• 

  • 

      

      
  
      
    
      
    
      
    
      
           
    
      
    
      
    
      
    忘記密碼? | 收藏本站
      

      




      
  
  
      
    
  
      
  
 
  
  
  
  
      
    
      
    
      您當前所在位置:首頁 >> 主頁 > 知識之窗 > 
      
    
      
      
      
        
      
          
      知識之窗
      
        
          
      
        
      鋼鐵行業設備智能運維系統解決方案研究及應用
      
      
      發布時間:2023-04-11 10:09 　作者:admin　點擊量：　
      
             立項背景
      
       寶鋼引進、消化及完善點檢定修制，曾持續引領中國設備管理水平30余年，但在高質量發展的今天，存在的設備數據在線率不足1%、定性點檢標準占96%、周期檢修項目占70%以上、點檢人員配置居高不下、能源環保壓力高企等問題，表明以點檢定修制為代表的設備運維技術發展遇到了瓶頸。
      
       對此，國內外鋼鐵同行也進行了設備運維發展的探索和實踐。比如，美國大河鋼廠建立基于云的超級計算服務，安裝超過5萬個傳感器，探索預知維修。新日鐵住金引進人工智能數據分析平臺（DataRobot）提供云計算的合并數據分析環境，提高設備維護效率。新日鐵名古屋制鐵所在線監測的設備1253臺，監測的結果為制訂檢修計劃和內容提供了直接依據。三一重工以工程機械為對象，開展全生命周期運營管理，運用實時監控與分析、設備故障維修、預測性/預防性維護等，單臺設備潛在收入較之前可提升10%~50%。
      
       從技術發展現狀來看，鋼鐵企業尚未實現全流程、全工序、跨地域、跨空間的廣泛、深度數智應用。
      
       比如，從設備連接維度看，鋼鐵企業存在設備感知手段不足、高頻數據處理困難、多源多維數據難融合、信息孤島眾多等問題；在預警診斷和決策上，存在狀態識別效率低、診斷準確性差、劣化趨勢無法把握、維檢決策可靠性低、經驗轉化知識困難等問題；在同類設備、同類產線設備運維對標中發現了設備術語不統一、故障描述不一、設備顆粒度不一、設備表征數據無序、數據處理差異大等問題；現有的設備運維方式不支持智能運維的大范圍推廣應用，也缺乏智能運維的人員隊伍等�？梢娊鉀Q上述問題是一項極具挑戰性的復雜系統創新工程。
      
       關鍵技術和創新點
      
       該項目團隊認為，從“感官判斷、經驗決策”向“數據判斷、知識決策”轉化是實現設備智能運維的核心。因此，他們以此為總體思路開展設備智能運維技術的系統創新。
      
       圍繞設備智能運維，該項目形成了以一個平臺（面向鋼鐵全流程的設備智能運維平臺）、一個專家系統（以算法、模型、規則為核心的智能專家系統）、一套標準化體系為核心技術架構（面向服務一致性的設備智能運維標準體系）、面向鋼鐵全流程的智能運維體系為載體的技術路線的技術創新內容。
      
       創新點1：形成面向鋼鐵全工序的智維云平臺
      
       這是一個面向鋼鐵全工序的設備智能運維平臺。該平臺支持海量設備聯接，以“云—邊—端”架構設計，支持智維生態協同、數據流動與知識創新賦能。其涉及關鍵技術較多，其中3項尤其具有行業特色和創新性。
      
一是多場景智維物聯數據采集技術。
      
       針對鋼鐵設備數據采集場景復雜，環境高溫、高濕、多粉塵，設備種類多差異大等特點，該項目研發和應用了一批專用智能數據采集裝置和大規模應用的低成本傳感器，滿足了鋼鐵工業設備多場景數據采集需求；并通過多種物聯網絡通道技術融合研究，解決了復雜環境下數采“最后一公里”問題。
      
       二是海量高頻數據邊緣處理技術。
      
       鋼鐵設備數據量大，但數據價值密度低。該項目通過研發系列算法和數據處理工具，并在邊緣端運用高頻并發計算、工業特征工程等系列技術，解決了數據清洗、處理、特征提取問題，實現邊緣快速降頻、實時計算應用。同時，該項目還開發了系列無代碼、可視化的編程工具，實現了人機現場高效交互，解決了現場邊緣側海量高頻數據的傳輸、清洗、處理問題。
      
       三是多源、多維、異構數據融合應用技術。
      
       設備數據呈現異構、多源、多維的特點，難以綜合應用。為此，該項目應用了CMDB（配置管理數據庫）技術來構建設備BOM（物料清單）及主數據，采用TSDB（時序數據庫）和集中分布式大數據Hadoop（分布式系統基礎架構）技術來處理海量實時動態時序數據和工藝控制數據，采用MongoDB（基于分布式文件存儲的數據庫）處理半結構化數據，通過流式計算平臺對數據進行歸一化處理并校對，構建智維知識圖譜對維護經驗建模，通過研發工業數據融合技術實現了設備多類數據包容處理，使得設備數據得以跨設備、跨系統、跨產線應用。
      
       創新點2：形成面向狀態變化趨勢決策的智能專家系統
      
       該項目構建了面向狀態變化趨勢、人機協同的專家系統。其以系列算法、規則、模型為核心，實現了狀態識別、故障定位、維檢方案推送、結果驗證閉環、知識提煉匯聚的全過程決策智能化，主要涉及4項關鍵技術。
      
       一是統計與先驗知識協同的多變量設備狀態預警技術。
      
       針對設備狀態個性化發展變化的特點，并結合對設備機理的理解，該項目建立了設備狀態動態數據統計模型，可根據不同工況的狀態數據訓練出報警閾值，實現自適應綜合預警。其不但支持各類閾值類報警，還支持趨勢報警，以及包含工藝邏輯的邊緣規則預警，實現復雜場景、多變量耦合等情況下的異常狀態綜合預警。
      
       二是機理與數據驅動相結合的設備故障診斷技術。
      
       針對鋼鐵設備復雜工況、負載多變、狀態變化耦合因素多、表征非線性等特點，該項目利用算法工具將經驗數據化，將先驗知識納入模型，再結合大數據技術應用，提高案例學習效率，加速設備診斷模型的開發與調優，最終實現故障診斷的智能化、精準化。
      
       三是多維度數據協同的設備綜合評價技術。
      
       該項目融合設備屬性、運行狀態、工藝過程、維檢過程、運維履歷、同類故障特征、負荷累積等多維度數據，結合AI（人工智能）算法、專家經驗知識，動態調整非線性權重系數，形成設備綜合評價系統模型，可對設備健康度及相關性能指標做出綜合性評價。
      
       四是基于知識圖譜的設備維檢決策技術。
      
       該項目通過多種維檢決策知識圖譜的開發與迭代，指導對異常事件與維檢需求邏輯關系的梳理，形成維檢決策規則，嵌入平臺運維決策環節，推送最優的維檢對策，提高維檢項目的針對性、有效性。
      
       創新點3：面向服務一致性的設備智能運維標準體系
      
       該項目將單一基地的個性設備技術轉變為全行業的工序共性技術，實現同類設備、同類產線統一標準、統一管理，主要涉及3項關鍵內容。
      
       一是設備族譜多粒度統一數據標準。
      
       該項目解決了設備名稱不統一、設備故障原因描述各異、設備粒度不一、設備表征數據無序等問題，實現了設備術語統一、顆粒度統一、數據表征統一。
      
       二是基于工序特點的設備數據采集、處理與存儲標準。
      
       該項目規范了設備數據的采集和處理過程，解決了同類設備之間數據互理解和互操作問題。
      
       三是鋼鐵產線設備狀態管控標準。
      
       該項目解決了各鋼企設備運維標準不一、運維質量不一、檢修過程與驗證方法不一的問題，通過形成統一運維標準、運維質量評價標準、檢修與驗證標準，實現了對多地域同類產線、同類設備高效一致管控。
      
       創新點4：構建面向鋼鐵全流程的智能運維體系
      
       為了最大限度釋放技術創新紅利，實現極致專業化基礎上的規模效應，該項目還在業務流程和職業體系方面形成創新，包含3項創新內容。
      
       一是面向鋼鐵全工序的智能運維系統解決方案群。
      
       該項目依托中國寶武豐富的技術應用場景和行業專家資源，形成了一系列面向鋼鐵全工序的智能運維系統解決方案，包括工序概況、智維目標、智維設計、監測技術應用、運維技術應用、全量數據應用、模型迭代升級等內容，具備了大規模、快速復制條件。
      
       二是基于平臺的近地與遠程運維相結合的智能運維運行體系。
      
       該項目以“100%平臺預警、100%線上工作”為目標，將近地與遠程結合，集前臺、中臺、后臺于一體，對多地域、同類產線、同類設備進行集中管控，實現所有管理在線、所有決策智能、所有資源共享，塑造全新智能運維運行體系。
      
       三是以智維工程師與智維分析師為核心的智能運維人才培養體系。
      
       該項目創新形成以智維工程師、智維分析師為主體的智能制造新職業體系，并配套完善人才培養機制，為設備智能運維的可持續發展奠定了人才基礎。
      
       截至目前，該項目已形成標準11項（其中2項國家標準，9項企業標準）、專利88件（其中獲授權發明專利18件，獲授權實用新型專利13件，在審查發明專利57件）、軟件著作權9項、論文16篇、論著1部，覆蓋項目全部核心技術。
      
       創新效果
      
       在鋼鐵行業和設備運維領域，通過對監測設備數、監測數據項、數據頻度、設備覆蓋率、預警、診斷準確率、覆蓋范圍、運維體系等方面進行對比分析，且經成果查新；中國金屬學會組織成果鑒定結論顯示，該項目成果達到國際領先水平。
      
       截至目前，該項目成果已在中國寶武十五大生產基地及多元產業多家單位部署應用，并已擴展至漣鋼、寧鋼、鞍鋼鲅魚圈等其他鋼企基地，累計接入900余條產線、設備超33萬臺，計劃3年內接入設備超百萬臺。
      
       在產線類設備上，基于該項目成果，已集中管控熱軋、高線、冷軋等數十條主產線，分別取得良好效果；隨著同類產線數量增加，設備資產效率、人事效率和管理效率將得到大幅度提升。
      
       在通用類設備上，以風機為例，近5000臺風機集中管控后預警和診斷準確率均超90%，點檢負荷、檢修負荷持續下降近三分之一，隨著同類設備數量增加，規模效益更為可觀。
      
       截至目前，該項目累計產生的直接經濟效益達5.4億元（項目成員單位內），間接效益達17億元，實現了超大規模的工程化應用，項目相關技術為鋼鐵行業設備運維的轉型變革提供了堅實的理論基礎和技術保障，具有完整的知識產權，關鍵技術自主可控。（來源：中國冶金報社）
      
          

      
      
     
  
      分享到：QQ空間新浪微博騰訊微博人人網微信
      

      
          
      
       
      
      
       

      
      
        
      
          
      通知公告閱讀全部
      
          
        
      
        
      
          
      會員單位查看更多
      
        河北省金屬學會單位會員名單（108家）
        
      注:單位會員未提供網址或網址不正確的，請將更新信息發至hbsyjxh@126.com郵箱。
      
           
      會員單位
      
          
        
      
        
      
          
      學會動態閱讀全部
      
          
        
      
      
      
    
      
  
      
  
      
    
    
      特別聲明：本站內容未經允許不得轉載！
      
      版權所有©2013-2014 河北省金屬學會     技術支持：邁得科技 
      
      地址:石家莊市躍進路167號 　郵編:050031　 信箱:hbsjsxh@126.com　 電話:+86-0311-85689536 +86-0311-80720238
      
  
      

      

人妻激情偷乱视频一区二区三区_亚洲性福利视频网站_香港三日本三级少妇三级_国模无码免费视频在线观看