設備智能化管理系統 在化工行業智能工廠建設中的應用

韓笑，劉毅，張曉明，崔世宇(中化信息技術有限公司，北京 100045)

0 引言

近年來，新一代信息技術的高速發展為傳統工業與制造業領域帶來了新的機遇。信息技術加持下的制造技術發展出了新的生產方式、產業形態與商業模式，在提供了新的經濟增長點的同時也引發了具有深遠影響的產業變革[1]。“智能制造”的概念從數字化制造和網絡化制造的基礎上發展而來，是制造業智能化的成熟階段[2]，智能工廠是智能制造的重要載體[3]，在智能工廠的設計中，智能化控制、生產、保障、供應鏈、經營等環節基于統一平臺的數據互聯互通實現業務高效協同，助力企業向安全、綠色、節能、高效、柔性的方向全面提升智能制造能力。

化工行業在信息與集成技術發展的過程中已經逐步形成了以企業資源計劃(ERP)、制造執行系統 (MES) 和過程控制系統 (PCS)[4]為代表的三層結構體系[5]，具備了較為成熟和全面的信息化水平，并開始逐步啟動智能工廠建設。其中，設備作為基礎性生產元素和信息系統的數據來源[5]，在智能工廠規劃和建設的實踐過程中處于重要地位。然而，化工行業作為設備重資產行業，專業設備多、設備規模大、設備種類復雜，傳統的設備管理模式在智能化建設的過程中暴露出了諸多突出的問題，主要包括：(1)設備臺賬難理清：現代化工企業中，傳統的人工記錄、紙質表單等管理模式記錄效率低、保存狀況差、數據查詢困難，無法適應智能工廠的管理需求；(2)維修成本難降低：設備故障停機損失、設備維修費用、備品備件庫存成本等設備運維成本占生產運行成本的比例很高，資金和人員投入較大；(3)巡檢作業難落實：傳統管理模式對巡檢人員不巡檢或巡而不檢缺乏監控能力；對巡檢執行情況難以評價；缺少數據問題的實時上報手段，大量數據存在紙質單據上，難以通過數據分析發現改善重點和趨勢；(4)設備數據價值難發揮：設備相關業務運行數據未經提煉分析，難以形成知識資產，因而無法對現有業務提供支持；(5)設備故障難預測[6]：缺乏對設備故障的及時告警能力，通常只在故障發生后進行補救。非計劃停機等問題會影響生產進度，造成經濟損失甚至安全事故。

基于上述問題，本文結合化工企業智能工廠建設過程中的實際需求，提出了結合新技術、針對化工行業的設備智能化管理解決方案。該系統以設備全生命周期管理為指導，旨在建立企業設備資產管理體系，同時利用5G的uRLLC(高可靠超低時延連接)特性和mMTC(海量物聯)特性[7]打通業務數據通道，幫助企業實現設備的全面實時信息化監測和管理，保持設備穩定性，實現企業資產效益的全面提升。

1 設備智能化管理系統設計

1.1 系統架構

設備智能化管理系統通過“工業互聯網平臺+智能應用”的模式，在PaaS層與控制系統及各業務系統進行集成，在實現IOT數據共享和互聯互通的同時為其他工業應用提供設備基礎數據，打破數據孤島，實現企業“智造”轉型。

1.2 系統功能

1.2.1 設備基礎管理

系統通過基礎信息管理、設備檔案管理、備品備件管理、知識庫管理等模塊實現化工設備全方位的信息化管理，建立了從設備的采購、使用、運行、維保、維修到報廢的全流程設備檔案；實現備品備件庫存情況監控和維修過程備件申請；對知識和案例經驗進行固化，為維修人員提供標準依據，將提高維修效率。有形的設備資產、無形的知識資產進行系統性梳理和信息化存儲，實現費用管理能力升級和知識經驗高效傳承。

1.2.2 設備智能巡檢維保模塊

系統依托智能點巡檢、缺陷故障管理、檢維修工單、計劃管理、預防性維護等模塊，實現設備運維閉環。巡檢系統通過PDA實現巡檢人員定位、巡檢任務執行、巡檢結果上報、巡檢數據同步。5G技術的應用使得支撐5G網絡覆蓋的廠區的巡檢工作具有優異的及時性、高效性和準確性。巡檢過程發現的問題自動轉入檢維修管理模塊，形成檢修計劃并生成工單，其中涉及危險作業的工單將轉入作業管理系統生成作業票，進行現場作業。作業完成后，故障和工單信息將生成臺賬并對知識庫進行迭代更新，巡檢人員也可跟蹤異常問題的實際處理情況。

運維模塊同樣用于生成預防性維護的工單，預防性維護基于時間周期或對設備運行時間/狀態的監測，當滿足預防性維護策略時生成處理通知，涵蓋定期檢修、日常保養、檢驗檢測、潤滑等維護項，幫助設備管理人員合理安排一切運維計劃與活動，全面提高設備健康水平，降低生產成本，提高經濟效益。

1.2.3 設備預測性維護模塊

系統通過IOT技術，基于無線或有線智能網關，通過MQTT協議傳輸數據，實現對被監測設備的振動(包括速度、加速度、位移、包絡)和工藝運行數據(溫度、壓力、流量、液位、能耗等)的采集，以直觀的、圖形化的方式監測設備實時狀態和各參數變化，滿足現場設備管理與運維人員的設備監測需求。同時，由于PaaS層實現了各業務系統的互聯互通，設備運行數據能夠在各智能應用間實現共享，提供數據支持(圖1)。

圖1 設備監測數據展示

系統內置支持向量機回歸(SVR)算法預測模型，并經人工復檢確認驗證算法結果。SVR是基于支持向量機(SVM)原理的回歸算法，其用于工業數據建模的優勢在于輸入數據的維度不會顯著地影響計算復雜度。模型訓練選取1#設備機組2020.10—2021.03六個月的運行數據用于訓練和擬合。以設備輸出功率為例，算法在RMSE定義性能指標的情況下得到的精度如表1所示。

表1 算法精度比較

訓練后的算法能夠幫助系統實現設備數據的短期預測，進而發現早期故障苗頭，及時向用戶提供報警、故障報告，為用戶設備維護和檢修工作提供支持。通過對關鍵設備的智能維護，預計可以為客戶節省人工費用5萬元/年，減少計劃外停機造成的損失和設備失效，保障生產安全和產能提升，降低設備運維成本。

智能診斷采用基于知識和數據混合驅動的故障診斷理論，基于行業機理知識形成PHM算法庫，包括PCA算法和信息熵實現線性及非線性數據特征化、SMOTE上采樣技術改善數據不平衡性、訓練后的神經網絡實現知識表達邏輯化等，建立基于數據的診斷模型，實現診斷過程的自動化和智能化。

2 系統應用實踐

2.1 實施背景

系統實施目標企業在信息化建設方面起步較早，至今已先后建成ERP系統、PI系統、BI系統以及視頻監控系統等，但是由于前期缺乏整體的信息化架構規劃，各個系統間沒有數據交互，形成了一個個的信息孤島，無法有效整合設備數據資源。

根據企業現狀，設備智能化管理系統將聚焦于建立設備全生命周期管理體系，打通工業數據上云入湖通道，為智能工廠建設提供有力保障。

2.2 應用成效

截至目前，目標化工企業設備管理系統現已接入數十個分廠下14條工段的共計2萬余條設備臺賬信息，對設備全生命周期進行管理；廠內巡檢人員能夠使用防爆終端對全廠48條巡檢路線下的全部1 200余條巡檢項進行移動打卡巡檢；對核心設備數據通過統計分析進行設備功率、流量、運行狀態等指標的展示，實現關鍵設備在線監測。此外，系統的建設同時促進了企業設備管理方式的升級和時間成本的降低，具體包括：(1)對核心設備，所有設備相關的信息全部集中線上匯聚，并隨時隨地可查詢，使得設備檔案等同于設備的知識庫和學習平臺，便于員工的快速學習成長；(2)實現與DCS等系統的數據互通，將設備運行數據采集、共享、分析，為智能化應用提供堅實的數據支撐；(3)工單管理系統的上線，實現了設備運維閉環，提高了維修工單的執行效率，每單縮短10 min以上的執行時間。經系統試運行以來的統計分析結果表明，設備智能管理系統的投運可減少維修成本7%，延長設備壽命10%，降低備件庫存5%，減少巡檢時間30%。

3 結語

本文研究了化工行業在智能工廠建設過程中設備管理的現狀和需求方向，設計了適應行業需求的針對性設備智能化管理系統。系統基于IOT技術和工業互聯網平臺實現設備數據采集、在線監測、建模和數據分析，實現底層數據互通、業務數據打通和頂層智能應用，通過智能點巡檢、檢維修管理、工單管理等模塊搭建維護閉環，全面提升設備全生命周期管理能力。在實際場景應用中，系統建設提高了設備壽命、設備使用效率，降低了故障率和巡檢時間人力成本，強化了企業設備管理綜合能力。