張宇

敬業(yè)（營口）中板有限公司

摘要：鋼軋系統(tǒng)的智能檢測與預測性維護技術是現(xiàn)代鋼鐵工業(yè)發(fā)展的重要技術手段，可以有些提高生產(chǎn)效率，保障設備運行的安全性、穩(wěn)定性。此技術主要就是融合人工智能技術、大數(shù)據(jù)分析以及傳感器等多種技術手段，實現(xiàn)對軋鋼設備的精準監(jiān)測、故障的動態(tài)預測，有效降低了生產(chǎn)作業(yè)中的風險隱患。此文提出基于工業(yè)物聯(lián)網(wǎng)（IIoT）、人工智能（AI）等多種技術融合的智能檢測與預測性維護技術框架。通過傳感器以及工業(yè)視覺系統(tǒng)，對設備的數(shù)據(jù)進行實時采集，而基于深度模型等多種技術進行故障診斷，可以通過動態(tài)維護、自適應控制進行閉環(huán)化管理以供參考。

關鍵詞：鋼軋系統(tǒng)；智能檢測；預測性維護；工業(yè)物聯(lián)網(wǎng)（IIoT）；數(shù)字孿生；深度學習

鋼鐵行業(yè)是國民經(jīng)濟的支柱性產(chǎn)業(yè)，其核心設備長期在高負荷、高溫以及高磨損的工況中應用，容易出現(xiàn)諸多的安全隱患問題，通過傳統(tǒng)的維護方式進行處理，無法滿足實際的應用需求。在大數(shù)據(jù)、人工智能等多種技術手段的支持下，構建智能檢測與預測性維護系統(tǒng)，可以有效實現(xiàn)動態(tài)管理。

1.鋼軋系統(tǒng)的智能檢測與預測性維護系統(tǒng)功能特征

1.1在線監(jiān)測與智能診斷

鋼板軋制運行中通過智能化計算技術手段，實現(xiàn)在線監(jiān)測分析，實現(xiàn)云、邊以及端的一體化智能化運維管理，有效對多種設備的在線動態(tài)監(jiān)測，可以實現(xiàn)在7*24小時中的持續(xù)性的動態(tài)分析，對設備振動、噪聲、溫度以及壓力等多種參數(shù)進行實時性感知，動態(tài)診斷處理，利用智能化在線監(jiān)測技術手段，可以切實提高設備的監(jiān)測的綜合能力，提高設備診斷、維護等功能，保障設備安全運行。

1.2傳感器與數(shù)據(jù)采集

軋機設備中，利用傳感器可以實現(xiàn)動態(tài)分析。例如，可以通過電磁流量傳感器、壓力、溫度等不同類型的傳感器進行動態(tài)分析，實現(xiàn)對設備運行的關鍵參數(shù)的系統(tǒng)分析，了解軸承的溫度、冷卻管路壓力參數(shù)、冷卻水流量以及溫度等具體變化，實現(xiàn)對多項參數(shù)的實時性感知，智能化診斷。通過智能化在線監(jiān)測技術切實提高了設備診斷的監(jiān)測能力。通過物聯(lián)網(wǎng)平臺進行處理，在大數(shù)據(jù)工業(yè)平臺中，通過AI算法實現(xiàn)智能化分析，可以實現(xiàn)對設備運行狀態(tài)的智能預警、故障診斷處理。

1.3機器視覺與圖像識別

鋼板表面缺陷監(jiān)測中，通過機器視覺技術進行處理，可以獲得鋼板表面的圖像信息數(shù)據(jù)，通過工業(yè)PC機可以做圖像處理。通過此種系統(tǒng)可以快速識別鋼板表面是否存在瑕疵等問題。對于存在的劃痕、刮傷等可以通過標識的方式確定具體的位置，通過此種方式切實提高了人工監(jiān)測的精準性。

1.4堆鋼監(jiān)測與事故預防

棒線材生產(chǎn)線中，堆鋼問題會導致出現(xiàn)設備損害以及安全事故隱患問題。而通過智能化在線監(jiān)測技術手段，可以通過機器視覺、智能化算法等技術手段對軋件的具體變化進行動態(tài)分析，一旦識別堆鋼問題，通過系統(tǒng)自動報警決策，控制飛剪機構對其進行處理，有些保障生產(chǎn)作業(yè)的安全性。

通過信息化技術手段，聯(lián)合傳感器以及AI視覺可以實現(xiàn)對鋼軋系統(tǒng)進行可視化分析，提前識別潛在隱患問題。物聯(lián)網(wǎng)技術則可以聯(lián)動現(xiàn)場管理，通過對設備、人員的動態(tài)管控，構建信息化管理網(wǎng)絡，通過智能化監(jiān)控等手段可以實現(xiàn)對生產(chǎn)現(xiàn)場動態(tài)巡查。通過信息化的方式進行處理，可以有效實現(xiàn)動態(tài)監(jiān)控，有效解決傳統(tǒng)管理模式存在的信息傳遞效率低下、隱患排查不及時等諸多問題。構建信息化管理平臺，通過智能化技術手段，數(shù)字化管理流程，則可以切實提高鋼軋系統(tǒng)的綜合能力，有效減少事故發(fā)生的概率，充分保障生產(chǎn)作業(yè)的安全性。

信息化技術手段的合理應用實現(xiàn)對整個鋼軋生產(chǎn)過程的全面覆蓋，做到了追溯化管理，為生產(chǎn)成本控制、物料與人員等綜合管控提供了技術手段，有效提高了生產(chǎn)作業(yè)效率。今后，隨著人工智能技術的成熟，構建“端+云+大數(shù)據(jù)”的生產(chǎn)管理模式，可以有效實現(xiàn)生產(chǎn)現(xiàn)場與管理平臺的互聯(lián)互通，切實提高了鋼軋生產(chǎn)管理的綜合能力。

1.5遠程化巡檢與智能化管理

智能化監(jiān)控系統(tǒng)在多傳感器技術的支持下，通過智能識別算法、健康管理方案等實現(xiàn)對設備的動態(tài)分析，有些實現(xiàn)了數(shù)據(jù)驅動的系統(tǒng)化監(jiān)控。通過分散設備的數(shù)字化巡檢、遠程點位巡檢、機器人巡檢等技術手段，切實減少了現(xiàn)場巡檢的需求。例如，通過熱軋智能化運維管理平臺，可以實現(xiàn)對設備的狀態(tài)、趨勢變化等動態(tài)分析，構建設備劣化診斷模型，基于智能化識別算法對設備異常狀態(tài)進行動態(tài)識別，有利于健康評估以及動態(tài)預警。

而基于工業(yè)總線的在線監(jiān)測、故障診斷系統(tǒng)，可以實現(xiàn)對設備的運行狀態(tài)分析，了解其物理參數(shù)的變化，通過分析振動、噪聲以及溫度、壓力等參數(shù)變化，對設備的工作狀態(tài)、故障等進行綜合分析，可以識別早期故障，通過此種方式切實提高了故障診斷的精準性。

2.鋼軋系統(tǒng)的智能檢測與預測性維護系統(tǒng)架構與核心組成

鋼軋系統(tǒng)的智能化檢測、預測性維護架構必須要基于感知-分析-決策-執(zhí)行進行閉環(huán)化管理，其核心是工業(yè)物聯(lián)網(wǎng)以及AI技術融合的層級化設計，其主要技術架構如下：

2.1數(shù)據(jù)感知層

通過全維度的數(shù)據(jù)采集，實現(xiàn)對設備的全生命周期化的數(shù)據(jù)動態(tài)分析，解決了傳統(tǒng)人工巡檢出現(xiàn)的盲區(qū)等問題。其中，數(shù)據(jù)感知層的架構如 表1所示。

表1.數(shù)據(jù)感知層

2.1.1多源傳感器

在處理中利用多源傳感器網(wǎng)絡技術、設備進行動態(tài)管理。通過高精度振動傳感器如IEPE型，實現(xiàn)對軋機主傳動軸、齒輪箱軸承座的動態(tài)分析，可以捕捉?jīng)_擊性故障特征，分析如軸承剝落、齒輪斷齒等故障隱患問題。而通過紅外熱電偶監(jiān)測可以對軋輥軸承溫升進行動態(tài)分析，了解是否存在異常溫升風險，避免潤滑失效等故障出現(xiàn)。通過聲發(fā)射傳感器可以捕捉金屬微觀裂紋擴展的高頻應力波，此設備的靈敏度達MHz級，實現(xiàn)對早期軋輥表面缺陷的動態(tài)檢測。電流/電壓傳感器的主要功能就是對電機驅動電流諧波進行監(jiān)測分析，其具有間接診斷負載異常的功能，可以分析是否出現(xiàn)軋制力波動導致過載的問題。

2.1.2工業(yè)視覺系統(tǒng)

主要利用相機以及紅外熱成像儀等設備進行動態(tài)分析，其中高速線陣相機主要就是對熱軋板帶的表面缺陷，如劃痕、氧化鐵皮壓入等進行在線檢測，通過此種技術進行處理，其分辨率可以達到0.1mm/pixel，其中其幀率≥2000fps，可以有些滿足適應10m/s的高速軋制需求。紅外熱成像儀重點對軋輥表面溫度場分布狀態(tài)監(jiān)測分析，可以識別局部過熱風險。例如，冷卻水堵塞導致的輥面熱斑等相關風險。

2.1.3邊緣計算節(jié)點

其主要功能就是通過在設備端，利用小波閾值去噪處理，通過提取特征，了解振動信號的時域峭度以及頻域包絡譜等等問題，可以有些減少云端傳輸帶寬壓力等問題。

2.1.4硬件

主要應用工業(yè)級邊緣控制器，例如西門子SIMATIC IPC等，可以有效支持Modbus、OPC UA協(xié)議，實現(xiàn)與PLC的實時交互性處理。

2.2數(shù)據(jù)分析層

通過分析數(shù)據(jù)，可以了解潛在的故障問題，對設備的狀態(tài)進行綜合評估，具有壽命預測的功能。

2.2.1故障診斷模型

CNN+頻譜圖分析在應用中主要就是通過振動信號經(jīng)STFT短時傅里葉變換處理之后，將其轉換為時頻圖，然后在卷積神經(jīng)網(wǎng)絡如ResNet50中，則可以對內(nèi)圈故障、外圈故障等相關故障模式進行動態(tài)識別，了解特征頻段差異以及相關參數(shù)波動。

2.2.2圖神經(jīng)網(wǎng)絡（GNN）

在處理中，重點對設備拓撲結構進行分析，例如了解齒輪箱傳動鏈的特征等等。然后構建節(jié)點，通過分析齒輪、軸承等各個節(jié)點的變化，了解其與嚙合關系的模型，通過此種方式可以有效提高復雜故障中的關聯(lián)推理能力，實現(xiàn)智能化分析。

2.2.3剩余壽命預測（RUL）

主要就是通過LSTM+Attention機制進行優(yōu)化完善，對設備退化序列數(shù)據(jù)進行綜合處理，重點分析振動幅值趨勢、溫度累積效應等變化，通過此種方式可以預測關鍵部件剩余壽命，制定完善的優(yōu)化方案。而基于物理模型融合，則可以將LSTM預測結果進行智能化處理，通過斷裂力學的軋輥疲勞模型進行分析，則可以有效約束AI模型輸出合理性，保障方案的整體性。

2.2.4數(shù)字孿生（Digital Twin）

通過數(shù)字孿生技術進行處理，可以基于有限元分析FEA構建軋機動力學模型，對整個流程的軋制力數(shù)據(jù)、扭矩波動以及應力分布狀態(tài)進行模擬分析，并與實時數(shù)據(jù)校準，有些預測潛在的風險隱患問題。通過輸入虛擬故障，例如軸承間隙增大5%等等，可以有些預測系統(tǒng)級的連鎖反應。例如，可以利用此種方式分析輪箱振動加劇趨勢特征等等。

2.2.5算法優(yōu)化方向

通過小樣本學習技術手段，可以通過對比學習（Contrastive Learning）算法，有些增強模型在故障樣本稀缺場景中的綜合能力，提高整體的泛化能力。而通過在線自適應功能，引入增量學習（Incremental Learning）算法，可以保障模型隨著設備的老化、工藝調(diào)整等變動實現(xiàn)持續(xù)性的更新優(yōu)化。

2.3決策與執(zhí)行層：閉環(huán)控制的“智能中樞”

通過智能化技術手段，可以有效分析診斷結果，將其處理之后轉化為可執(zhí)行的維護策略與工藝調(diào)整指令，真正的達到智能化檢測、預防性維護處理。其主要功能與技術如表2所示。

表2. 決策與執(zhí)行層

2.3.1動態(tài)維護計劃優(yōu)化

通過智能化系統(tǒng)可以基于強化學習（RL）的調(diào)度處理，在操作中通過最小化停機損失進行分析，將維護成本作為主要的目標，這樣則可以對設備的健康狀態(tài)、生產(chǎn)計劃等進行動態(tài)分析，確定最優(yōu)維護時間點。

2.3.2備件庫存聯(lián)動

通過與ERP系統(tǒng)集成化管理，可以有些觸發(fā)備件采購預警方案，實現(xiàn)優(yōu)化處理。例如，可以預測某電機軸承在7天后出現(xiàn)失效的問題，通過系統(tǒng)可以對其進行自動檢查，分析庫存狀態(tài)并生成采購單。

2.3.3工藝參數(shù)自適應調(diào)整

基于軋制力補償系統(tǒng)，可以預測軋輥磨損而出現(xiàn)的板厚偏差問題，通過PID控制器根據(jù)實際狀況，對其進行動態(tài)調(diào)整，合理控制壓下量，保障其公差控制在±0.05mm內(nèi)。

通過冷卻系統(tǒng)協(xié)同管理系統(tǒng)，可以基于軋輥溫度預測模型的變化，對冷卻水流量分布狀態(tài)進行動態(tài)調(diào)控，有效緩解熱裂紋擴展等問題。

結束語：

鋼軋系統(tǒng)的智能檢測與預測性維護技術應用主要就是利用數(shù)據(jù)驅動化的方式進行處理，實現(xiàn)動態(tài)預測以及智能化管理，其表明了鋼鐵行業(yè)的主動預防化的發(fā)展。通過深度學習、數(shù)字孿生等多種技術手段進行處理，可以有效實現(xiàn)動態(tài)預測。今后，隨著多模態(tài)融合等技術手段的深化應用，鋼軋系統(tǒng)智能化將進一步向自主決策與全生命周期的發(fā)展趨勢。而鋼鐵企業(yè)必須要重視數(shù)字化建設、智慧化發(fā)展，要融合多種技術手段，推動企業(yè)智慧化轉型，最終實現(xiàn)高效、綠色、可持續(xù)的智能制造目標。

參考文獻：

[1]李擎,楊思琪,陳松路,等.基于自適應數(shù)據(jù)增強的轉爐煉鋼終點碳溫預測方法[J].冶金自動化,2025,49(02):64-74.

[2]汪淼,李勝利,艾新港,等.基于LWOA-εTSVR的轉爐煉鋼終點靜態(tài)預測模型[J].冶金自動化,2025,49(02):53-63.

[3]葉文停.數(shù)據(jù)資產(chǎn)管理對傳統(tǒng)制造業(yè)的影響——以鞍鋼“智慧煉鋼”為例[J].會計師,2024,(11):5-7.

[4]項敏.智慧煉鋼的自動化取樣工藝裝備研究[D].沈陽工業(yè)大學,2024.

[5]首鋼京唐鋼軋部轉爐智慧煉鋼自動出鋼系統(tǒng)正式上線運行[J].冶金自動化,2023,47(01):138.

[6]南鋼開展智能制造系列活動[J].冶金自動化,2021,45(03):41.