水泥裝備智能運維探討

石洋，張麗美，戴麗麗

1 前言

隨著全球信息技術的蓬勃發展，工業互聯網平臺賦能傳統水泥企業數字化轉型升級已成為水泥行業發展的新趨勢。其中，水泥裝備數字化、智能化運維逐漸步入快速發展時期，先進的監測控制技術、通訊和數字技術已創新性地應用到水泥裝備運維服務中。相比于早期以人工操作為主的運維控制方式，現在水泥裝備巡檢、維修維護等逐步過渡到以信息化、數字化控制為主。

天津水泥工業設計研究院有限公司（簡稱“天津水泥院”）自主研發了水泥裝備智能運維平臺，對水泥企業生產運營和水泥裝備的健康使用進行全生命周期監測，將監測數據匯聚集成，統一建模，形成水泥裝備智能運維自感知、自分析、自決策、自學習等功能，將數字化、智能化運維技術與相關業務場景深度融合，為水泥生產企業提供了裝備運維數字化、智能化增值服務。

2 水泥裝備智能運維平臺構建

天津水泥院開發的水泥裝備智能運維平臺（簡稱“平臺”）面向客戶，通過采集、分析生產數據，反哺水泥裝備產品的設計；通過采集、分析水泥裝備運行數據，協助遴選裝備產品供應商，實現水泥裝備運維少人化及水泥生產過程的自動預警、自主診斷、自動專家指導等，同時也可實現包括移動端應用、報警推送、遠程監控、生產報表記錄、三維動態數字大屏展示等基礎功能。平臺功能設置充分考慮了客戶需求、使用場景和專業劃分，精簡了操作流程，優化了交互體驗。

水泥裝備智能運維平臺服務體系見圖1，智能運維策略見圖2，智能運維平臺架構見圖3。

圖1 水泥裝備智能運維平臺服務體系

圖2 水泥裝備智能運維策略

圖3 水泥裝備智能運維平臺架構

2.1 數據采集

針對項目現場使用的水泥裝備軟、硬件設施運行要求和信息通訊安全等客觀因素，天津水泥院開發的水泥裝備智能運維平臺對水泥企業裝備生產過程數據進行了充分采集，對數據傳輸機制進行了創新和標準化運作，設計了邊緣計算和服務器終端數據清洗規則，規范了數據采集業務實施流程，設計了數據采集、存儲體系（如物理地址映射和數據登記等），保障了數據傳輸安全、穩定、高質量和存儲空間占用少等要求。

水泥企業裝備生產過程數據包括實時生產數據和工藝數據。生產數據主要指需要主動設定的操作數值，屬于靜態數據，多為常數形式。工藝數據來自于感知層，需要變換后被系統識別，進行數據異構，屬于動態數據。數據采集可以通過直接與工藝設備通訊獲取，也可從控制層抓取，需進行清洗、處理、分析、脫敏變換、可視化轉換后使用，數據的采集和處理是其中較為關鍵的環節。天津水泥院對水泥企業各個生產車間和設備參數進行了編碼并加以語義描述，劃分了數據類型，標準化了數據采集規則，如規定了采集時間和頻率等，對復雜項目進行了段和區域的劃分，在邊緣端進行了初步計算清洗，最終將單點和組合數據匯集到平臺數據服務中心融合處理、使用。

2.2 圖形化展示

可視分析學是以可視交互界面為基礎的分析推理科學，是描述性統計學的分支。圖形化展示將圖形學、數據挖掘、人機交互等技術融合在一起，形成人腦智能和機器智能優勢互補，使復雜的數據更易于訪問、理解和使用，向用戶清晰有效地傳達信息。

天津水泥院研發的水泥裝備智能運維平臺運用數字大屏、輥壓機生產“駕駛艙”和實時監控數字大屏等，將水泥企業裝備和生產運行數據資源一體化展示，將豐富的圖表與精準的數據相結合，實時直觀地反映各裝備電流、溫度、電耗和生產配比、臺時產量、運轉時間、行程差值、風溫曲線等生產運行指標，方便使用者快速了解設備和生產運行狀態，進行分析和決策。輥壓機生產“駕駛艙”見圖4。

圖4 輥壓機生產“駕駛艙”

圖形化展示除了反饋實時數據外，還可對歷史和同期數據進行分析對比，使用戶更加直觀了解生產和管理變化，輔助用戶及時做出調整，提升生產和管理水平，獲得更多收益。天津水泥院在長期跟蹤服務于客戶中發現，相同的裝備規格、相似的生產工藝、不同的生產線，其運行效率和生產效益往往存在較大差異，將這些生產線工藝設計和生產運營數據進行分析對比并圖形化展示，能輔助挖掘設備選型和生產工藝的升級改造潛力。

2.3 數據分析

水泥裝備運維監控的數據具有海量、高速、多模態、信噪比極低等特點，有效異常數據量遠遠少于正常數據量，很難創造價值。在離散數據中取得高質量、連續、真實有效的生產運維數據尤其重要，而水泥生產運維數據不同于其他行業，標準數據量少，具有非典型性、難復刻性等特點，不適宜使用傳統的大數據分析，需要依賴復雜的機理關系知識，如生產邏輯參數之間的調用關系、邏輯組件在生產運行時的影響關系等，才能將各類運維信號相互關聯進行有效分析。

天津水泥院水泥裝備智能運維平臺的數據分析模塊以數字專家庫為核心，通過豐富的“低代碼拖拽式”建模工具，如數據建模、機理建模、仿真建模、優化分析建模等工具，快速實現數字孿生、預警、診斷、優化、控制、評估等各類應用場景模型的構建與應用。數據分析模型包含不同訓練算法，如決策樹、隨機森林、神經網絡等機器學習算法，可快速建立測點變量之間的函數關系，進而計算預警變量的動態預測值，為智能預警規則的設定提供支撐。

對于海量數據，通過智能數據清洗機制，可快速、有效清除異常數據，降低異常數據對分析模型的影響。如礦渣立磨溫控預測模型的建立，就是以立磨出風口溫度為目標值，對溫控輸入值進行大數據分析建模，數據內容包括熱風、環境冷風和循環風的溫度及閥門開度等。該模型的建立，優化了系統子控制回路，實現了立磨出風口恒溫控制，促進了系統生產環境的穩定。

對于敏感性數據，通過機理和數據相關性分析，剔除不相關或冗余的變量，協助理解數據產生的過程，輔助完成模型訓練時數據的選擇和集成。如立磨振動預測模型的建立，就是以立磨振動為核心目標值，綜合分析立磨振動產生的原因，從振動觸發條件及工藝參數相互關系入手，結合現場調試手段，進行機理分析和數據相關性分析，從而建立生產工況辨識及立磨振動預測模型，進而建構立磨振動智能診斷系統，預測立磨振動趨勢，改善立磨振動現象發生頻率和振動幅度。

對于集成化數據，通過將其轉化為描述裝備和生產運維所需的知識，建立統一描述裝備和生產運維的模型，實現生產過程數據與相應制造服務的有效關聯。在關聯關系的基礎上，研究開發數據驅動的水泥工業制造與生產運維服務動態優化技術，包括基于運維過程數據驅動的產品升級設計服務技術、基于現場過程檢測數據驅動的生產制造服務動態調度優化技術和面向廣域范圍的主動運維服務管理優化技術，從而通過數據及其知識的演進，驅動提升水泥裝備產品和生產線工藝設計、加工、運維全生命周期的服務能力。數據分析模型見圖5。

圖5 數據分析模型

2.4 智能預警與故障診斷

水泥生產工藝相對復雜，單變量預警已經在DCS系統完成，整條生產線智能運維預警要求整合設備運行參數和生產工藝參數，聯動預測報警。天津水泥院水泥裝備智能運維平臺智能運維預警與故障診斷系統包括生產運維和設備健康管理兩部分。

2.4.1 生產運維

通過采集設備生產、運行實時數據和歷史數據，將數據特征提取、數據模型和機理模型建立相融合，對設備運行狀態進行全方位感知。數據特征提取基于異構知識表達的非線性故障辨識與預測方法實現；數據模型基于挖掘提取設備分析關聯參數建立，通過深度學習和機器學習，高效訓練數據模型；機理模型基于提取故障特征值和專家經驗建立。

生產運維智能預警主要面向生產，可及時發現早期故障征兆和劣化趨勢，防患于未然。如，通過立磨振動預警模型，綜合分析預警磨輥壓力、磨機出風口溫度、磨內壓差、主電機電流、料層厚度等操作和控制變量，從而有效控制立磨振動值，及時有效解決立磨生產問題，保障水泥生產質量的穩定性。

2.4.2 設備健康管理

通過預裝感知傳感器，運用水泥裝備智能運維平臺關鍵設備在線監測系統，結合生產工藝參數，綜合分析設備運行狀態，準確解析關鍵部件失效趨勢，精準確定故障部位和類型，在設備已發生故障時，分析故障原因，提出解決措施，節約維修時間和人力成本，提高生產和維護效率。

某企業運用關鍵設備在線監測系統，針對礦渣立磨系統旋轉類設備，如選粉機和磨輥軸承、主減速機齒輪和軸承等進行振動、溫度在線監測，建立綜合數據分析模型，最高診斷量達到840 次/日，并結合生產工藝參數和油液在線監測數據進行綜合數據分析。經過18個月持續監測，發現1號立磨選粉機上、下軸承振動異常情況，根據故障等級定義確定為7 級故障（設備有較大故障，需盡快安排設備檢修）。按計劃停機后，對選粉機軸承進行了維修更換，發現軸承實際損壞程度與診斷預測結果相符，極大程度降低了非計劃停機損失。關鍵設備在線監測系統見圖6，推力軸承失效照片見圖7，調心軸承失效照片見圖8。

圖6 關鍵設備在線監測系統

圖7 推力軸承失效照片

圖8 調心軸承失效照片

2.5 建立數字專家庫

數字專家庫的建立為水泥裝備故障診斷、預警推送、智能運維、數據分析等功能模塊提供了知識依據，當設備或系統出現故障時，系統可自主決策并提供處理建議。數字專家庫具有知識檢索功能，用戶可通過模糊檢索獲取相應內容。

數字專家庫通過列表形式清晰顯示出目前故障知識庫中錄入的所有設備，并且支持對所有設備進行管理，基礎管理包括新建、刪除、模糊查詢；高級管理包括故障樹、判定樹錄入。知識庫支持數據導出，在離線情況下，可以通過數據導入形式同步到本地交互式診斷系統。

天津水泥院將工藝、知識、創新等技術能力資源以數字化形態置于企業的資源平臺中，形成了共享資源庫，匯聚知識基礎、沉淀核心能力、發揮知識洞察價值，促進了知識儲備與傳承，服務于從業者，加速了技術產業化，降低了能源、勞動力、產業結構等因素對水泥生產的影響。

3 水泥裝備智能運維面臨的挑戰

（1）水泥企業網絡相對封閉，網絡安全設施水平參差不齊，很多現場數據交互范圍僅限于內部局域網，與外界數據交互難度大。另外，水泥裝備智能運維數據來源多、傳輸距離遠、干擾大，且數據類型和時效不一致，不利于現場數據的融合處理。

（2）水泥生產和設備運行故障狀態多變，參數響應差、數據冗余量多，分析算法模型建立復雜。

（3）水泥廠生產運營管理水平參差不齊，更多傾向于關注與生產安全相關的傳感器和設備的運行狀態，易忽略輔機設備和經驗上與生產操作相關性低的設備和傳感器的運行狀態，影響數據的連續性記錄和統計，易破壞數據分析鏈的完整性。

4 水泥裝備智能運維展望

天津水泥院開發的水泥裝備智能運維平臺秉承“設備+服務”的理念，以機理知識引導為主線，以技術應用為基礎，以應用實踐為驅動，著力實現水泥生產線從工藝設計、生產制造、經營管理、運維服務和業務生態等環節的實踐應用和融合貫通，建立與上下游供應鏈的新生態轉型，形成高效的產業生態運營模式，共建低重復、低成本、高收益業務場景和服務模式，為水泥企業開拓新的利潤空間。