★漢威廣園（廣州）智能裝備有限公司陳磊

1　方案目標和概述

鋼鐵工業(yè)是國民經(jīng)濟的基礎性、支柱性產(chǎn)業(yè)，是關(guān)乎工業(yè)穩定增長(cháng)、經(jīng)濟平穩運行的重要領(lǐng)域。作為長(cháng)流程工業(yè)，設備的穩定性、安全性、持續性直接影響鋼鐵企業(yè)的生產(chǎn)產(chǎn)值，關(guān)鍵設備故障對生產(chǎn)的影響尤為巨大。在流程中的關(guān)鍵工序，棒線(xiàn)材生產(chǎn)線(xiàn)所轄高技術(shù)、高性能設備較多，具有生產(chǎn)節奏快、工序連續性強、生產(chǎn)設備投資高、設備結構及工況復雜等特點(diǎn)，設備一旦突發(fā)故障停機，會(huì )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(lái)嚴峻挑戰，設備管理痛點(diǎn)如圖1所示。

圖1 設備管理痛點(diǎn)

依托近三十年積累的設備管理認知，漢威廣園構建面向智慧鋼鐵，基于設備管理體系與AIOT（Artificial Intelligence of Things）相結合的預測性維護平臺－棒線(xiàn)材設備數字孿生運維系統（設備智慧運維平臺），如圖2所示。該系統以設備為主體，通過(guò)對設備運行、點(diǎn)檢、檢維修、故障等業(yè)務(wù)進(jìn)行全流程跟蹤與管控，為設備運行過(guò)程回溯、數據挖掘分析等提供支撐；通過(guò)精細化的設備維護管理，有效降低設備故障率，延長(cháng)設備使用壽命；全面提高設備管理工作效率，合理管控設備運行和維修成本，切實(shí)有效地解決企業(yè)設備管理痛點(diǎn)。

圖2 棒線(xiàn)材設備數字孿生運維系統（設備智慧運維平臺）

設備數字孿生運維系統感知層通過(guò)在設備上安裝在線(xiàn)監測系統和配置檢測儀表，對設備的振動(dòng)信號進(jìn)行及時(shí)收集、處理，結合設備工作原理、結構特點(diǎn)、運行參數、歷史狀況，對可能發(fā)生的故障進(jìn)行分析、預報，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(lèi)別、程度、部位和趨勢，對設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(xiàn)材設備數字孿生運維系統以生產(chǎn)設備全生命周期為主線(xiàn)，運用云、大、物、智、5G、數字孿生等關(guān)鍵技術(shù)聚焦設備管理、生產(chǎn)運營(yíng)等關(guān)鍵場(chǎng)景，構建全數字、全可視化、全智能的數字孿生體系，為鋼鐵工業(yè)用戶(hù)提供設備管維采一站式服務(wù)模式。

本系統利用工業(yè)元宇宙“云-邊-端”核心技術(shù)底座，通過(guò)AI實(shí)現現實(shí)場(chǎng)景與虛擬場(chǎng)景的實(shí)時(shí)交互與映射，對現場(chǎng)數據進(jìn)行及時(shí)展示，報警，預判設備與物料的殘余壽命，利用大數據、云計算提供對應行業(yè)的具體解決方案，“云、邊、端”的工業(yè)互聯(lián)網(wǎng)架構如圖3所示。本系統基于生產(chǎn)設備運行狀態(tài)數據的采集、匯聚、分析以及數據可視化呈現，優(yōu)化提升設備管理能效，使用先進(jìn)成熟的自主研發(fā)系統為客戶(hù)提供生產(chǎn)可視化移動(dòng)管理服務(wù)。系統聚焦生產(chǎn)設備運行管理和工廠(chǎng)數字化轉型升級，以“產(chǎn)線(xiàn)級”和“設備級”數字孿生3D可視化的仿真方式呈現，對各類(lèi)設備風(fēng)險進(jìn)行預警，提高生產(chǎn)設備綜合運行效率^[1]。棒線(xiàn)材設備數字孿生運維系統（虛擬現實(shí)）如圖4所示。

圖3 設備數字孿生運維系統平臺架構

圖4 棒線(xiàn)材設備數字孿生運維系統（虛擬現實(shí)）

現階段，鋼鐵企業(yè)在設備連接維度，存在設備感知手段薄弱、高頻數據處理困難、多源多維數據難融合、信息孤島眾多等問(wèn)題；在預警診斷和決策上，存在狀態(tài)識別效率低、診斷準確性差、劣化趨勢無(wú)法把握、維檢決策可靠性低、經(jīng)驗轉化知識困難等問(wèn)題；在同類(lèi)設備、同類(lèi)產(chǎn)線(xiàn)設備運維對標中，存在設備術(shù)語(yǔ)不統一、故障描述不一、設備顆粒度不一、設備表征數據無(wú)序、數據處理差異大等問(wèn)題；現有設備運維方式不支持智能運維大范圍推廣應用，也缺乏智能運維的人員隊伍。在推進(jìn)智能運維的過(guò)程中會(huì )面臨數智化基礎條件不一、數據質(zhì)量參次不齊、模型規則逐步構建、準確性有待驗證、專(zhuān)家經(jīng)驗難以傳承、現場(chǎng)需求多元化等諸多困難，如何做好產(chǎn)線(xiàn)設備智能運維是一項極具挑戰、非常復雜的系統性創(chuàng )新工程。

在棒線(xiàn)材生產(chǎn)線(xiàn)中的技術(shù)層面，由于在軋鋼過(guò)程中受到不同鋼種、不同工況的影響導致數據采集過(guò)程中的各種參數時(shí)刻變化，系統建設存在精準的數據采集難以實(shí)現，精確的在線(xiàn)實(shí)時(shí)分析診斷難以實(shí)現等難題。

因此，解決上述問(wèn)題是一項極具挑戰性的復雜系統創(chuàng )新工程。本系統通過(guò)實(shí)時(shí)采集設備運行過(guò)程中的振動(dòng)、溫度、油液雜質(zhì)、電流、轉速等數據，建立多維度的數據分析與優(yōu)化功能，以數據和信息分析進(jìn)行有效的判斷和決策，揭示缺陷（故障）的原因、程度、部位，準確預測出設備隱患，為設備的在線(xiàn)調理、停機檢修提供科學(xué)依據，實(shí)現提升生產(chǎn)設備使用效率，同時(shí)有效避免惡性事故發(fā)生的目的。

2　方案介紹

通過(guò)構建棒線(xiàn)材設備數字孿生智能運維系統，建立精準、實(shí)時(shí)、高效的數據互聯(lián)體系，以“數據驅動(dòng)工業(yè)服務(wù)”的創(chuàng )新應用解決方案，實(shí)現設備全生命周期管理。運維系統通過(guò)利用在線(xiàn)監測與分析儀器，采集振動(dòng)、溫度、油液、電流等信號數據，對異常狀態(tài)及時(shí)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據。系統基于設備運行狀態(tài)數據的采集、匯聚、分析，以“產(chǎn)線(xiàn)級”數字孿生3D可視化的方式呈現，便于判別設備異常，監控和掌握設備狀況，社會(huì )資源通過(guò)系統向鋼鐵客戶(hù)彈性提供人和料等制造資源，實(shí)現高效配置，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(yíng)、協(xié)同演進(jìn)的重工業(yè)新生態(tài)。

棒線(xiàn)材設備數字孿生運維系統是以“數據驅動(dòng)工業(yè)服務(wù)”的一站式“互聯(lián)網(wǎng)+”設備綜合服務(wù)平臺系統，致力于設備全生命周期服務(wù)。系統采用“一端采集，四方共享；設備數據共享，商業(yè)數據隔離”的軟件架構，實(shí)現“數據采集端→設備使用企業(yè)→設備服務(wù)方→設備制造方→平臺運營(yíng)商”的全數字化打通。

基于A(yíng)IOT（Artificial Intelligence of Things）的鋼鐵行業(yè)棒線(xiàn)材設備數字孿生運維系統（以下簡(jiǎn)稱(chēng)：“數字孿生運維系統”或“系統”），以“數據驅動(dòng)產(chǎn)業(yè)服務(wù)”的創(chuàng )新應用解決方案，實(shí)現設備全生命周期管理。棒線(xiàn)材設備數字孿生運維系統作為產(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)需解決的設備難點(diǎn)、痛點(diǎn)問(wèn)題以及不同需求，為鋼鐵冶金行業(yè)的用戶(hù)提供長(cháng)材設備個(gè)性化定制服務(wù)模式，依托運維系統，為上下游用戶(hù)提供全產(chǎn)業(yè)鏈創(chuàng )新服務(wù)?！霸?、邊、端”的工業(yè)互聯(lián)網(wǎng)架構設計如圖4所示。

圖4 “云、邊、端”的工業(yè)互聯(lián)網(wǎng)架構設計

3　方案創(chuàng )新點(diǎn)

本系統在行業(yè)內率先采用了SaaS微服務(wù)架構，針對鋼鐵行業(yè)存在的共性難點(diǎn)及痛點(diǎn)問(wèn)題，研究開(kāi)發(fā)了數字孿生過(guò)程仿真模型、故障信號降噪重構特征識別方法、具有故障點(diǎn)定位的線(xiàn)棒材設備故障診斷方法等多種技術(shù)應用，為鋼鐵行業(yè)用戶(hù)提供個(gè)性化定制服務(wù)模式。主要創(chuàng )新點(diǎn)及技術(shù)性能指標如下：

（1）首次創(chuàng )建基于A(yíng)IOT的棒線(xiàn)材設備智能運維系統

通過(guò)AI算法等進(jìn)行數據處理，構建基于模型的故障診斷系統，依靠包括仿真、實(shí)測、數據分析在內的手段對運行狀態(tài)進(jìn)行感知、診斷和預測，完成設備的虛實(shí)映射，實(shí)現零件級的數字關(guān)聯(lián)。接入設備狀態(tài)信號數量≥4種（振動(dòng)、溫度、含水量、轉速）。

（2）高速線(xiàn)材軋機的故障信號降噪重構特征識別方法

本項目研制一種軋機故障信號降噪重構特征識別方法。通過(guò)對采集的振動(dòng)信號進(jìn)行奇異值向量提取、分析、降噪，為實(shí)現裝備故障的準確診斷奠定了基礎。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，有利于對設備運行狀態(tài)進(jìn)行分析和診斷。

（3）基于設備的振動(dòng)信號報警識別方法及計算設備

通過(guò)多類(lèi)型振動(dòng)數據分析，確定故障類(lèi)型及實(shí)現零部件故障點(diǎn)定位，在參數完整的前提下，預警準確率≥86.5%，與傳統方法相比，基本擺脫監測系統對專(zhuān)業(yè)診斷工程師的依賴(lài)。

通過(guò)對故障信號處理，實(shí)現重構故障特征；通過(guò)數據分析，達到識別故障來(lái)源，確定故障程度的目標。在振動(dòng)數據價(jià)值利用方面，通過(guò)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(shí)域波形、包絡(luò )解調、頻譜分析、波形再處理、瀑布圖、多時(shí)域/多頻域分析、倒譜分析，階次分析、軸心軌跡瀑布圖、測點(diǎn)趨勢圖分析等。在振動(dòng)數據多指標提取層面，除常規振動(dòng)有效值、峭度等指標，根據多年經(jīng)驗計算峭度密度、沖擊能量比、綜合指標等針對性振動(dòng)指標，用于動(dòng)設備早中期損傷的監測^[2]。同時(shí)，也使用機器學(xué)習、深度學(xué)習的分析方法，通過(guò)尋找數據的規律來(lái)實(shí)現故障診斷。實(shí)行多樣化報警體系：包括常規的有效值超限報警，報警算法還包含趨勢報警、綜合報警指標等多類(lèi)型振動(dòng)數據報警算法，更完善的監測設備運行異常。通過(guò)業(yè)務(wù)與平臺系統實(shí)時(shí)對接、業(yè)務(wù)模型實(shí)時(shí)回溯調整，形成了主動(dòng)預測、結果研判，實(shí)現智能算法設備報錯，設備殘余壽命計算等。

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

4　代表性及推廣價(jià)值

基于A(yíng)IOT的鋼鐵行業(yè)棒線(xiàn)材設備數字孿生運維系統以生產(chǎn)設備全生命周期為主線(xiàn)，運用云、大、物、智、5G、數字孿生等關(guān)鍵技術(shù)聚焦設備管理、生產(chǎn)運營(yíng)等關(guān)鍵場(chǎng)景，構建全數字、全可視化、全智能的數字孿生體系，為鋼鐵行業(yè)用戶(hù)提供設備管維采一站式服務(wù)模式。

棒線(xiàn)材設備數字孿生運維系統利用工業(yè)元宇宙“云-邊-端”核心技術(shù)底座，通過(guò)AI實(shí)現現實(shí)場(chǎng)景與虛擬場(chǎng)景的實(shí)時(shí)交互與映射，對現場(chǎng)數據進(jìn)行及時(shí)展示，報警，預判設備與物料的殘余壽命，通過(guò)大數據云計算提供對應行業(yè)的具體解決方案。本系統基于生產(chǎn)設備運行狀態(tài)數據的采集、匯聚、分析以及數據可視化呈現，優(yōu)化提升設備管理能效，使用先進(jìn)成熟的自主研發(fā)系統為客戶(hù)提供生產(chǎn)可視化移動(dòng)管理服務(wù)。系統聚焦生產(chǎn)設備運行管理和工廠(chǎng)數字化轉型升級，以“產(chǎn)線(xiàn)級”和“設備級”數字孿生3D可視化的仿真方式呈現，對各類(lèi)設備風(fēng)險進(jìn)行預警，提高生產(chǎn)設備綜合運行效率。在數字孿生運維系統的“設備級”數字孿生中，內部結構健康狀況清晰可見(jiàn)，便于判別設備缺陷，監控和掌握設備狀況，助力設備預測性維護策略實(shí)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(xiàn)運行效率和輔助管理決策，助力企業(yè)數字化轉型。

本系統通過(guò)實(shí)時(shí)采集設備運行過(guò)程中的振動(dòng)、溫度、油液雜質(zhì)、電流、轉速等數據，建立多維度的數據分析與優(yōu)化功能，以數據和信息分析進(jìn)行有效的判斷和決策，揭示缺陷（故障）的原因、程度、部位，準確預測出設備隱患，為設備的在線(xiàn)調理、停機檢修提供科學(xué)依據，實(shí)現提升生產(chǎn)設備使用效率，同時(shí)有效避免惡性事故發(fā)生的目的，科技成果總體上達到國際先進(jìn)水平。

目前，棒線(xiàn)材設備數字孿生運維系統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用。實(shí)踐證明，棒線(xiàn)材設備數字孿生運維系統可根據設備運行狀態(tài)變化和業(yè)務(wù)需求，通過(guò)數據分析達到識別故障來(lái)源，確定故障程度的目的，及早安排人和料消除設備缺陷，提高生產(chǎn)線(xiàn)運行效率和輔助管理決策，助力企業(yè)數字化轉型。

面向智慧鋼鐵的棒線(xiàn)材設備數字孿生運維系統已逐步成為企業(yè)數字化轉型升級的重要引擎，不僅賦予了智能制造新的內涵，而且通過(guò)數字孿生生產(chǎn)線(xiàn)的標桿示范作用，為推進(jìn)行業(yè)可持續發(fā)展和打造智慧鋼鐵注入了新動(dòng)能，為智能工廠(chǎng)建設、工業(yè)產(chǎn)業(yè)結構調整、新舊動(dòng)能轉換不斷開(kāi)展前沿探索^[3]。

設備數字孿生運維系統可通過(guò)標準化產(chǎn)品模式推廣，在石油石化、電力、水泥等行業(yè)實(shí)現落地應用。

參考文獻：

[1] 陳磊. 棒線(xiàn)材設備數字孿生運維系統研究與實(shí)踐[J]. 自動(dòng)化博覽, 2023, 40 (09) : 58 - 62.

[2] 陳磊, 劉偉, 袁君奇. 基于數字孿生軟件的設備預測性維護技術(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. 面向智慧鋼鐵的設備智能運維系統建設研究[J]. 新型工業(yè)化, 2023, 13 (12) : 96 - 107.

摘自《自動(dòng)化博覽》2024年8月刊