選煤廠設備健康系統智能化研究

鄭維國，朱建軍

(泰戈特(北京)工程技術有限公司，北京 100022)

1 研究背景

設備健康系統應用領域非常廣泛，在物聯網、民用飛機、雷達系統、飛行器、汽車電子、機械制造等行業都有應用，重要設備的有效健康管理保證了系統的高效安全運轉。當前選煤廠智能化在國家兩化融合的春風中爭相綻放，在信息化浪潮中各種技術百家爭鳴，眾多廠家從多個角度展望選煤廠智能化的未來。選煤廠智能化發展的基礎是設備智能化與系統智能化的建設，設備智能化有2個方面：一是設備選型時設備本身智能化，這在選煤廠初建時基本達到要求；二是使用中保證智能化設備的正常運行，保證設備正常運行的條件是設備健康且穩定可靠。因此研究選煤廠設備健康系統智能化具有實用價值。

2 選煤廠設備健康系統現狀

選煤廠目前設備健康系統發展狀況良莠不齊，智能化方向主要是通過離線與在線檢測設備驅動電機與減速箱等傳動部分的溫度與振動值，利用檢測值判斷設備這些部位的健康狀況。設備健康系統離線檢測最早開始應用在工業現場，通過在現場設備附近位置粘貼設備牌，巡檢人員攜帶點檢儀，在巡檢中通過手動檢測設備溫度、振動值，關鍵位置可以拍照、錄像。待巡檢人員回到辦公室后，連接后臺服務器讀取數據，將數據導入系統，在點檢系統軟件模塊內完成對應數值處理及分析診斷功能。手動點檢儀的增強版是應用點檢儀無線WiFi或移動SIM卡功能，人工在現場用手持點檢儀檢測到設備數值后直接將數據傳輸到點檢后臺服務器軟件系統，進行數據處理。在線檢測就是通過有線、無線或有線無線混合的通信方式將檢測值實時上傳，減少人員干預。這種方式檢測是在現場設備上安裝檢測傳感器，消除了人為點檢隨機因素，不足之處是不能實時拍照，在需要圖像時還需人工方式現場處理。在線式設備健康檢測，可以時刻檢測，連續性好，報警靈敏度得以提高。當前市場上設備健康數據檢測基本都在使用這種拓撲進行數據采集(見圖1)，因設備健康數據檢測就像醫生看病一樣，“望聞問切”后得到的信息就是各種傳感器檢測到的數值，醫生診斷病因并給出處方，而醫生的醫術及專業知識才是解決病情的核心。設備健康系統也一樣，檢測數值收集后利用數據分析，發現設備問題及解決方案才是設備健康系統的核心意義所在。

圖1 設備健康系統網絡拓撲

3 設備健康發展研究

關于選煤廠設備健康預測預防的優點，選煤行業的認可度基本一致：提前預測、預防及做好維保，合理安排設備檢修時間，減少設備突發故障維修，保證設備的完好性，最終減少故障停產時間，提高生產效率，降低備品備件的數量，優化庫存物資，提高經濟效益。因此設備健康數據檢測不論是離線式還是在線式，關鍵還是對取得的數據進行科學的分析處理，通過大數據智能分析設備性能狀態，有針對性地“下處方”，通過數據分析提前發現設備存在的故障隱患點，給與針對性的維修處理，保證設備正常工作，盡量減少故障停產時間，才是保持設備健康最終之目的。所以設備健康的研究方向是如何檢測設備數據，怎樣利用數據分析，通過數學建模和函授算法預測設備存在的問題，并給出針對性的解決方案才是選煤廠設備健康研究的重點。

3.1 正確的檢測傳感技術

檢測數據的準確度、檢測方式、傳感器數量、測控技術的成熟性及安裝方式是決定后續設備健康數據采集的基礎。目前市場的主流以溫度、振動傳感器在線檢測為主，手動點檢復核為輔(見圖2)，通過這2類傳感器檢測數據，測算可能故障隱患，無論是設備的機械故障還是電氣故障，這方面具有一定的籠統性和片面性，這也降低了設備健康診斷的準確性。因術業有專攻，用這2組數據檢測判斷設備的所有故障與缺陷，明顯不具有代表性。通過對多家公司健康診斷系統的調研，比較專業的公司做得比較成熟，在實際設備健康應用中，能夠提供專業的檢測傳感器，配以科學的安裝，同時對數據檢測的準確度影響有深入的數據分析，確實能夠在自己專業的領域通過數模分析，較準確地給出設備的健康問題，提前給出診斷結果。如電動機磁感技術，傳動機械機構的油質分析等，都有其獨到之處，再結合溫度、振動傳感器數據，靶向定位故障問題準確。

圖2 傳感器安裝位置示意

目前研究傳感器技術對設備健康數據的檢測非常重要，精細化趨勢非常明顯，專業公司由于對設備有深入的了解，依據掌握的專業知識，數據檢測有其獨到之處。各專業公司檢測傳感器類型比較多，使得設備健康檢測多樣化、復雜化，標準不統一，整合多個專業公司系統到一個設備管理健康平臺的難度非常大。這個問題是設備健康檢測發展中的痛點之一，目前許多用戶還沒有意識到檢測傳感器的專業性。以后設備傳感器就與看病一樣，目前的溫度、振動檢測就像人體的測溫、B超一樣，只是模糊確定一個方向性。要準確定位，查出主要原因并對癥下藥，傳感測控技術像醫學的CT、MBR檢測技術一樣，對設備從外到里的準確檢查，將設備的健康問題吃透，有目標性地徹底解決，這是設備健康檢測未來關鍵技術的突破方向。

3.2 設備故障預測與分析過程

在選煤廠智能化的發展趨勢下，結合人工智能對設備進行故障預測和剩余壽命預測，實現單臺設備的精準維護，形成選煤廠的標配系統之一。設備健康管理的目標是減少非計劃停機，保障生產平穩運行，減少維護不足和過度維護的次數，對設備部件使用壽命更加準確的評估和預測，避免提前更換。故障預測及維護模式的目標如圖3所示。

設備健康管理系統中設備檢測信號數據分析，流行的檢測傳感器是振動與溫度，核心是振動傳感器。因分析震動信號可以提前預知軸承的磨損情況，根據不同的故障，振動特性不同，通過正向學習分析，反向推理，應用高頻(10 K以上)采集，極大地提高了分析的精確性。根據ISO10816-3國際標準，參考值如圖4所示。

圖3 預測性維護分析及系統功能示意

圖4 ISO 10816-3國際標準

選煤行業一般常見設備主要檢測電機、減速機、風機和泵等旋轉設備，重點分析其損壞前的征兆?？勺R別的故障：

(1)機械損傷：共振、不平衡、軸承損傷、齒嚙合故障、錯位、葉片通過頻率。

(2)電氣故障：定子磁場故障、轉子銅條斷裂。

(3)電機損壞：電機損壞的典型分析如圖5所示。

基于檢測及故障定性的基礎上，通過對設備連續進行監視，收集數據，然后對監視數據進行分析，結合故障預測過程的理論知識，對設備狀態監視進行分析，如圖6、圖7所示。

3.3 數據分析

由于通信技術的成熟性，目前無論在線還是離線，都能把數據成功傳輸，只不過數據采樣周期根據系統容量不同而已?？茖W設置或規定數據采樣周期，在線式檢測方式的優勢明顯。當前不論采用哪種方式把大量的檢測數據采集到系統服務器，通過后臺專用軟件對數據進行數模分析(見圖8)，都是各廠家基本遵循的原則。目前數據采集應用的有線及無線通信技術、IT技術都具有通用性，而設備健康管理的實質是準確地數據采集，并對數據進行專業性地分析，這需要對設備某個分部配件制造設計進行深度研究，如減速器設備，并建立起豐富的大數據庫，這樣數據采集建模后才有對比，且能應用專業的設計制造及維護經驗進行快速診斷，給出正確的處理意見。從實例項目數據分析的調研結果看，專業公司設備健康診斷數據來源及依據較可靠，故障點預測具有一定的利用價值。數據分析存在的難點是專業公司的大數據庫由于商業市場競爭原因，不愿意開放，具有技術保密性，不能與整臺設備的其它部分廠家數據共享，使得各廠家設備健康系統數據采集分析平臺建設有重復化、同質化、無統一標準的傾向。

圖5 電機損壞分析

圖6 設備狀態分析方法

圖7 設備狀態監視單線

圖8 軟件數模分析

目前設備健康系統理論數模分析方法一般采用頻域法、磁場法、油質品相法、溫度與材質關系曲線、溫度與傳動部分的技術參數關系曲線等方法。應用專業的分析方法，專業公司對專業知識深度掌控，數學建模較成熟，應用產學研結合將頻譜、溫度、色度、磁場等前沿的學術知識予以匯總建模，數據曲線偏差分析較準確，預測性故障判斷具有一定的前瞻性。實際應用中的軟件平臺將理論知識進行轉化，在健康管理系統中對大量的數據進行相應處理，相關處理方法包括：數據濾波、簡單閾值判定、數據統計分析、故障診斷方法、壽命預測算法、維修決策方法等。選煤廠設備數據檢測后的結果同樣適用于專業公司的規模數據庫，所有專業公司的數據庫就是一本“百科全書”，將設備檢測數據分析的結果在“百科全書”中能找到對應的解決策略，這樣的結果也可達到選煤廠設備健康診斷的智能化目標。各集團公司下屬選煤廠從長遠的目標發展，請專業廠家建立自己的設備健康系統，集團公司將下屬選煤廠建立的設備健康數據檢測、診斷過程、解決方案等信息資料進行采集匯總，將數據以私有云的方式存儲在集團信息中心，建立完善適合集團公司選煤設備健康的私有云“百科全書”及大數據庫，使得集團公司內所有設備健康檔案可實時查看，達到真正的預測、預防、維護、供應鏈優化，降低設備故障率、提高備件利用率、減少生產線故障停機時間的目的，最終促進企業提高決策效率、使得經濟效益最大化。

3.4 方案解決

選煤廠設備健康方案解決是基于傳感測控技術與數據分析的基礎上展開。煤炭行業各集團公司設備選型后直接決定了后續設備健康系統的建設規模，所以不同的集團公司選煤廠需要個性化定制建設，解決方案要符合集團內生產設備的實際情況，然后分解設備，應用ABC分類法，選擇對應專業設備健康公司，前期共同診斷，輔助建立集團公司的私有云設備健康檔案，逐步收集完善集團內部設備健康百科全書。集團MER系統整合資源，將設備健康內容填充進入系統，導入各下屬選煤廠，完成各選煤廠個性化設備健康系統。應用上述思路可一攬子解決選煤廠設備健康系統全壽命周期管理。

另外一種解決方案就是合作共贏，由專業公司入駐，專業公司做專業設備健康分析，給企業提供一攬子解決辦法。但是，企業將面臨設備健康系統多平臺化建設，大量協調各專業公司之間的通訊接口、問題職責劃分、協調管理工作量加大等一系列問題。

4 設備健康應用及展望

目前在2025智能制造，大數據、云計算、機器深度學習認知化的大環境下，炙熱的設備健康系統建設，使得各行各業都在嘗試、試驗及探求突破，各廠商都提出通過專業化多年的經驗，深度學習，完全能夠定位設備健康狀況及解決辦法，但市場上仍存在良莠不齊。展望未來，隨著傳感技術、測控技術、射線成像、AI智能視頻分析等先進技術的發展，相信在實時監測分析軟件加專業監測設備的基礎上，設備健康檢查就和醫院流程檢查一樣，完全能夠定性定量的為設備做出全面的健康報告，服務于各工業現場，使生產設備良好運行，降低損耗，最終達到很好的社會與經濟效益。