò)程中解決了眾多技術(shù)難點(diǎn)，實(shí)用性很強，整體解決方案達到行業(yè)領(lǐng)先水平，顯著(zhù)促進(jìn)行業(yè)進(jìn)步并有重大戰略意義。

摘自《自動(dòng)化博覽》2023年9月刊