賈為征  馬  柯

（北京首鋼自動化信息技術(shù)有限公司京唐運行事業(yè)部  河北 唐山 063000）

摘要：本文針對傳統(tǒng)軋線設(shè)備運維^[1]中存在的問題，設(shè)計并實現(xiàn)了一種基于設(shè)備狀態(tài)分析診斷的智能化軋鋼運維平臺。首先，對熱軋產(chǎn)線生產(chǎn)運行狀態(tài)進行了分析，確定了設(shè)備狀態(tài)診斷的關(guān)鍵指標(biāo)和算法。其次，搭建了智能化運維平臺的系統(tǒng)架^[2]，包括核心的設(shè)備監(jiān)測模塊、數(shù)據(jù)處理模塊和設(shè)備狀態(tài)分析模塊。在此基礎(chǔ)上，平臺涵蓋了設(shè)備點巡檢、曲線數(shù)據(jù)點檢、設(shè)備關(guān)鍵指標(biāo)數(shù)據(jù)預(yù)警以及設(shè)備劣化趨勢分析等。最后，通過平臺的投入使用驗證了智能化運維平臺的有效性和性能優(yōu)勢，取得了良好的應(yīng)用效果。本研究為提高軋機設(shè)備運維效率和質(zhì)量提供了重要的數(shù)據(jù)和技術(shù)支持，具有很強的實踐應(yīng)用價值。

關(guān)鍵詞：軋機；智能化；設(shè)備狀態(tài)；設(shè)備點巡檢；運維效率 

0 引言

隨著工業(yè)領(lǐng)域的不斷發(fā)展，設(shè)備運維的重要性日益凸顯。作為保障生產(chǎn)正常進行和提高生產(chǎn)效率的關(guān)鍵環(huán)節(jié)，設(shè)備運維的質(zhì)量和效率直接影響著企業(yè)的競爭力和經(jīng)濟效益。然而，傳統(tǒng)的設(shè)備運維模式，在面對日益復(fù)雜的生產(chǎn)環(huán)境和設(shè)備狀況時，已顯露出諸多不足^[3]。

軋機作為軋鋼生產(chǎn)中的重要設(shè)備，在生產(chǎn)中起著至關(guān)重要的作用。傳統(tǒng)軋機設(shè)備運維常依賴于人工巡檢、重要數(shù)據(jù)人工查閱歷史趨勢數(shù)據(jù)再經(jīng)驗來判斷設(shè)備的狀態(tài)，因此存在信息獲取不及時、運維決策依據(jù)不足等問題，未做到較好的設(shè)備狀態(tài)維護，每天需投入較多人力和時間^[4]。為提高人的運維效率，降低人員勞動強度，本研究旨在借助高頻數(shù)據(jù)采集技術(shù)和人工經(jīng)驗智能化手段，設(shè)計并實現(xiàn)一套基于設(shè)備狀態(tài)分析診斷的智能化運維平臺，達到設(shè)備狀態(tài)實時監(jiān)控，趨勢分析預(yù)警提醒，重要指標(biāo)數(shù)據(jù)可視化等目的，從而實現(xiàn)降本增效。

1 現(xiàn)狀及意義

首鋼京唐公司熱軋產(chǎn)線的設(shè)備維護工作，主要依賴于經(jīng)驗豐富的點檢、維護人員，通過到現(xiàn)場對實際設(shè)備進行觀察、通過設(shè)備運行數(shù)據(jù)記錄回溯等方式，結(jié)合設(shè)備的特性以及設(shè)備運行正常數(shù)據(jù)來判斷設(shè)備是否運行正常，但點巡檢也僅限于排查已經(jīng)有故障表象的設(shè)備，并不能很好的分析設(shè)備的劣化趨勢^[5]，不能做到預(yù)防性維護。

通過開展對設(shè)備劣化趨勢分析，設(shè)備狀態(tài)智能判斷等預(yù)測性維護工作的研究，發(fā)現(xiàn)可以通過大量數(shù)據(jù)對比分析，及時判斷設(shè)備當(dāng)前狀態(tài)，準(zhǔn)確分析設(shè)備故障類型，預(yù)測設(shè)備狀態(tài)趨勢，還可以對設(shè)備計劃性檢修給出建議。

針對于現(xiàn)有自動化水平整體較高的熱軋產(chǎn)線，現(xiàn)場設(shè)備檢測元件布置較為完善，檢測準(zhǔn)確性、穩(wěn)定性較高，具備很好的實施工廠數(shù)字化的先決條件，該系統(tǒng)平臺不僅能將復(fù)雜的設(shè)備維護經(jīng)驗形成高質(zhì)量服務(wù)產(chǎn)品，還能提高設(shè)備運維效率，降低勞動難度。

2 設(shè)備狀態(tài)分析

針對設(shè)備狀態(tài)分析，主要從實時狀態(tài)分析預(yù)警、結(jié)合歷史數(shù)據(jù)分析設(shè)備劣化趨勢兩方面開展。為實現(xiàn)以上功能，真實有效的設(shè)備狀態(tài)數(shù)據(jù)是必不可少的，因此高頻數(shù)據(jù)采集過濾成為了獲取真實有效數(shù)據(jù)的關(guān)鍵。

為實現(xiàn)整體的設(shè)備狀態(tài)分析，整體的系統(tǒng)框架流程設(shè)計如圖1所示：

圖1  系統(tǒng)框架流程圖

2.1 有效數(shù)據(jù)采集

數(shù)據(jù)采集過程中，采樣頻率越快，越能體現(xiàn)設(shè)備狀態(tài)的真實性，但受到采集器和網(wǎng)絡(luò)通訊的限制，只能在保證所有通訊設(shè)備穩(wěn)定的情況下，盡可能高速的采集數(shù)據(jù)^[6]。

本方案中經(jīng)過對實際設(shè)備和網(wǎng)絡(luò)狀況評估后，確定了所有數(shù)據(jù)采樣周期為50毫秒，確定好數(shù)據(jù)采樣周期后，其他相關(guān)的采集存儲軟件經(jīng)過不斷的測試也確定了開發(fā)方案。

采集存儲環(huán)節(jié)主要的性能指標(biāo)有采集點位并發(fā)數(shù)據(jù)的存儲性能、存儲數(shù)據(jù)的壓縮性能。設(shè)備診斷開發(fā)規(guī)劃用到采集數(shù)據(jù)5000-6000點，以實際所用的數(shù)據(jù)進行時序數(shù)據(jù)庫的性能測試，首先對數(shù)據(jù)并發(fā)存儲保證采樣周期進行數(shù)據(jù)分析，測試數(shù)據(jù)如表1所示。

通過上面數(shù)據(jù)的測試，時序數(shù)據(jù)庫在并行存儲6000數(shù)據(jù)點位的情況下，可以實現(xiàn)1秒鐘插入683條數(shù)據(jù)，完全滿足數(shù)據(jù)采集的需求。

另一方面對存儲數(shù)據(jù)的壓縮比也進行了觀察和記錄，數(shù)據(jù)點位總計5536點，采樣周期50ms，測試時間19小時26分，總計存入400萬條以上數(shù)據(jù)，占用磁盤空間4.1G，該數(shù)據(jù)表現(xiàn)說明時序庫的壓縮比和優(yōu)秀，完全符合應(yīng)用需求。

綜合以上兩個方面對數(shù)據(jù)采集時序數(shù)據(jù)庫的測試，數(shù)據(jù)采集方案是完全符合需求的。

2.2 設(shè)備狀態(tài)規(guī)則判定

設(shè)備狀態(tài)規(guī)則判定是核心內(nèi)容，本方案按設(shè)備控制方式和特性進行分類，本論文中以開關(guān)類設(shè)備和伺服控制類設(shè)備為例，主要從以下幾個步驟來實施：

（1）性能指標(biāo)數(shù)據(jù)提?。?/p>

確定關(guān)鍵的設(shè)備性能指標(biāo)，這些指標(biāo)應(yīng)當(dāng)能夠準(zhǔn)確反映設(shè)備的運行狀態(tài)和性能狀況，如開關(guān)類設(shè)備執(zhí)行時間、伺服類控制設(shè)備的控制跟隨性等。

（2）相關(guān)數(shù)據(jù)篩選與處理：

在時序庫存儲的數(shù)據(jù)中，根據(jù)設(shè)備性能指標(biāo)需求，對采集到的原始數(shù)據(jù)進行預(yù)處理、清洗和特征提取，以便規(guī)則分析和判定的應(yīng)用。

（3）規(guī)則庫建立：

建立設(shè)備狀態(tài)判定規(guī)則庫，包括設(shè)備性能指標(biāo)、正常指標(biāo)狀態(tài)、異常狀態(tài)等。結(jié)合人工經(jīng)驗和專業(yè)知識，確定各種狀態(tài)判定的規(guī)則和標(biāo)準(zhǔn)，包括性能指標(biāo)的閾值、趨勢等。

將這些規(guī)則和標(biāo)準(zhǔn)轉(zhuǎn)化為計算機可執(zhí)行的規(guī)則邏輯或者規(guī)則表達式，以便程序開發(fā)，實現(xiàn)自動設(shè)備狀態(tài)判定。

（4）狀態(tài)判定與結(jié)果輸出：

根據(jù)設(shè)備性能數(shù)據(jù)與實際數(shù)據(jù)的比對，結(jié)合規(guī)則庫中的規(guī)則進行狀態(tài)判定。根據(jù)判定結(jié)果，輸出相應(yīng)的狀態(tài)診斷結(jié)果和建議，包括設(shè)備是否處于正常狀態(tài)、存在哪些異常情況等。

2.2.1 開關(guān)執(zhí)行類設(shè)備

開關(guān)執(zhí)行類設(shè)備，我們以其執(zhí)行時間指標(biāo)為例，提取設(shè)備控制從打開命令發(fā)出，到開到位之間的行程時間；從關(guān)閉命令發(fā)出，到關(guān)到位的行程時間，通過行程時間來判斷執(zhí)行機構(gòu)是否存在間隙或磨損^[7]，一旦執(zhí)行時間超過設(shè)定閾值，提醒維護人員進行查看，避免因設(shè)備損壞造成生產(chǎn)事故。

卷取機壓下輥抬升和落下的執(zhí)行時間部分?jǐn)?shù)據(jù)如表2所示

開關(guān)類設(shè)備的到位信號尤為重要，通過采集開關(guān)類設(shè)備每次到位是否存在閃斷的情況，來判斷開關(guān)的安裝或檢測是否存在問題，一旦頻繁檢測到開關(guān)閃斷情況，則需要提醒維護人員，利用停軋時間檢查開關(guān)，排查是否有異物干擾、開關(guān)松動或是開關(guān)本身問題。表3是設(shè)備執(zhí)行過程中檢測開關(guān)閃斷情況數(shù)據(jù)。

2.2.2 伺服控制類設(shè)備

通過對伺服閥的閥位給定以及閥芯反饋的偏差，來判定伺服閥的響應(yīng)速度，伺服閥的性能直接影響設(shè)備控制的速度和精度，因此在控制程序內(nèi)都做了伺服閥異常報警判斷，一旦伺服閥出現(xiàn)給定反饋偏差大，經(jīng)過一定時間延時后會直接報警并觸發(fā)連鎖快停，以保護設(shè)備。

但伺服閥在未觸發(fā)異常連鎖前的狀態(tài)，我們無法掌握，或人為通過數(shù)據(jù)曲線進行篩選、查看、對比，既不能反應(yīng)全時間段設(shè)備的狀態(tài)，又耗費技術(shù)人員很大精力。

伺服類設(shè)備的提取性能指標(biāo)，以最大偏差值來判斷伺服閥的性能，實時檢測每次響應(yīng)的最大偏差，根據(jù)偏差值的數(shù)據(jù)曲線和報警閾值為技術(shù)人員提供指標(biāo)依據(jù)。表4為夾送輥傳動側(cè)伺服閥的響應(yīng)偏差。

2.3 劣化趨勢分析

通過收集設(shè)備大量的指標(biāo)數(shù)據(jù)，可以直觀的查看每次設(shè)備動作的情況。圖2為卷取機的壓下輥近2000次抬升和壓下所用時間的曲線。

圖2壓下輥動作時間曲線

但通過數(shù)據(jù)曲線是無法分析設(shè)備劣化的趨勢，需進一步將指標(biāo)數(shù)據(jù)進行線性擬合^[8]，從而獲取線性系數(shù)K值，通過K值就可以直觀反應(yīng)數(shù)據(jù)趨勢。

在線性擬合中，最小二乘法用于確定擬合直線的斜率m和截距b。

最小二乘法通過最小化殘差平方和來確定最佳的擬合直線。殘差平方和（RSS，Residual Sum of Squares）的計算公式如下：

其中n是數(shù)據(jù)點的數(shù)量。通過對RSS關(guān)于m和b的偏導(dǎo)數(shù)分別等于零，可以得到最小二乘法的正規(guī)方程組，進而求解出最佳的斜率m和截距b。

在做線性擬合的過程中數(shù)據(jù)量的選取極為重要，選取過多的數(shù)據(jù)進行擬合，K值近似為0，起不到趨勢分析的作用，而數(shù)據(jù)量過少，擬合后的系數(shù)變化較大，也不能反應(yīng)數(shù)據(jù)走勢，經(jīng)過不斷的分析指標(biāo)數(shù)據(jù)的趨勢，最終選擇使用近50次的動作數(shù)據(jù)進行線性擬合，可以反饋一段時間內(nèi)設(shè)備的性能趨勢。

3 平臺框架設(shè)計

根據(jù)對設(shè)備狀態(tài)數(shù)據(jù)分析設(shè)計，系統(tǒng)平臺主要有三部分：主體程序應(yīng)用、劣化趨勢分析展示以及預(yù)警信息移動端推送。

3.1 程序設(shè)計開發(fā)

系統(tǒng)主體程序設(shè)計為循環(huán)掃描方式，主程序內(nèi)分別調(diào)用子程序，傳入執(zhí)行起始時間和掃描時間段兩個參數(shù)，子程序執(zhí)行完成后返回執(zhí)行結(jié)束時間參數(shù)，作為下一周期的起始時間，控制邏輯如圖3所示

圖3 執(zhí)行程序流程圖

為使主程序具備追溯歷史的功能，將每個程序執(zhí)行過程掃描時間間隔定為半小時，也就是每個程序執(zhí)行周期即可將半小時內(nèi)的時間按邏輯規(guī)則進行篩選，而執(zhí)行到當(dāng)前時間時，則會返回當(dāng)前執(zhí)行完成邏輯規(guī)則后的時間，每個功能的邏輯不同，規(guī)則判斷起止時間也不同，因此返回的時間也各不相同，每個設(shè)備邏輯在主程序內(nèi)以各自線程分別執(zhí)行。

3.2 數(shù)據(jù)可視化展示

為了使設(shè)備狀態(tài)分析數(shù)據(jù)更加直觀的展示，將各設(shè)備的主要性能指標(biāo)、指標(biāo)數(shù)據(jù)趨勢以及劣化趨勢系數(shù)等數(shù)據(jù)以看板形式進行展示，同時看板內(nèi)實時顯示系統(tǒng)報警信息。

圖4  數(shù)據(jù)看板

3.3 預(yù)警信息推送

指標(biāo)數(shù)據(jù)在收集過程中，結(jié)合設(shè)備正常情況的數(shù)據(jù)，設(shè)定合理的報警閾值，一旦指標(biāo)數(shù)據(jù)超限，會在數(shù)據(jù)庫內(nèi)增加報警標(biāo)志，從而激活系統(tǒng)報警，并產(chǎn)生消息推送，提醒維護人員及時關(guān)注。

在執(zhí)行程序時，將各設(shè)備的報警閾值以參數(shù)的形式，傳入指標(biāo)提取判定程序中，在執(zhí)行過程中實時判定報警結(jié)果，有超限情況，在數(shù)據(jù)庫內(nèi)報警置位。如表5所示

開發(fā)數(shù)據(jù)庫接口程序，讀取數(shù)據(jù)庫報警字段信息，對產(chǎn)生報警的設(shè)備及報警內(nèi)容進行轉(zhuǎn)發(fā)^[9]，由微信推送程序?qū)缶瘍?nèi)容推送到微信群，如圖5所示。

圖5  微信群消息推送

4 應(yīng)用效果

系統(tǒng)投用后，在以下幾個方面有較好的使用效果。

（1）設(shè)備點巡檢方面：

該平臺在首鋼京唐熱軋部進行測試使用，系統(tǒng)的應(yīng)用一方面是在設(shè)備維護方面，原來軋機區(qū)域維護人員曲線點檢，每天每人40分鐘左右，平臺投用后，系統(tǒng)可實時自動監(jiān)測點檢內(nèi)容，無需人工干預(yù)，而且主要指標(biāo)數(shù)據(jù)可回溯，省去人工錄入，極大降低維護人員的工作量。

（2）設(shè)備狀態(tài)分析方面：

生產(chǎn)人員通過系統(tǒng)的指標(biāo)數(shù)據(jù)，可實時監(jiān)測設(shè)備狀態(tài)，通過歷史趨勢，可以查看設(shè)備工作情況，通過線性擬合系數(shù)，可以掌握一段時間內(nèi)設(shè)備的狀態(tài)趨勢，有針對性的利用檢修時間去測試設(shè)備，從而達到有效的預(yù)防性維護。

（3）預(yù)防性維護方面：

在系統(tǒng)投用的一個月內(nèi)，平臺為生產(chǎn)人員預(yù)測到兩次設(shè)備異常問題。一次是卷取機壓下輥抬起多次報警，強化時機械人員通過檢查發(fā)現(xiàn)設(shè)備有鐵棍卡阻，未造成事故；另一次是粗軋機側(cè)導(dǎo)板位置控制，多次響應(yīng)時間偏差大報警，偏差時間較正常控制時間稍有延遲，利用檢修時間檢查發(fā)現(xiàn)有一顆連接螺栓脫落，造成另一顆磨損嚴(yán)重，機械人員及時修復(fù)。

該平臺的實用性很強，能為生產(chǎn)和維護帶來極大的幫助，在行業(yè)內(nèi)也具有很強的推廣價值。

參考文獻

[1]廖勇,黃薇,張瑞菊,等.2050mm熱軋產(chǎn)線設(shè)備智能運維技術(shù)的應(yīng)用[J].寶鋼技術(shù), 2019.DOI:10.3969/j.issn.1008-0716.2019.06.007.

[2]劉洋.數(shù)據(jù)中心自動化運維平臺設(shè)計與實現(xiàn)[J].現(xiàn)代商貿(mào)工業(yè), 2018, 39(20):4.DOI:CNKI:SUN:XDSM.0.2018-20-104.

[3]劉文仲.中國軋鋼自動化現(xiàn)狀及實現(xiàn)軋鋼智能化的思考[J].冶金自動化, 2016(6):5.DOI:10.3969/j.issn.1000-7059.2016.06.001.

[4] 張宏杰,張建峰,李萬京.淺談熱連軋設(shè)備智能運維體系建設(shè)及實踐[J].中文科技期刊數(shù)據(jù)庫(引文版)工程技術(shù), 2022(5):4.

[5]王映紅,董磊.唐鋼設(shè)備狀態(tài)在線診斷系統(tǒng)建設(shè)與應(yīng)用[J].冶金自動化, 2017(3):5.DOI:10.3969/j.issn.1000-7059.2017.03.008.

[6] 闞濤,趙躍東,劉煥曉,等.基于大數(shù)據(jù)工業(yè)數(shù)據(jù)采集系統(tǒng)設(shè)計與實現(xiàn)[J].鍛壓裝備與制造技術(shù), 2021.DOI:10.16316/j.issn.1672-0121.2021.02.029.

[7] 梅海東,王洪川.數(shù)據(jù)監(jiān)測在軋鋼機械設(shè)備故障診斷中的應(yīng)用[J].城市建設(shè)理論研究:電子版, 2015.DOI:10.3969/j.issn.2095-2104.2015.01.1993.

[8] 王惠文,孟潔.多元線性回歸的預(yù)測建模方法[J].北京航空航天大學(xué)學(xué)報, 2007, 33(4):5.DOI:10.3969/j.issn.1001-5965.2007.04.028.

[9]律智堅,吳廣財.消息推送在移動高級應(yīng)用中的研究與實現(xiàn)[J].廣東電力, 2014, 27(2):4.DOI:10.3969/j.issn.1007-290x.2014.02.024.