構建智能設備管理體系降低設備故障率

摘 要：根據宣鋼二鋼軋廠設備運行情況， 針對管理過程中的問題，介紹了宣鋼二鋼軋廠構建智能設備管理體系，降低設備故障率的背景、主要做法和效果等，實施后設備故障率降低為1.44‰，系統實施后取得了良好的經濟和社會效益，綜合創效200多萬元。

關鍵詞：設備故障率；PM智能點檢；在線故障檢測診斷；定修模型

DOI：10.16640/j.cnki.37-1222/t.2019.12.141

0 前言

宣鋼二鋼軋廠管理2座150T轉爐，二條高速線材生產線、二條高強度棒材生產線，設備數量龐大，而且品種規格越來越復雜，并向大型化、自動化方向發展，但高技術人才相對匱乏，曾多次發生大型設備如吐絲機、ID風機故障引發的生產停頓事故，事故發生后后續搶修時間較長。目前企業內現行的設備管理策略主要為事后維修與預防維修，企業對裝備進行運維決策時，目前主要依賴流程和經驗，缺乏有效的數據作為支撐。比如對于軸承、齒輪、聯軸器、潤滑油等部件的最佳檢維護時機的把握，都是根據過往經驗加以總結得出，無法避免裝備故障的發生，特別是突發性故障的發生，輕者影響生產運行，造成維修成本浪費；重者甚至會導致重大事故的發生，因此事后維修與預防維修兩種模式均無法滿足現代設備的運行維護需求。

通過構建智能設備管理體系，二鋼軋廠取得了較好的效果，實現了設備管理的智能化、大大提升了設備管理能力，達到了預知檢修的目的，設備故障率大大下降，設備故障率為1.44‰，大大低于目標值，同時也培養了一批設備診斷[1]專家，在核心崗位上發揮了重要的作用。同時項目實施過程中，智能設備管理體系為企業帶來了顯著的財務收益，實現項目管理200多萬元。

1 應用背景

目前隨著二鋼軋廠設備數量增多，品種規格日益繁雜，并向大型化、自動化方向發展，但高技術人才相對匱乏，設備后期檢查缺乏有效的手段，非正常停機或損壞造成的損失很大，對設備管理工作造成極大的挑戰。目前企業內現行的設備管理策略主要為事后維修與預防維修，企業對裝備進行運維決策時，目前主要依賴流程和經驗，缺乏有效的數據作為支撐。

隨著當前“兩化融合”或“工業4.0”[2]的不斷推進，設備狀態數據的監測獲取是通過傳感設備自動采集、自動傳輸、自動存儲的“三自”模式加以實現，數據可以真實地、全天候的反應裝備狀態。實現的是一種“數據流”觸發“工作流”的新型管理模式，二鋼軋廠智能設備管理體系得以建立。

2 總體思路

二鋼軋廠智能設備管理系統主要由二部分組成，一為PM智能設備管理系統，通過搭建基于PDCA循環工作模式的設備點檢管理系統，建立一套規范的設備管理體系，對生產設備的關鍵設備點運行的狀態數據進行綜合分析，確定那些設備部件需要維護，以及什么時候該檢修。二為重點設備在線故障檢測診斷系統，通過安裝在裝備上的傳感網絡設備，針對設備不同的結構類型和工作狀態，通過有線或無線等方式不間斷的獲取裝備在運行狀態下的振動、溫度信號，按照系統既定的采集和報警策略，自動采集設備實時數據，異常數據自動觸發異常報警機制，實現裝備運行健康狀態的實時控制。對于異常報警裝備的處理，專業的數據分析人員或遠程診斷專家利用專門的數據分析平臺，對振動、溫度信號進行詳細分析，結合設備結構特點、參數、歷史運行維護信息，準確判斷設備故障部位、原因，確定故障根源，達到裝備預測維修并滾動預測故障部件壽命，避免企業安全事故的發生。

3 實施方案

3.1 構建智能設備管理體系必要性分析

3.1.1 構建智能設備管理體系是當前設備管理的需要

鋼鐵企業內設備尤其是關鍵設備，一旦意外停機，將對產生的生產造成嚴重影響，甚至是整條產線停產。企業點巡檢人員通過離線儀器進行數據采集，數據的準確性、時效性以及設備管理執行的深度成為制約企業管理提升的要素。控制系統和管理信息系統對于設備機械故障的監控的不足，以及在線監測系統服務商技術支持的欠缺，導致既有系統價值難以發揮，同樣成為困擾企業設備管理的痛點。

3.1.2 構建智能設備管理體系是當前生產模式的需要

隨著宣鋼公司進一步響應國家號召進一步壓減產能，轉爐與高爐產量匹配為剛性連接，一旦出現嚴重故障將直接影響高爐生產，造成整條生產線停產。因此設備是否正常穩定運行是制約宣鋼生產的主要因素。目前企業內現行的設備管理策略主要為事后維修與預防維修，故構建智能設備管理體系，降低設備故障率是當前生產模式的需要。

3.1.3 構建智能設備管理體系是信息化、智能化的需要

企業內部現行的信息化管理模式是一種“傳統的信息化”處理手段，實質是對“經過人為加工的歷史檔案數據”、“過往記錄數據”等的進行的計算機系統再整理，仍然是一種對于靜態數據的依賴，關注的重點在于工作流程。

智慧裝備運營是通過安裝在裝備上的傳感網絡設備，針對設備不同的結構類型和工作狀態，通過有線或無線等方式不間斷的獲取裝備在運行狀態下的振動、溫度信號，按照系統既定的采集和報警策略，自動采集設備實時數據，異常數據自動觸發異常報警機制，實現裝備運行健康狀態的實時控制。

3.2 構建智能設備管理體系的主要內涵

二鋼軋廠智能設備管理系統主要由二部分組成，一為PM智能設備管理系統，通過搭建基于PDCA循環工作模式的設備點檢管理系統，建立一套規范的設備管理體系，對生產設備的關鍵設備點運行的狀態數據進行綜合分析，確定那些設備部件需要維護，以及什么時候該檢修。二為重點設備在線故障檢測診斷系統，異常報警裝備的處理，專業的數據分析人員或遠程診斷專家利用專門的數據分析平臺，對振動、溫度信號進行詳細分析，準確判斷設備故障部位、原因，確定故障根源，達到裝備預測維修并滾動預測故障部件壽命，避免企業安全事故的發生。

3.3 構建智能設備管理體系的主要作法

3.3.1 完善制度管理體系

二鋼軋廠原有設備管理體系完備，設備運行正常，但發展速度受到限制、后繼乏力，急切需要引入新的方法和理念進行流程重組和觀念更新、提升企業的競爭力和執行力、保證企業的持續增長時，隨著宣鋼信息化智能化建設的不斷深入原有管理系統已經不適應當前新形勢下管理。因此急需對原有管理體系進行完善。

3.3.2 建立點檢架構管理體系

點檢的執行層是位于設備管理體系的最底層；執行者是點檢員。點檢人員是設備維修的責任者、組織者和管理者。設備運行狀態信息全部來自于點檢員的工作，該層工作完成的好壞直接關系到設備點檢管理制度推行是否成功。點檢管理層分為兩級。

3.3.3 完善量化點檢標準

設備點檢標準的制定包括點檢的內容、判斷標準、種類、周期、方法的制定。科學的確定設備的維護點的數量、以及點檢標準不僅設備能夠得到合理的點修，人員和資源還能合理的分配。有計劃的對每個維護點進行點檢可以及時發現故障。

3.3.4 開展單點課活動

通過開展單點課活動，推行每周一課培訓活動，提升點檢員點檢素質。累計完成單點課教程43項，培訓人員達到423人次，有效地提高了全體職工的專業點檢技能。

3.4 構建重點設備在線故障診斷

智能監控系統通過在擬監測機組振動明顯部位安裝有線傳感器進行設備運行數據的實時采集，同時通過在線監測系統整合已有監測系統數據，并根據機組的運行特性配置針對性的數據采集策略，并實現異常狀態的自動推送短信和移動APP報警推送。圖1是遠程診斷系統構架圖示。

同步遠程診斷工程師對數據進行精密分析，出具設備診斷結論以及檢維修建議，并提交診斷報告，從而為現場提供針對性的檢修指導建議。在線監測系統實時受控的重點在于，當出現振動或溫度異常時，觸發報警狀態下數據采集策略，同時系統自動進行短信和郵件報警提醒，提供檢維護建議和檢修指導，實現預測維修。

智能監測與故障診斷系統采用分布式架構，可支持多類型、多批次機組的在線監測，項目現場實施方便，并為企業未來擴展的設備監測需求預留冗余，降低資金的重復投入。供現場人員通過 MOS3000 在線監測系統查看設備運行狀態和分析判斷故障[3]。現場應用服務器還可以通過 Internet 實時將數據傳送至容知遠程診斷中心數據備份服務器內。通過以上過程保證了數據的安全傳輸和備份。

3.5 現場狀態監測系統MOS3000

MOS3000狀態監測系統，可滿足現場設備管理與運行維護人員的設備監測與故障分析需求，通過該模塊提供的分析工具，可判斷機組的工作狀態，定位故障部位、故障原因以及故障劣化的模式。設備運行趨勢、時域波形、頻譜、多時域、多頻譜、多趨勢、長波形、瀑布圖、轉速波形、倒頻譜、包絡解調譜等。圖2是部分分析工具圖示。

3.6 完善定修模型

利用智能點檢設備及時發現設備隱患，并通過系統報警體現在點檢系統中，方便廠內主管人員及車間主管人員及時安排檢修。基于智能監測與遠程診斷系統，每月定期為所有納入監測裝備進行綜合健康狀態評估，定位故障部位、分析故障根因并對故障裝備嚴重程度進行科學判斷，并根據設備歷史大數據，科學預測設備使用壽命[4]，通過定制化開發的智能服務APP，實時推送所有納入在線監測的狀態，方便現場設備管理人員隨時掌控設備狀態。

4 實施效果

構建智能設備管理體系，做到了思路更加清晰，目標更加明確，智能設備管理體系取得了較好的效果，PM點檢漏檢率實現零漏檢、隱患發現率顯著提升。

通過系統的繼續完善，點檢的基本指標漏檢率實現零漏檢，到位率也達到99%以上，提升了點檢員的整體素質，圓滿完成了點檢任務，未發生因點檢不到位造成的設備事故。

關鍵設備在線故障檢測診斷系統實現提前預判，在線檢測診斷系統投用后取得效果明顯。對故障及時處理，避免了設備故障擴大化，綜合創效200多萬元。

5 結論

二鋼軋廠通過構建智能設備管理體系，基本上實現了提前預知設備故障，監控故障劣化趨勢，滾動預測設備運行壽命，將臨時、非計劃檢修轉變成計劃性維修，減少非計劃停機時間。設備檢修之后，通過實時在線監測系統，診斷專家可對現場或檢修質量進行獨立評估，確保設備檢修質量可靠。

參考文獻：

[1]劉華一等.基于語義網的機床故障診斷知識擴展方法[J].計算機集成制造系統.

[2]郭晨等.互連網絡的故障診斷研究綜述[J].計算機科學與探索， 2018（10）.

[3]林增欽.旋轉機械故障診斷技術在煉鋼設備的應用[J].設備管理與維修，2019（04）.

[4]齊繼陽等.基于故障率與故障癥的設備故障診斷方法[J].機械設計與研究，2018（03）.

作者簡介：張帥（1986-），男，河北萬全人，本科，自動化工程師，從事電氣自動化設備管理工作。