卷烟工厂设备健康管理探索.pdf

卷烟工厂设备健康管理探索于治林（红云红河（烟草）集团有限责任公司红河卷烟厂，云南红河6 5 2 3 9 9）摘要：卷烟工厂技术装备密集，各类高精尖专用设备、通用设备使用广泛。从设备静态健康评价和设备动态健康评价两个维度，将业务工作过程中产生的数据整合为能够表征设备健康状态的相关指数，把握设备的综合健康状态和性能水平，辅助实现更为准确的生产预测和管理决策，探索以健康管理为中心的设备管理模式重塑。关键词：静态健康；动态健康；指数；预测中图分类号：TS480引言智能制造是“中国制造2 0 2 5”规划的核心，实现单机智能化是最基本的落脚点。智能单机之间互联组成智能生产线，智能生产线之间互联组成智能车间，智能车间互联组成智能工厂。智能制造的实现，首先要求生产过程的智能预测，而要实现智能预测，必须对单机设备的健康状态进行综合、准确地评价。如果对设备健康状态把握不足，将导致生产、维护、管理模式等停留在依靠经验的困境之中。卷烟工厂技术装备密集，各种高精尖专业、各类通用设备使用广泛，本文以设备健康管理为中心对设备管理模式的重塑进行探索。1设备健康度的含义设备的固有性能指设备在出厂时或技术改造后必须能够达到的设计标准，是设备性能评估的基准条件，对于设备实施的一切养护、维修、技术升级工作，是为了维持设备的基准性能。设备无法达到基准性能或出现性能劣化的趋势，统一由设备健康指数来进行度量，进而实现设备性能的有效评估。其中，静态健康指数实现设备偏离设计技术标准的度量，动态健康指数实现设备执行设计性能的度量。基于设备健康指数的评价，DBService.SaveDB(SaveDBMilis,strMsg):/随机存Bool hasSave=DBService.SaveDBALLDate(SaveDBMillis,tempRackets,PacketpPropertities:/打包存SaveDBMillis 时间if(hasSave)（tempPackets.Clear():1RefreshDataService.SaveToRefresDataTb(SaveDBMillis,strM-sg):3结束语本文结合当前制造业生产线的主要生产特点及功能需求，从通信网络硬件架构设计与软件功能架构设计两个方面对机器人智能柔性生产线远程维护系统展开设计，为相关制造企业提供借鉴参考，以期提升我国制造业的智能化水平。智能装备文献标识码：BDOl:10.16621/ki.issn1001-0599.2023.10.59可将设备的性能划分为优秀、良好、劣化、故障4 个等级，根据不同的性能等级即可采取针对性的养护措施。2设备健康评价的方法设备的综合健康评价是一个复杂的过程，需要从多个维度展开，其手段主要是对生产活动过程中每天产生的大量原始数据、过程数据和结果数据进行有效的分析和利用，并贯穿业务理解、数据理解、数据分类、数采采集、数据筛选、数据分析和建模、数据运用等过程，具体方法如下。2.1单值评价法适用于健康指数的影响因素单一、或影响因素较为简单的要素评价，例如零配件的健康指数，主要影响因素为在机使用时间，根据零配件的寿命周期实现其健康评价。2.2阅值评价法假设某要素指标的正常范围为dmin，d m x ，当该要素指标dedmin,dmx,则健康指数h=1,否则健康指数h=0。2.3趋势评价法趋势评法，即统计变化趋势和变化幅度的评价方法。例如评价指标在阈值 dmin,dmax内上下浮动,则健康指数h=1,如评价指参考文献1宫赤坤，吴浔炜，袁立鹏.基于阻抗和虚拟模型的四足机器人控制方法 J.系统仿真学报，2 0 2 2,3 4(1 0)：2 1 5 2-2 1 6 1.2谢小宝.工业机器人技术在自动化控制领域的实践应用分析 J.江西电力职业技术学院学报，2 0 2 2,3 5（7）：1 9-2 1.3谷文通.基于网络的仿人机器人遥操作控制研究 D.沈阳：沈阳化工大学,2 0 2 2.4 魏任寒.连续体机器人控制系统的设计研究 D.北京：北方工业大学,2 0 2 2.5贾智琪.履带式变体攀爬机器人控制系统设计研究与实验 D.北京：北方工业大学，2 0 2 2.6周德威.减重助行机器人结构及控制系统设计 D.淮南：安徽理工大学,2 0 2 2.7单雪梅.不确定扰动下康复机器人具有速度决策的跟踪控制研究 D.沈阳：沈阳工业大学，2 0 2 2.设备管理与维修2 0 2 3 No10（上）【编辑张韵】163标连续n次增大或减小（n3）,说明其健康状态存在一个稳定的变化趋势，即劣化趋势。可以通过计算指标的变化率和变化幅度，进而实现劣化趋势的评价。2.4历史对标法把单机设备当做一个独立的个体来研究，可将设备的健康指标在一定的生命周期内进行评价，如将健康指标与周期内的均值、极大值、极小值进行比较，可以得出健康指标在设备生命周期内的水平。2.5集群对标法生产车间的不同机型之间存在差异，同样机型间也存在个体差异。通过将单机设备指标与群体设备指标进行对比，即可得到单机设备与群体间的差异，可用于评价其健康状态。2.6机理模型法可通过综合以上各种方法、深度挖掘内部机理，并考虑各要素之间的串、并联关系，对设备健康状态进行准确建模。3设备静态健康评价设备静态健康是指设备满足其固有设计技术标准的情况。通过对设备进行全方位的“体检”，找出影响设备静态健康状态的所有要素，并建立起各要素的评价标准、评价方法，从而量化评价为设备的静态健康指数，指导预测性生产维护。3.1备件寿命健康指数将设备整机化整为零。设备整机是由很多单一零配件装配构成，每个零配件的失效均可能造成设备整体性能的失效。每个零配件的MTBF(MeanTime BetweenFailures，平均失效周期）存在一定的规律性，通过监测并采集设备维修的零件更换记录，以换件时间为起点，上机使用时间为监测点，备件平均使用寿命为基准，跟踪每个关键易损件的寿命周期，即可实现零配件的健康指数的评价。回x100%；备件i其中，备件的寿命周期=备件使用时间，MTBF的健康指数 h;=1-tio设备BOM(BillOf Materials，物料清单)结构是将某一机型的设备按照工艺、功能装置、功能部件、零部件4 个级别进行展开,形成设备的BOM结构树,则部件j的健康指数为：(1)在得出设备各部件的健康指数H和相关零配件的健康指数h.后,可按照设备BOM结构输出H,和hi,并能列出HO的部件和h0的零配件清单进行报警提示，指导设备检维修和换件计划的编制。3.2设备模块健康指数红河卷烟厂按照设备BOM结构，将设备划分为若干个模块，通过制定每个模块的检维修标准，然后以模块为中心，将“大水漫灌”或“零敲碎打”式的检修转变为更有针对性、统筹性、有序性、有效性、灵活性和经济性的模块化轮保。模块化轮保建立在备件寿命和健康指数的有效监控上，假设某个模块的检修周期为T,备件i的寿命周期为t，则执行一次模块化轮保即完成了所有tT的选换件更换，模块及该模块中的各零配件的健康指数完成新一轮初始化。164设备管理与维修2 0 2 3 No10（上）假设模块i的检修周期为T,则模块i的寿命周期T=模块使用时间1 0 0%;模块的健康指数 H=1-T。T在得出设备各模块的健康指数H,后，可列出HO的模块清单进行报警提示，指导设备检维修计划的编制。3.3关键功能健康指数对于某些关键零部件，它们的运行状况是否正常、工艺指标是否失准和失效，对设备的质量、效率和健康有着十分关键的影响，如计量泵的计量精度、截止阀动作的有效性、风机的风压、电机的电流和温度等。对于此类备件，除了进行寿命健康指数的评价，还需要对其运行过程中表现出来的状态、达成的工艺指标进行监控，实现其关键功能健康指数的评价。关键功能零部件的物理状态和工艺指标，可以通过单机智能化自动监测或人工专业点检、测试、测量来得到。通过对得到的数据进行建模，计算得出关键功能部件的健康指数。例如利用阅值和趋势评价法进行测算：测量值ded m in,d m x ,且不存在连续k次增大或减小(k3）,则健康指数h=1。测量值dedmin,dmx,且连续k次增大或减小(k3),则健康指数h=0.5。测量值dednin，d m a x ,则健康指数h=0。观测对象功能、工艺有效,h=1。观测对象功能、工艺失准、失效,h=0。若关键功能的项目数为n，则设备关键功能健康指数为各健康指数加权求和：(2)n其中，f为权重系数。在得出设备关键功能健康指数H、各单项关键指标的健康指数h,后，可列出h1的清单进行报警提示，指导维修计划的编制，及时组织对关键功能零部件进行专项维修调校。3.4设备隐患健康指数设备隐患是设备故障发展的早期阶段，表征设备健康状态出现不同程度的劣化或缺陷并带病运转，若不及时处理，可能造成严重的设备停机或质量缺陷。设备隐患数据来源于设备例行性常规维护、突发性维修以及人工录入的隐患信息，隐患是表征设备健康劣化的重要指标。根据隐患的轻重缓急程度，隐患指数T可以从隐患发展为故障的可能性L(较高,L=3；一般,L=2;较低,L=1）隐患发展为故障后的严重性C(严重,C=3；一般,C=2；轻微，C=1)两方面进行量化评价，则：设备隐患指数T-LxC。设备隐患健康指数 h=1-Tmax设备同时存在多个隐患时，设备健康指数的计算公式为：H=II-hi(3)通过在检维修信息化平台上建立隐患管理中心，对设备各种隐患信息集中监控。在通过L值和C值的人工分析与判定后，计算得出设备隐患健康指数hi。设备出现隐患后，需要立即采取措施并组织专项维修来解除设备隐患，以防止隐患逐步发展劣智能装备化，造成更大的停机损失。4设备动态健康评价如果设备静态健康是对设备本身的各项“体检指标”进行评价，那么设备动态健康就是对设备实际运行过程中的各项效能表现进行评价，包括设备效率水平、故障水平、质量水平、物耗水平4 个方面。4.1设备效率表现指数在高品质、低物耗的前提下，设备效率是表征设备动态健康最直接的指标。影响设备效率发挥的因素有设备故障停机率和设备车速水平，只有设备在连续不间断、并且高速作业情况下，设备效率才能够得到有效发挥。设备净效率是评价单机设备效率表现水平最有效的指标。设备效率表现指数的计算如下：设备当前排程效率。=当前排程实际告产量1 0 0%。净效率移动平均值E-Ze(周累、月累、年累等)。设备效率表现指数h=E,-1,当h0时,效率不达标。通过输出设备效率表现指数h0的部分，可得出效率不达标的机组清单。通过观测某设备e:或E,的变化趋势，可得出该设备效率存在上升还是下降的趋势。通过观测不同设备E之间的差异，可得到单机设备与群体间的差异。4.2设备故障放心指数设备健康劣化到一定的程度后，将导致设备故障，导致设备的相关功能丧失或降低，并表现出设备效率下降、故障停机或质量波动等现象，并需要停机检查、调整或修理。衡量设备故障的数量指标为故障次数和故障维修时间，有些故障出现的频次很高，但是维修时间较短；有些故障出现的频次不高，但每次出现故障后需要投入大量的时间、人力和物力才能将故障解除。为准确对故障水平进行评价，提出了以下三个故障衡量指标：(1)故障频度(P)：即故障率,表示在一定周期内,故障发生的频繁程度：P=故障次数100%设备运行时长(2)故障强度（Q）：即MTTR(MeanTimeToRecovery，故障平均维修时长），表示在一定周期内故障出现后，解除故障所需的维修工时，故障越严重，维修工时越长：故障维修工时Q=x100%故障维修次数(3)故障复现度(F)：即故障的复发率，表示在一定周期内，如果某故障在每次出现和维修后还反复多次出现，复现频次k(k2)的故障次数n与总故障次数N的比值。通过对故障复发返修率高的故障清单进行统计后，便于组织针对性的专项诊断维修，以期彻底解除故障。F=100%N为实现PQ、F 的统计和计算，所需数据可通过企业MES信息化系统的检维修模块对故障数据进行统计和计算，这就需要在信息系统内建立标准的故障库并生成相应的故障代码，否则相关数据统计和计算无法实现。为计算故障放心指数,将P、Q、F的计算结果赋值（如P、Q、F=(1,2,3),设T=PxQxF,则衡量设备故障水平的指数,F=元1 0 0%,设备故障放心指数 h=1-f。故障管理是设备维护人员以防范为目的，对已经出现过的设备故障和事故，分析故障原因，采取预防措施，防止故障和事故重复发生。通过故障放心指数的计算，进一步对故障频度、故障强度、故障复现度进行深入分析，能够更加准确地把握制约设备质量和效率发挥的症结所在,以便安排针对性的维修举措。4.3设备质量放心指数对卷烟工厂来说，设备在线多功能质量检测设备应用广泛，样本检测数据齐全完备且时效性高，检测数据的挖掘运用具备较好条件。产品质量的结果控制是“标”，过程控制才是“本”，为当前排程额定产量提升可持续性的质量管控水平，需建立产品质量的过程智能化监控。因此，基于现有数据条件,通过控制图、过程能力指数等指标的分析、运用，实现产品质量放心指数的评价，从而实现对质量过程进行实时、高效、精准监控。4.3.1质量过程监控利用在线质量检测数据，绘制实时过程控制图，根据控制图判异准则指导在线质量过程控制。利用在线质量检测数据，对过程能力进行分析，计算输出均值、标准偏差（SD）、过程能力指数(Cpk)等。4.3.2质量实时对标设定机组、班组、时间等条件，计算输出各机组质量指标的完成情况，实现对弱项指标、弱项机组、质量指标变化趋势的监控，以便及时对质量偏差实施管控。4.4设备物耗放心指数为减少生产过程中因操作不当、设备参数调整不当、设备故障停机等因素造成的物耗，通过建立设备物耗智能化评价方法和标准，对生产统计得到的原辅料消耗、零配件消耗、能耗等物耗指标进行分析、运用，生成设备物耗水平指数，实现物耗的智能监控和精准管控，以降低生产成本,提高企业效益。5设备综合健康指数(4)基于以上对设备静态、动态健康各要素的准确评价，实现设备综合健康指数的计算，进而实现设备性能状态的评价和监控。设备综合健康指数评价人工神经网络如图1 所示。6设备健康指数的运用由设备综合健康指数评价人工神经网络图可以看出，设备(5)综合健康指数的影响因素较多，但设备健康评价的最终目标是为了维持设备生产的高效、优质和低耗。设备健康状态的8 个指数是设备性能状态评价的落脚点，同时也是生产预测、管理决策的出发点，实现设备使用和维护管理的溯源、诊断和决策。6.1指数加权分析设备各个健康指数将表征设备健康状态的所有要素进行量化和无量纲转化处理后，基于各指数对设备效率、产品质量和生产物(6)耗的影响水平,对相关指数进行加权分析和计算，即可得到设备综合健康状态的评价。通过将权重因子的赋值标准划分为致关键指标失效、致关键指标弱化、对关键指标影响很小、对关键指标无影响4个等级的量化参数，即可计算各个指数的权重值和权重比(表1)。Tm智能装备设备管理与维修2 0 2 3 No10（上）165模块检修周期（T)备件换件周期（t）模块健康指数（H)备件健康指数（h）一部件健康指数（H)设备零备件健康指数（H）设备关键功能健康指数（H）各关键部件健康指数（h）各关键部件工艺指标（）表1#指数加权分析案例设备产品生产权重值权重比/指数类型效率质量物耗乘积备件寿命健康指数（H)3设备模块健康指数（H2）3关键功能健康指数(H.)3设备隐患健康指数（H4）5设备效率表现指数(Hs)5设备故障放心指数（H。）5设备质量放心指数（H）3设备物耗放心指数（H：)2目标层优质、高效、低耗生产设备备件健康指数日设备模块健康指数准则层H敏捷排产备件采购方案层图2层次分析与决策166设备管理与维修2023 No10(上)设备产量（c）设备净效率（e)设备模块健康指数（H）设备效率表现指数（H）设备设备静态设备综合健康健康指数指数设备隐患健康指数（H）设备隐患指数（h)设备隐患数据（）图1 设备综合健康指数评价人工神经网络6.2层次分析与决策层次分析法是一种解决多目标复杂问题的定性与定量相%结合的决策分析方法，围绕优质、高效、低耗的生产目标，基于设备健康状态评价的8 个指数，分析各指数之间的影响和隶2121325123225215关键功能健康指数设备隐患健康指数HH关键功能调校模块检修故障次数(Y)设备运行时长（T)故障频度（P)故障维修工时（t)故障维修次数（y）故障强度（Q)设备故障放心指数（H）一古故障复现度（F)动态健康指数设备物耗放心指数（H）原辅料消耗能耗零备件消耗646418122517302120143021107设备效率表现指数设备故障放心指数HH专项维修质量攻关设备质量放心指数（H）属关系并进行凝聚组合，最后得出科学合理的生产和管理决策方案(图2)。6.3可视化性能监控设备健康评价与预测模型的构建，实现了对各生产模块业务运行过程中产生的原始数据、过程数据、结果数据等各种数据的充分挖掘和有效利用，实现设备各单项健康指标的评价。通过对健康评价结果的全面展示、对比和分析，结合健康看板的图值动态展示，打破依靠人工评价、经验决策的模式，从而实现生产状况的实时监控、生产活动的精准预测，以及生产管理的高效决策。设备健康看板层级结构设计包含单机设备单项健康指标看板、单机设备综合健康指标看板、车间设备综合健康指标看板等，健康看板能够帮助快速找到设备短板和指标弱项，设备质量放心指数设备物耗放心指数H设备的评价。在完成设备评价的基础上，可以对人的设备使用水平、维护水平做出更准确、更到位的评价，更好地发挥考核评价的牵引和导向作用，促进设备管理水平的良性提升。降耗攻关7结束语对设备的健康状态把握不足，会导致设备管理方式停留在人工经验排产、经验检维修、经验质控的水平，制约生产过程全局的精益化水平。本文将设备健康评价划分为设备动态健康评价和设备静态健康评过程控制图标准偏差（SD）过程能力指数（Cpk）质量对标进行全局化、透明化的健康预警和播报，进而引导车间针对性实施改善。模型数据链和看板应用场景如图3 所示。6.4人员评价人是设备的使用者、维护者，人的评价离不开对智能装备基于双模驱动的磨煤机运维管理方法研究张婷婷1,安子健？（1.中国海诚工程科技股份有限公司，上海2 0 0 0 3 1；2.北京京能清洁能源电力股份有限公司内蒙古分公司，内蒙古呼和浩特0 1 0 0 4 1）摘要：作为大型燃煤发电机组的重要辅机设备，磨煤机运行的安全性、稳定性和经济性在很大程度上影响着锅炉系统乃至整个发电机组的运行效率。介绍基于机理模型+数理模型相结合的“双模驱动”思路，研究磨煤机日常运维管理方法。关键词：磨煤机；数据模型；运维管理中图分类号：TM621.71背景及方法概述近年来，电力行业以两化融合为契机，开展智能化电厂管理的研究和实践，各发电集团、地方电力集团先后开展了发电企业设备管理数字化、智能化等方面的课题研究。这本质上是工业信息化与智能化技术在发电行业设备管理领域的高度发展和深度融合。以传统的机理模型经验为准绳，结合新一代的数据挖掘和分析技术，是实现创新性、精益化设备管理的发展方向。随着电厂自动化程度越来越高，已经储存了大量的运行记文献标识码：BDOl:10.16621/ki.issn1001-0599.2023.10.60录、报警记录、检修记录、事故报警记录等数据。数据挖掘能根据用户需要从数据中自动获取与任务相关的知识，为设备历史运行最优状况、设备运行健康状态趋势分析提供数据支持，指导运行人员进行优化调整，辅助点检、维护人员进行设备健康状态评价。“安全生产”与“效益提升”是电厂经营生产的主旋律。近年来，受煤价不断上涨、燃煤发电小时数下降、电厂环保改造等外部因素影响，促使电力行业必须进一步提升管理水平。磨煤机是燃煤发电厂主要辅机设备，其运行状况直接影响机生产模块检维修管理模块生产管理模块工艺质量管理模块物耗管理模块价两个维度，通过对各项业务工作中产生的初始数据、过程数据、结果数据进行有效的处理和分析,结合各种单机智能化技术手段，整合能够表征设备健康状态的可用信息，消除信息孤岛，实现信息互联与协同，把握设备的综合健康状态，实现更为准确的生产预测、管理决策和人员评价等功能，为基于设备健康的管理模式重塑提供参考。智能装备数据中心原始数据过程数据结果数据健康指数看板设备备件寿命健康指数设备模块健康指数设备关键功能健康指数设备隐惠健康指数设备效率表现指数设备故障放心指数产品质量放心指数设备物耗放心指数设备性能指标看板阅值评价设备静态健康指数设备综合健康指数设备动态健康指数图3 模型数据链和看板应用场景1周济.智能制造是“中国制造2 0 2 5”的主攻方向 J.企业观察家，2019(11):54-55.2王昱，孙超，王星来.烟草行业设备健康管理及信息化平台应用浅析 J中国设备工程，2 0 2 2(1 6)：1 9-2 1.生产预测/管理决策看板智能排产趋势评价健康看板图值动态展示历史对标集群对标班组对标设备管理与维修2 0 2 3 No10（上）设备智能监护与检维修预测生产预测模型参考文献备件库存智能预警质量智能监控与预测成本智能管控与预测编辑 张韵167