設備智能運維——企業(yè)降本增效的“殺手锏”

2020年4月9日，西安因聯(lián)信息科技有限公司創(chuàng)始人兼總經(jīng)理呂芳洲受邀在由工業(yè)和信息化部文化發(fā)展中心主辦、先進制造商學院承辦的制造業(yè)高質(zhì)量發(fā)展公益大講堂進行直播分享：《設備智能運維——企業(yè)降本增效的“殺手锏”》，以下為演講整理。

為什么在未來整個制造業(yè)發(fā)展中設備智能運維是企業(yè)降本增效的一個有效手段。

01 工業(yè)4.0背景下設備運維面臨的挑戰(zhàn)

當前世界各國都在倡導工業(yè)4.0和工業(yè)互聯(lián)網(wǎng)，中國從2015年提出“中國制造2025”開始，歷經(jīng)近五年的摸索和嘗試，漸漸開始落地，解決企業(yè)實際運行中的一些痛點問題。國家工業(yè)信息安全發(fā)展研究中心通過調(diào)研發(fā)現(xiàn)設備資產(chǎn)管理是目前落地最廣泛的場景，其中設備狀態(tài)監(jiān)測落地率高達80%，預測性維護及圍繞它的相關技術更是被譽為制造業(yè) “殺手級”應用。雖然設備資產(chǎn)管理發(fā)展態(tài)勢良好，但是國內(nèi)企業(yè)的設備管理依然面臨很多挑戰(zhàn)。

一是設備管理方面難題。工廠新舊設備“幾代同堂”情況時有發(fā)生，設備運行狀態(tài)數(shù)據(jù)不及時、不集中、不精細、不完整，造成設備維護工作難于監(jiān)管，影響設備運轉(zhuǎn)率，降低設備使用壽命。

二是突發(fā)故障搶修。即使我們實行按期維修的過渡手段，但還是不可避免的出現(xiàn)突發(fā)故障，有可能導致生產(chǎn)的臨時意外中斷，造成生產(chǎn)成本的大幅提升，甚至對人員的安全造成威脅。

三是專業(yè)人才短缺挑戰(zhàn)。隨著人口紅利的逐漸消失，專業(yè)人才的短缺，也給企業(yè)帶來的很大的挑戰(zhàn)。一是勞動力成本不斷攀升，二是專業(yè)化人才始終屬于一種稀缺資源，企業(yè)難以留住導致青黃不接。

這是整個行業(yè)在設備運維方面都不可避免的幾大挑戰(zhàn)，那么，我們應該怎么去解決這些問題呢？

02 基于預測性維護的設備智能運維

在不同的背景下，設備維護策略分為兩種，一種是響應式維護，它的特點就是運行到故障發(fā)生時在進行維修和維護；另一種是預防性維護，又分兩種情況，一是定期維護，間隔固定的時間進行，二是基于設備實時狀態(tài)進行預知維護即預測性維護。

預測性維護從三個維度幫助設備進行自我表達，一是解決設備自我感知的問題，首先得發(fā)現(xiàn)設備狀態(tài)的異常。但正常的設備雖然外表形態(tài)各異，但看起來都是一個大鐵疙瘩，怎么能感覺到它的異常呢？有經(jīng)驗的工程師可以通過現(xiàn)場的聲響或溫度來進行判斷，但是沒有經(jīng)驗的呢，一直運轉(zhuǎn)到設備“趴窩”了以后才有可能發(fā)現(xiàn)設備異常。二是解決設備實現(xiàn)自我分析的問題，到底是什么導致的異常，故障部位是哪里，嚴重程度如何，該怎樣去應對。三是有針對性的對設備采取維修策略，比如說采用動平衡、對中處理、潤滑、更換部件或者停機維修等。

PHM解決問題業(yè)務流

PHM是工業(yè)設備的故障預測與健康管理的統(tǒng)稱。隨著信息技術，大數(shù)據(jù)技術，人工智能技術的發(fā)展，設備運維從故障后維護、周期性維護、基于點巡檢狀態(tài)維修逐步升級到數(shù)據(jù)驅(qū)動預測性維護的智慧階段。電機、泵、風機、減速機、壓縮機等設備構成了行業(yè)生產(chǎn)的基礎，PHM面向煉化、水泥、鋼鐵、造紙等常規(guī)流程工業(yè)以及汽車、飲料等離散行業(yè)為設備提供設備智能運維的服務。

那么，PHM是怎么解決問題的呢？

在這里要提到現(xiàn)在很火的一個概念——CPS，就是物理世界的對設備數(shù)字化的映射，也就是數(shù)字化設備模型，它的數(shù)據(jù)源分成幾大類，包括狀態(tài)參數(shù)、工況數(shù)據(jù)、設計參數(shù)，還有設備運行過程中的一些參數(shù)，在整個生命周期中的維護參數(shù)等等。數(shù)字化模型是構建數(shù)據(jù)化設備的一個基石，是所有統(tǒng)計分析和數(shù)據(jù)驅(qū)動模型的基礎， CPS這個概念是不斷外延不斷完善不斷發(fā)展的，它并不是一開始就非常完備的體系，是逐漸擴展逐步豐富的。

再回到PHM，它通過監(jiān)測、預警、診斷和維護這四個流程形成閉環(huán)。

● 監(jiān)測

監(jiān)測是為了數(shù)據(jù)可視化，使得不可知不可感的設備變得可知可感。因聯(lián)的解決方案是提供完整的物聯(lián)網(wǎng)產(chǎn)品系列、數(shù)據(jù)接入能力以及整個數(shù)字化的模型能力，把物理世界中的設備變成數(shù)字世界可感知的設備。

狀態(tài)監(jiān)測的基本原則是建立全面感知和數(shù)據(jù)標準化。設備進行自我表征和實現(xiàn)自我感知的手段和方法有很多，下面為大家介紹其中幾個。可以看到，整個設備的失效模型呈現(xiàn)這樣一個曲線，從設備產(chǎn)生初始損傷一直到設備完全失效，不同的場景對應不同的方法，沒有一種方法適合所有場景。

溫度測試主要反映磨損類故障，當溫度出現(xiàn)異常時，說明設備已進入故障晚期，這個方法簡單，可作為狀態(tài)監(jiān)測參數(shù)。

油液分析包含對油的理化分析，比如對潤滑油的粘度、水分、酸度進行光譜分析或鐵譜分析，分析油液里面所含有的顆粒或顆粒大小來判斷設備磨損和污染情況。

應力波分析對設備材料發(fā)生的波動或撕裂非常敏感，可以檢測出早期故障，但是它有幾個特性，一是小段彈性介質(zhì)的波動，當材料發(fā)生變化時才會發(fā)生；另外一個就是隨著傳播距離的增大而迅速衰減，拾取困難；三是在穿越界面時迅速衰減，很難捕獲。

基于振動的振動包絡分析和振動測試，振動信號的分析技術經(jīng)過多年的迭代和大量使用已經(jīng)發(fā)展成熟，國內(nèi)外使用預測性維護技術的企業(yè)里面，采用振動信號進行分析的企業(yè)占到70%左右；另外它的監(jiān)測覆蓋范圍可以涵蓋整個機械設備的傳動鏈，并可以對設備的早期故障進行診斷，提前3-6個月發(fā)現(xiàn)故障，是檢測旋轉(zhuǎn)機械故障最全面、最有效的方法。

實際上我們已經(jīng)可以勾勒出包括機械設備、電氣設備、壓力設備在內(nèi)的設備自我感知的一些常見手段。

振動：適用于旋轉(zhuǎn)機械、往復機械、軸承、齒輪等。

溫度（紅外）：適用于工業(yè)爐窯、熱力機械、電機、電器等。

聲發(fā)射：適用于壓力容器、往復機械、軸承、齒輪等。

油液（鐵譜）：適用于齒輪箱、設備潤滑系統(tǒng)、電力變壓器等。

無損檢測：采用物理化學方法，用于關鍵零部件的故障檢測。

壓力：適用于液壓系統(tǒng)、流體機械、內(nèi)燃機和液力耦合器等。

強度：適用于工程結(jié)構、起重機械、鍛壓機械等。

表面：適用于設備關鍵零部件表面檢查和管道內(nèi)孔檢查等。

工況參數(shù)：適用于流程工業(yè)和生產(chǎn)線上的主要設備等。

電氣：適用于電機、電器、輸變電設備、電工儀表等。

● 預警

對設備異常判斷的一個基本原則就是能否準確、及時、有效的發(fā)現(xiàn)故障，降低誤報漏報和重復報的問題，這里面我們提出了一個智能預警的概念。

在實踐過程中我們發(fā)現(xiàn)很多時候難以對設備進行有效的預警，往往是因為設備不全，數(shù)據(jù)提取有誤，或者使用方式方法有問題。關于怎么樣讓設備開口說話和進行自我表達，我們認為需要在設備自我感知的基礎上構建一套智能化的運行體系。首先要采集設備的原始數(shù)據(jù)，接著對它進行特征提取。以振動為例，對振動信號進行特征提取最少能提取數(shù)百種特征參量，這些特征參量在設備不同過程的故障或者設備狀態(tài)不同表征的靈敏度都是有差異的。提取完后要對這些特征進行過濾，數(shù)據(jù)經(jīng)過過濾后進入整個模型，之后我們再進行整個報警的整合，按照既定的推送策略推送給用戶。用戶看到的就是對應0-4級的設備故障等級，最后根據(jù)不同的級別應該采取相應行動。

● 診斷

診斷就是對設備故障進行準確的定位，這需要對常規(guī)故障、自動化故障、復雜故障進行專業(yè)化診斷，因聯(lián)擁有結(jié)合專業(yè)分析工具和遠程診斷服務的完整智能診斷體系，確保設備故障精準定位。

怎么讓設備進行自我判斷呢？在這里我們提供了兩種通路和手段。一種是機理手段。所謂機理實際上是基于專業(yè)工程師/專家經(jīng)驗或自身物理系統(tǒng)的特征進行推理分析的一套系統(tǒng)，可以明確表征出來故障的特征，基于AI的體系把專家的經(jīng)驗固化到我們系統(tǒng)里，讓系統(tǒng)代替專家進行工作，得出結(jié)論，可以實現(xiàn)80%以上設備故障的有效推理和診斷。

另外一種是隨著我們故障案例的積累不斷地推演推理，基于大數(shù)據(jù)的手段實現(xiàn)智能診斷。這個系統(tǒng)是一個活的系統(tǒng)，可以不斷深入挖掘設備故障數(shù)據(jù)，不斷完備自己的模型，不斷進行自我迭代和進化，這和培養(yǎng)專家的過程類似，前者受制于專家的經(jīng)驗和認知，后者隨著樣本數(shù)據(jù)和案例越來越多不斷演進自我精確度。隨著數(shù)據(jù)和案例的積累，不斷逼近甚至超越人類專家的水平，未來真正實現(xiàn)設備智能化診斷。

● 維護

我們回到現(xiàn)場維護這樣一個閉環(huán)里，通過PHM系統(tǒng)或?qū)ν釧PI接口觸發(fā)相應的流程、相應的業(yè)務系統(tǒng)和相應的工單，對整個故障進行消除。

03 PHM系統(tǒng)的部署

PHM系統(tǒng)的部署分三層。

第一層是物理感知層，我們借助多元化的智能傳感器、DCS、SCADA系統(tǒng)，通過邊緣智能網(wǎng)關進入到PHM系統(tǒng)里。

第二層是PHM智能云平臺。智能云平臺上的核心在于PHM的工業(yè)算法模型，也就是我們建立起一個設備模型上面附著的算法模型就可以產(chǎn)生實際化的表達。

第三層是應用層。對于企業(yè)我們可以提供綜合分析決策支撐的大屏，也可以做整個設備智能運維診斷分析的應用。對設備運行維護人員來說，通過PHM系統(tǒng)能更詳細了解設備運行情況。與此同時我們還可以建立實時推送告警，24小時全天候不間斷的掌握設備運行情況。

整個PHM系統(tǒng)部署完成以后，通過逐級的體系給企業(yè)提供完善的設備運行維護系統(tǒng)。

04 設備智能運維帶來的實際價值

回歸到現(xiàn)實價值，從資產(chǎn)管理的維度講使用設備預測性維護的手段帶來的價值。

◆ 現(xiàn)場人員安全保障

工業(yè)現(xiàn)場很多設備處在百米以上的高空，尤其是風電行業(yè)管理人員要實現(xiàn)巡檢和設備檢修實際上會有很大風險。

◆ 備品備件提前準備

對設備狀態(tài)的準確預知可以體現(xiàn)在備品備件提前準備，也可以優(yōu)化備品備件的庫存，根據(jù)大數(shù)據(jù)對備品備件準備策略進行調(diào)整和優(yōu)化。

◆ 減少單機維護成本

◆ 避免生產(chǎn)線的突然中斷

非計劃性停機在流程工業(yè)里非常典型，尤其是生產(chǎn)線的突然中斷造成的整個流程的中止。

◆ 優(yōu)化人員結(jié)構

對于企業(yè)來說，使用PHM系統(tǒng)對人員的要求降低，實現(xiàn)用少量的專家管理更多的設備，或讓這些專家的經(jīng)驗外延，使得企業(yè)培養(yǎng)人員的壓力變小，對企業(yè)來說適用性人才會越來越多，降低企業(yè)人員成本。

◆ 為制造商提供改進建議

過去我們在實踐過程中發(fā)現(xiàn)有些設備裝配采用的零部件有批次性質(zhì)量問題，這會造成批次性的故障，這些故障信息對于制造商來說可以改進他的生產(chǎn)工藝，改進他對原材料的選擇、廠商的選擇、型號的選擇等。

案例分享

我們通過最簡單的方式加外部傳感器迅速構建設備智能運維體系，傳感器不斷采集數(shù)據(jù)發(fā)送到智能網(wǎng)關，向上進入到我們的業(yè)務系統(tǒng)里去。下面來看幾個實際的案例，對設備智能運維的價值進行直觀的感受。

案例1—某飲料工廠部署案例

我們將平臺部署在公有云平臺上，實現(xiàn)對該客戶5家工廠的洗瓶機、灌酒機、貼標機、真空泵等44余臺設備的狀態(tài)監(jiān)測，對不同工廠工藝流程進行管理、管控和比較，對設備集群進行管理，對設備的實時情況進行預警和診斷分析，另外我們提供了整個設備模型庫管理的工具和方法。通過部署遠程設備運維系統(tǒng)，大大降低了現(xiàn)場巡檢人員的勞動強度，提升了人員工作效率，有效降低設備非計劃停機風險，從而保障工廠的生產(chǎn)連續(xù)作業(yè)，節(jié)省備件庫存和設備維修保養(yǎng)費用。

案例2—某采油廠注水泵，避免安全事故

假如我們已知設備出問題了，但生產(chǎn)要求下不能停機檢修，該怎么辦？這時候我們可以在設備狀態(tài)監(jiān)測下繼續(xù)運行，當不得不進行維修的時候再進行維修。我們的一個采油廠客戶的注水泵監(jiān)測到已經(jīng)發(fā)生嚴重故障，但是由于無備機切換，所以不能停機檢修，我們的系統(tǒng)和人員24小時密切監(jiān)控設備運行狀態(tài)，實現(xiàn)該注水泵帶病安全運行5個月，保證生產(chǎn)正常運行的同時避免了設備突然發(fā)生故障。

案例3—某水泥廠輥壓機，避免故障停機損失

大家都知道，設備故障發(fā)現(xiàn)得越早，企業(yè)在允許的情況下越快維修，造成的生產(chǎn)損失就會越少。輥壓機是水泥廠一種關鍵設備，我們通過智能監(jiān)測系統(tǒng)提前預知性的發(fā)現(xiàn)該輥壓機齒輪箱的早期故障，提前做好了備件準備，為水泥廠避免了輥壓機返廠維修帶來的連鎖損失761萬。