設備信息化平臺對預防性維修的作用

高方欣

（神華北電勝利能源有限公司，內蒙古錫林浩特 026000）

0 引言

隨著中國制造2025、德國工業4.0等概念的普及，如何將信息技術與現場設備深度融合，加強生產效率，降低生產成本，是各類生產、制造企業急需攻關的課題。大數據又名巨量資料，是一種通過持續的捕捉、管理、統計、分析數據來指導或控制信息源狀態的技術。合理利用大數據技術進行分析可以使維修方式從應急搶修向計劃維修、狀態維修過渡。有效控制人力、維修成本，排除影響生產的因素。

1 設備管理現狀分析

在實際的工作中，經常會遇到一些引人深思的問題，比如“穩定運行了幾天的設備，怎么突然就壞了？維修人員不靠譜，今天的生產任務又完不成了。”“昨天是按檢修計劃做的檢修項目，今天就壞了，是不是按照定制的檢修流程和檢修時間來安排的檢修任務呢？”“設備有好有壞，操作設備的人技能也有好有壞，反正我是按工藝和要求維修的，總壞我也沒辦法！”等。

2 三段兩過

在設備管理的過程中，存在三個階段、兩個過渡，而出現問題的原因就是在第二個過渡中沒有找到最好的解決方法。

（1）一階段。被動式維修，發現故障、解決故障。

（2）一次過渡。以固定周期對設備進行檢修，減少停機維修時間。

（3）二階段。主動式維護，制定維修計劃、制定維修策略，記錄保養數據。

（4）二次過渡。隨著科技進步、設備數據化，依據設備運轉情況和有效數據分析制定較優的維修計劃，保障設備良好運行的情況下，降低故障風險和維修成本，對發生的故障進行快速維修。

（5）三階段。預測性維護，合理安排維修時間和策略、快速分析故障根本原因、合理的預處理方式。

從20世紀80年代開始，各企業為了加強設備管理的工作，主要引進學習的是英國設備綜合工程學和日本全員生產保全這2種設備管理模式，而這2種管理模式的核心都是加強設備預防性計劃檢修工作的有效性。在機電設備管理的體系中，各類基礎數據的收集整理完善程度決定了設備管理的有效程度，所有的預防性計劃檢修工作都應建立在可靠的數據基礎之上來確保相應檢修工作起到應有作用。而不能把定期檢修作業作為發生故障事故推脫責任的依據。20年前，由于計算機的普及性不高，設備檔案、狀態檔案都是靠筆來記。10年前就有一部分信息依靠計算機了，但是仍然不夠完善，因受科技技術影響，數據采集能力較低、數據處理能力的不足、各類數據之間的連接性不強，信息與信息的關聯性不夠，即使發現問題，各類記錄也只能單獨查看。導致數據對于日常檢修工作的指導性較差，檢修作業的實施方向以經驗為主，造成了大量的人力浪費，盲目的更換性檢修會造成大量成本浪費。

3 設備大數據信息的應用

實現設備大數據的應用應遵循收集設備運行狀態數據、數據預處理、數據分析、分析結果應用的流程。

3.1 設備運行狀態數據

持續不斷的積累設備運行日志信息，運行狀態、維修記錄、檢查記錄等，利用數據平臺進行歸納采集，集中保存來，保持設備運行信息的完整性。

3.2 數據預處理

定期對設備信息進行梳理備案，提高數據質量，排除不良數據，將不同設備運行產生的數據進行一致化整理，約簡各類數據中的稀疏特性，提升需求數據的精準性。

3.3 數據分析

在周期內對比設備故障的數據相關合集，分析發生故障的線性條件，提出假設發生故障條件，制定隱患故障模板，推斷類似故障的預期故障范圍。

3.4 結果應用

利用數據分析出的故障模板，預測設備的運行趨勢，元器件的運行狀態，合理的根據數據趨勢制定相應維修維護工作，避免故障的發生。

4 信息化機電檔案的建立

4.1 信息化機電檔案的主要內容

（1）運行記錄。運行數據是支撐整個設備大數據的基礎，在設備完整的生命周期內應持續不斷的完善、記錄。包含設備在運行過程中的詳細信息，設備累計運行時間、作業工況、操作人、作業中的一些典型行為等。

準確詳實的運行數據在發生故障后的分析過程中，可以起到明確設備運行狀態、設備操作人、設備作業方式、故障發生誘因和基礎工作是否到位的作用。

（2）維修記錄。維修記錄是故障分析總結的重要核心，每次故障處理的方式方法、典型現象、判斷流程以及對應方法，應全面、詳實。內容包括設備故障小時數、故障現象或代碼、處理時間、操作人員、維修人員、更換元器件位置、元器件的數量、機械結構件質量參數、排查過程、處理過程等。

（3）保養記錄。保養記錄作為維修人員實施保養項目的痕跡管理，應以定期檢查項目的落實情況，觀察元件的劣化程度為主，定期檢驗設備的參數如潤滑油質檢測數據、活動結構件的配合參數為輔。設立不同部位數據的維修上下限，超出范圍則進行二次檢測確認并進行分析處理，以數據作為開展設備預防性維修的基礎，達到設備預防性維修，減少臨時故障的作用。

（4）狀態記錄。狀態記錄是涵蓋設備整體運行中，各部位或各元件工作狀態的數據記錄，采集方式是以各類傳感器或儀器進行監測，范圍盡量覆蓋全運行、全方位、全狀態。在發現或發生故障時，可以調取一定周期內相應部位的狀態變化，也是作為預測故障模板的數據來源。比如各關鍵機械軸承、軸的溫升參數、震動參數、環境溫度、電氣參數、電氣元件的通斷次數等。

（5）改造記錄。在發現缺陷和隱患的同時要對關鍵部位進行一定的技術改造，以改造時間、目的、效果等作為對比參數進行記錄，確認效果的同時進行推廣覆蓋，并根據改造內容編制修訂設備基礎圖冊確保環節不缺失，為日后各類工作提供方便。

4.2 狀態數據的預處理

設備狀態數據具有一些特殊性，需要在數據的預處理過程中將其歸納整理，一般有3個特點。

（1）多屬性。同部位的數據具有多重屬性，即單一的數據是由多種狀態決定的，例如軸承溫升參數，由連續工作時間、環境溫度、載荷情況等組成。反而觀之，在多個同類數據合集的基礎上也能根據條件公式反推出其他數據對于需求數據的關聯關系。如何在多重屬性的影響下做出數據運行趨勢的合理判斷是需要詳細考慮的問題。

（2）多層級。在整體數據的記錄中，同樣存在多層級的情況，有些數據針對于單個元件、有些數據針對局部系統，有些數據覆蓋整體設備，較低層級的數據是較高層級數據的基礎，高層級數據是低層級數據的融合，同一層級間的數據既是互補也是對比。例如減速箱輸出軸端溫升、減速箱箱體油溫，前后輸入軸的溫升可以作為對比，也可以同樣參照減速箱油溫進行統一補充。

（3）“臟數據”。在數據采集錄入的過程中，難免會產生因為人為操作或設備儀器誤差等產生的錯誤數據，就需要通過多次整理分析進行排除，其中包括“噪聲數據”，偏離范圍過大的異常數據；“重復數據”，人為記錄產生的重復性數據；“缺失數據”，一些偶然因素引起的數據缺失。這些“臟數據”在整體數據的記錄過程中過多，會導致數據分析不客觀、喪失規律性或錯誤結果，需要人為干預修正或刪除。

4.3 數據分析及結果應用

取一臺大型挖掘設備數據，分甲乙丙丁（操作員）4組，采集數據為開斗接觸器吸合次數以及提升機構提升操作時間＞5 s的次數做分析。采集數據說明：單斗—卡車挖掘工藝，開斗門為單斗裝車必須執行的指令之一。開斗機構的開斗門操作是由開斗電機接觸器來決定的，所以開斗電機接觸器吸合次數可以代表操作人員裝車單斗次數。預期數值的計算方式為，按平均單班效率100車，平均每車4斗，增加修工作幫、清理工作面等容差率10%，單班理想開斗次數440次。圓班（天）開斗次數1320次。

提升機構操作時間＞5 s的次數為默認為挖掘次數，因提升機構從設備底部提至頂部總行程約10 s，設定5 s以上計次可排除空提斗移鏟、微動提梁注油等無關工作次數。按平均單班效率100車，考慮不滿斗情況，平均每車提升挖掘6次，增加修理車幫工作、清理工作面等容差率10%，單班理想挖掘次數660次，圓班（天）挖掘次數1980次。在持續一定周期的數據記錄后有表1幾種情況。

在進行數據預處理后，結合運行記錄，排除已知故障因素，取出接近平均負載、運行效率相近的數據進行分析，會發生6類的數據差別。

（1）甲的開斗次數多，單斗效率最低，操作人員對于車輛載重、挖掘力度均不能熟練掌握。

（2）乙的挖掘次數多，單斗效率較低，操作人員對于挖掘力度掌握能力較差。

（3）丙的開斗次數少，單斗效率較高，操作人員可以熟練了解裝車載重需求。

（4）丁的挖掘次數少，單斗效率最高，操作人員可以熟練完成裝車任務。

（5）開斗次數整體呈上升趨勢，應考慮是否開斗機構有磨損情況，斗門自開或斗門難開的情況加劇，可以提前主動維修開斗機構。

（6）挖掘次數整體呈上升趨勢，應考慮是否工作幫硬度增大，挖掘難度增大，應提前安排檢查中央樞軸間隙、其他因振動等易損部位的檢查。

篩選出甲乙丙丁4組的數據孤立值，也可以排查出因故障停機或導致生產效率低的組別是因為操作方式的原因引起的設備故障率高。開斗接觸器的有效機械次數為30萬次，斗門機械結構的機械碰撞次數約10萬次，在接近數據的基礎上可以提前安排更換。

5 一個完善的設備信息化電子檔案系統

統一的設備檔案平臺（圖1），任何設備狀態都可以通過定位查詢確認范圍時間內設備的各類過程信息，如工況、操作人、元件狀態、環境參數、過程參數等。能夠快速查看平臺內設備的各類定期基礎信息，如維修記錄、保養記錄等，并可以根據關鍵文字進行篩選。更換元件的使用時間、有效生命周期預警。

圖1 統一的設備檔案平臺

6 結語

在科技日新月異的今天，機電設備的管理能力決定了企業穩定生產的水平，新時代下的生產企業如果善于運用大數據這一新興技術，不僅可以提高企業的生產效率，降低人員、設備成本，同時也為企業生產、決策提供了科學依據。