基于云边端架构的冶金设备智能运维平台设计_刘璐新.pdf

Total No 280December 2022冶金设备METALLURGICAL EQUIPMENT总第 280 期2022 年 12 月第 6 期基于云边端架构的冶金设备智能运维平台设计刘璐新1吴秀婷1王欢迎2施灿涛1(1:冶金工业规划研究院北京 100013;2:安徽容知日新科技股份有限公司安徽合肥 230094)摘要设备安全、稳定、长期优质运行是钢铁企业稳定生产的基础，传统的设备运维已经难以满足企业精益化管理的需求，远程智能运维成为设备管理的必由之路。分析了当前冶金设备管理现状及存在问题，提出通过搭建设备智能运维平台，解决当前设备管理中过度依赖人工、突发事故应对能力不足、维护成本缺乏科学配置等问题，助力企业实现从基于感官判断设备状态向基于数据判断设备状态转变，从基于经验的决策向基于知识的决策转变。文章构建了基于云边端架构的设备智能运维平台，基于保障设备安全运行、节约维护时间、降低维护成本等目标，重点围绕设备状态监测、远程诊断、全生命周期管理、设备及产线运维等方面进行功能设计，并总结了平台实施要点及应用效果。关键词设备智能运维设备管理智能制造中图法分类号TF30TF089文献标识码BDoi:10.3969/j.issn.1001 1269.2022.06.01Design of Metallurgical Equipment Intelligent Operation andMaintenance Platform based on Cloud Edge ArchitectureLiu Luxin1Wu Xiuting1Wang Huanying2Shi Cantao1(1:China Metallurgical Industry Planning and Research Institute，Beijing 100013;2:Anhui Ronds Science Technology Incorporated Company，Hefei，230094)ABSTRACTSafe，stable and long-term high-quality operation of equipment is the basis for stableproduction of iron and steel enterprises At present，iron and steel enterprises still generally rely on artificialexperience，over repair，under repair and other problems in equipment management It is urgent to use industrialInternet，Internet of Things，big data，artificial intelligence and other technologies to change from sensory basedjudgment to data based judgment of equipment status，and from experience based decision-making to knowledge-based decision-making This paper analyzes the problems of equipment management in the iron and steel industry，proposes to build an intelligent operation and maintenance platform for equipment in the iron and steel industrybased on the industrial Internet architecture，and focuses on four aspects of platform architecture，platformfunctions，implementation requirements and application effects，providing a reference for the digital transformationof equipment management in the iron and steel enterprisesKEYWORDSIntelligentoperationandmaintenanceofequipmentDevicemanagementIntelligent manufacturing74作者简介:刘璐新，男，1990 年生，硕士，工程师，邮箱:liuluxin mpi1972 com01前言中华人民共和国国民经济和社会发展第十四个五年规划和 2035 年远景目标纲要 明确提出，要实施“上云用数赋智”行动，推动数据赋能全产业链协同转型。钢铁工业是国民经济的重要基础产业，是建设现代化强国的重要支撑。2022年工信部、发改委、生态环境部联合发布关于促进钢铁工业高质量发展的指导意见，指出要强化产业链工艺、装备、技术集成创新，力争到 2025年，钢铁工业基本形成布局结构合理、资源供应稳定、技术装备先进、质量品牌突出、智能化水平高、全球竞争力强、绿色低碳可持续的高质量发展格局。当前，以互联网、大数据、人工智能、区块链为代表的新一代信息技术加速融合应用，为钢铁工业转型升级带来重大发展机遇。自 2015 年以来，钢铁行业大力发展智能制造，打造了一批数字矿山、智能车间、智能工厂等示范应用，但在设备智能运维方面，还处于探索阶段。生产设备是钢铁企业的重要生产要素，是衡量企业规模和现代化水平的一个基本标志1。钢铁设备具有设备大型及生产连续的特点，设备安全、稳定、长期优质运行是钢铁企业稳定生产的基础2。经过几十年的发展，我国钢铁行业设备管理通过消化引进再吸收，已经形成了中国特色的设备管理方法，宝钢等先进钢铁企业的设备管理水平达到世界一流。当前，钢铁企业在设备管理方面仍普遍存在过度依赖人工经验、过修、欠修等问题。如何在更少的人员、更少的维修费用前提下，使设备更有效、安全、可靠的运行是钢铁企业迫切需要解决的难题。研究面向钢铁行业的设备智能运维平台，对于解决钢铁企业设备管理问题，提升企业核心竞争力，具有重要意义。2现状分析随着科技的发展与工艺进步，钢铁行业生产设备结构日趋复杂，设备故障诊断预测难度增大，企业内部设备分散，虽有构建相关在线监测系统，但往往信息孤岛，设备数据无法有效利用;同时诊断专业人员力量不足且分散，专家力量无法集中管理，不能形成合力，无法形成真正的设备故障预测。(1)设备维护高度依赖人工经验。钢铁企业设备故障诊断及突发事故处理，往往依靠企业某几个核心人员，如果核心人员流失或不在岗位，设备故障就不能得到及时解决，造成生产中断，甚至威胁设备及人身安全3。(2)设备档案管理不完善。对设备的名称、品牌、型号、规格、位置、供应商、功能性能参数、使用状态、技术资料文档以及相关备品备件信息，没有进行统一规范管理。(3)突发事故应对能力不足。钢铁企业是典型的流程工业，具有高度自动化、连续化、规模化、装备先进、结构复杂等特点，生产环节环环相扣。钢铁企业故障类型多样且具有较强的随机性，当出现突发事故时，设备故障信息往往传递的不及时、不全面，导致故障分析时间延长，造成严重的经济损失。(4)设备维护成本缺乏科学配置。一方面，设备欠修容易造成设备故障，延误生产，增加经济损失;另一方面，设备过修导致备件成本的增加与维修费用的浪费，并且有可能将不确定因素带入原本稳定的制造系统中4。因此，企业需要在确保生产效率的前提下，科学制定设备维护计划，降低维护总成本。(5)难以满足全局资源优化需求。钢铁行业市场竞争加剧，以大规模生产的成本实现产品多样化、个性化的定制，是钢铁企业提升核心竞争力的关键。生产排产需要在可用设备的基础上进行排产，将设备的维护策立与生产排产模型进行高度集成。目前大部分钢铁企业设备维护还停留在“保生产”、“稳定生产”环节，对于综合考虑资源配置，优化排产计划涉及较少。总体来说，传统的设备运维已经难以满足企业精益化管理的需求，远程智能运维成为设备管理的必由之路。设备智能运维利用工业互联网、物联网、大数据、人工智能等技术，推动钢铁企业从基于感官判断设备状态转换为基于数据判断设备状态，从基于经验的决策转换为基于知识的决策5。钢铁企业亟需搭建设备智能运维平台，实现智能管理、智能诊断、智能协同，推动企业从事后维修、预防性维护到预测性维修维护的转型。3设备智能运维平台设计钢铁行业设备智能运维平台，以数据为核心，通过信息感知、数据采集、多源数据融合、大数据平台、智能诊断模型以及协同优化等技术的应用，842022 年 12 月第 6 期总第 280 期冶金设备打造基于云边端构架下的设备风险管理标准化体系，实现设备、系统、数据、人机互联互通，实现基于预警、预测、预知、诊断的智能决策，基于可视化、自动报表、智能流程的智能管理，基于远程推动、专家共享、指导的智能协同。31架构设计充分考虑云端、边缘端、设备端的需求，构建钢铁行业设备智能运维平台，解决多类型设备监测、多源数据、边缘端应用、设备大数据、人工智能算法应用、专业诊断系统、故障预测 PDCA 闭环、数字可视化、移动化、知识库、数据驱动业务等各环节技术与业务架构问题。架构图如图 1 所示，下面分别介绍云、边、端。图 1冶金设备智能运维平台体系架构图云:建立云端集中化监控服务，提供大数据服务、人工智能算法服务、专家诊断平台、移动应用平台、数字监控平台、企业知识资产库、生态集成应用等几大服务应用，为设备云端化监控运维提供技术与应用支持。边:解决现场端厂级、产线级设备数据智能采集上行，支持将边缘计算、前置报警部署到边缘端;边缘端用户可对设备状态监控、故障预警处理、执行检维任务、故障 PDCA 闭环问题。端:解决现场端多类型设备、多种监测方案数据采集问题;采集数据包括设备状态数据、工艺数据、工况数据。32功能设计3 2 1设备状态监测系统设备状态监测系统，实现设备状态可靠、可控。单个厂区或产线所属设备通过安装振动、转速、工况等传感器、采集网关，把数据上传到设备智能运维系统中，实现设备状态数据实时监测和预警，保证技术状态受控，避免非计划停机事故发生。3 2 2设备智能运维系统设备智能运维系统作为工业互联网平台的核心应用，通过标准的数据采集接口，接入第三方厂商监测数据，具备智能算法内核，可以对数据进行处理，输出智能报警与智能诊断，指导现场设备运维。3 2 3远程诊断中心以预测性维护和预知性维修的运维模式为核心，从数据获取、智能报警、智能诊断+专家诊断、报警触发、故障 PDCA 闭环、运行状态数字化形成高价值可看护的动设备状态全链条管理，提供设备状态远程云诊断功能。3 2 4设备全生命周期管理构建以在线监测为核心的智能运维体系，提升设备管理绩效和现场运维效率;有效集成智能运维平台的应用功能组件，打通检测、分析、诊断、维护、检修及备件制造等环节的专业界限，形成设备智能运维技术闭环。3 2 5产线级智能运维聚焦钢铁行业产线级综合健康状态预测及智能运维平台构建，综合应用物联网监测技术、智能算法技术、诊断技术、数字化技术持续优化产线运94刘璐新等:基于云边端架构的冶金设备智能运维平台设计2022 年 12 月第 6 期行健康状态，预防产线问题发生，提高产线运转率及综合效率。33实施要点(1)搭建工业设备数据平台。为钢铁企业物联网数据搭建基础性数据平台，容纳企业内生产线设备振动、温度、工艺等等类型数据;部署人工智能故障算法，使企业具备一定的故障智能诊断能力。(2)建立工业物联网感知。通过多种技术实现的数据接口层，整合企业已经搭建的关键设备状态监测数据;没有纳入监测的关键设备，建立现场监测数据采集方案，纳入统一数据接入管理。(3)数据治理。钢铁企业