王廣平(中煤陜西榆林能源化工有限公司,陜西 榆林 719000)
煤化工項目具有設備大型化,連續生產工藝復雜性,易出現局部故障影響全局,故障發生時損失巨大等問題,企業生產過程對設備的依賴程度越來越高,設備高效、安全、穩定、長周期運行至關重要,特別是關鍵設備的狀態檢測與故障診斷對于提高企業生產能力和保證安全生產,改進產品質量都具有十分重要的意義。近年來,信息化新興技術的快速發展為設備管理提供了新的技術支撐,物聯網、大數據、云計算、移動計算等新型技術在行業內已經有了廣泛應用,“中國制造2025”從提出到實踐,為煤化工行業兩化融合進程提供前所未有的新機遇,如何進一步開發利用網絡化、數字化、智能化等技術應用具有深入研究的價值。
一是原有大型機組只能在企業中控室、外操間查看關鍵設備運行情況,機組狀態只能依靠操作人員進行監控,設備專業技術人員在辦公室缺乏有效的監測分析手段,且故障分析診斷受專業技術能力的限制存在不足;二是原機泵設備的振動、溫度監測均由人工巡檢監測,監測時段受限,間隔過長,監測數據統計量大,不利于機泵故障前期特征值及時發現,易出現運行事故;三是原重點閥門、管線等設備的泄漏、溫度異常往往也通過人工巡檢方式來排查,僅部分通過DCS、GDS 系統監測報警來實現,存在滯后性,往往泄漏發生后才能報警,不能實現預防性質的監測。
上述問題的存在往往帶來非計劃停車或設備故障,設備故障基本采取事后維修,大都依靠員工經驗來判斷故障,缺少有力的數據化支撐,可能會造成檢修不徹底,運行持續性偏低,維修成本隱性增高等問題。
(1)研究大機組在線實時的監測手段和計算機分析診斷技術,及時、準確的掌握大機組運行狀態,結合大機組的歷史數據、現場狀況等條件下對機組運行狀態做出評估,判斷機組屬于正常還是異常,對異常狀態及時做出報警,并為進一步故障分析、性能評估等提供信息和數據。
(2)研究通過遠傳的方式進行診斷分析,機組診斷專家結合設備機構特性和參數、環境條件及其運行歷史(包括運行記錄,故障及維修記錄等),對機組有可能要發生的故障進行預報和分析,或對機組已經發生的故障進行分析、判斷,確定故障的性質、類別、程度、原因、部位等,指出故障發生和發展的趨勢及其后果。
(1)研究機泵狀態監測,將物聯網、大數據與傳統工業相結合,通過移動客戶端APP 應用,隨時查看機泵運行狀態,當機泵出現異常時,將會第一時間收到報警通知。
(2)研究窄帶物聯網(Narrow Band Internet of Things, NB-IoT)技術在機泵監測的應用,研究其低功率、低功耗、覆蓋廣、部署方便等方面的實際價值和應用效果。
(1)研究紅外熱成像技術在高溫高壓設備、管道等場景應用,研究傳統工業電視監控在監測報警、預警方面的應用。
(2)研究定點在線測厚技術在高溫、高壓、危險區域管道壁厚腐蝕測量應用。
(3)研究振動光纖震動監測在設備運行、管道監測等方面的應用。
(1)建成覆蓋關鍵設備的數字化監測體系,提高了設備運行效率、減輕操作及維護人員壓力,實現現場設備與信息系統的無縫對接,提升各級人員對關鍵設備的了解和監測能力。
(2)改變大機組、重點泵群監傳統運維方式,在實現遠程監測分析的同時,充分利用外部專家和大數據實現機組的健康狀態評估與故障預警。
(3)利用現有視頻監控平臺,完善熱成像應用,完善視頻畫面智能比對分析等功能,擴展視頻監控系統的傳統應用模式,提升了系統的應用效果。
(4)針對高溫、高壓、腐蝕等危險管線及設備,引入光纖震動監測、腐蝕在線監測等技術手段,改變傳統人工巡檢、維護模式的不足。
(5)項目覆蓋設備管理業務的關鍵部分,優化設備管理業務流程,建立全面、靈活、多角度的設備運行監測與分析平臺,設備管理實現了決策機制從業務驅動向數據驅動的轉變,設備可靠性管理以及設備預防性維修逐步實現數字化、信息化、智能化。
大機組是裝置的核心,大機組在線實時的監測手段和遠程專家診斷技術對裝置安全穩定運行具有極其重要的指導作用。傳統的機組監測模式是通過DCS 上數據的變化來判斷機組的異常,這種傳統的方式的問題就是發現異常較晚,即使發現也不能及時找到故障的原因。利用在線實時監測系統數采單元獲取振動位移原始信號,對機組鍵相、振動、過程量、DCS 上的溫度、壓力等信號進行實時采集,這些都是分析旋轉機械的必要參數。
采集收集的信號數據上傳至中心服務器,通過建立機組運行監測模型,生成豐富的專業診斷圖譜,實現機組設備的實時監測及報警。
專業診斷圖譜主要是通過對轉子相對于軸承的振幅、頻率、相位及相關圖譜所進行的故障分析,要求設備管理人員具有相對較高的專業知識,同時若僅依靠企業自有人工進行分析,則存在技術、人力投入等方面的問題,因此同時引入遠程專家診斷幫助企業分析、處理機組故障。同時,利用移動互聯網技術,將大機組在線監測及專家診斷系統中報警、預警信息實時發送至管理人員手機、電腦等,對于及時、準確找到設備發生故障原因或故障趨勢具有重要意義。
物聯網的無線通信技術很多,在低功耗廣域網領域,NB-IoT和LoRa 無疑是最為熱門的兩種低功耗廣域網(LPWAN)技術。
NB-IoT 屬于授權頻段,如同2G/3G/4G 一樣,是專門規劃的頻段,頻段干擾相對少,NB-IoT 網絡使用電信運營商網絡,可以提供更好的信號服務質量、安全性和認證等的網絡標準,可與現有的蜂窩網絡基站融合更有利于快速大規模部署,運營商有成熟的電信網絡產業生態鏈和經驗,可以更好地運營NBIoT 網絡2。LoRa 頻段使用的是免授權ISM 頻段,無需申請即可進行網絡的建設,網絡架構簡單,運營成本也低,但相對于NBIoT,需要自建網絡,投入相對較高。企業可采用NB-IoT 無線傳感器,在重點機泵快速部署安裝“三軸振動+溫度測量”等類型的新型數據采集裝置,實現機泵實時在線監測,利用各類頻譜分析,及時判定轉子不平衡、泵對中偏差較大、地腳松動或基礎不牢、泵軸承損壞等機泵故障或缺陷。
紅外熱成像攝像機可以利用不同介質的不同紅外波段,來探測關鍵設備表面、管道表面的不同溫度,發現和識別設備或管道異常,如閥門泄露、管道泄漏、設備溫度、環境異常等問題,通過將熱成像攝像機接入傳統視頻監控系統,實現紅外熱成像監測及溫度報警,提高了自動識別、自動報警等相關自動化能力,具有非常重要的作用,具有廣闊的應用前景。
(1)設備。設備的重要風險位置,如泵、閥門等部位的異常,可以通過紅外熱成像溫度監測,輔助監測其健康狀態,溫度及溫度變速異常時,實現報警提示,保障設備正常運行。
(2)罐區。化工裝置罐體、閥體的設備連接處會因為輸送介質腐蝕管壁,造成管壁變薄的現象,熱成像攝像機可以及時監測并定位隱患點。
(3)管道。化工裝置使用管道輸送蒸汽、原料、產品等,通常管道內會包裹保溫隔熱層,通過紅外熱像儀可以方便地查看管道的保溫隔熱層有無損壞、是否有泄漏,泄漏介質也會通過紅外熱成像攝像機及時發現。
近些年,人工智能的研究和應用進入全新的發展階段,人工智能在圖像識別的應用場景豐富,在各個行業都有對應的業務需求,包括安防、能源、金融、醫療等行業。
通過在化工裝置安裝攝像機,實時監測容易泄漏的生產區域,通過后臺圖像比對算法進行識別,及時發現跑冒滴漏、火焰冒煙等圖像變化,并進行報警,做到早發現、早報警。
化工企業用戶可結合自身的業務場景,通過定制圖像比對模型并進行應用,比如安全帽佩戴檢測、人員玩手機、離崗/睡崗、滯留、倒地等異常行為。
光纖震動及聲音偵聽技術利用光纖作為傳感元件和信號傳輸介質,連續采集和感知傳輸路徑中設備振動的空間分布和時間變化信息,利用普通光纖,在每一個運動機械上附著一個點,即可實時偵聽該機械的運動特性。通過在化工重點設備、管線外殼纏繞光纜,實現對設備的振動聲音進行監測,利用機器學習建立設備或管線運行模型,當系統偵測到明顯差異或故障時,可及時報警或預警,幫助設備技術管理人員及時了解設備的故障狀態。
化工行業中,原油、原煤中的含硫、含酸值原來越高,在生產加工過程中,因為腐蝕造成設備的損害,時刻威脅著企業的安全,腐蝕問題已經成為石化企業面臨的重大問題。
目前企業采用的腐蝕監測技術主要包括侵入式監測技術和定點測厚技術。對于腐蝕易發生的高溫、高壓部位或者危險區域,侵入式監測技術因為需要在管線本體上開孔,存在一定的安全隱患,且只能監測腐蝕的變化趨勢,并不能直接反應管線的真實壁厚值,存在很大的局限性1。
在線定點測厚技術可選用超聲波傳感器,將檢測傳感器安裝到被測點位,利用無線物聯網傳輸技術快速部署,采集和收集腐蝕數據,摸清腐蝕介質的分布情況和腐蝕規律、查找腐蝕的重點部位和薄弱環節,開展針對性選材或者在線防腐保護,提高石化裝置長周期穩定運行能力,提升企業整體效益。
大型化工企業關鍵設備,一旦發生故障,哪怕是一個零件或組件的問題,都有可能導致整個生產線停機停工,造成生產損失,往往還會帶來災難性的事故,其后果十分嚴重。引入物聯網、大數據等新興技術,實現全廠大機組、關鍵機泵、高溫高壓管道等運行狀態實時監測及分析,有效減少事故停機率,減輕人員負擔,減輕企業安全監管壓力,裝置實現安穩長滿優運行,可以為企業帶來了可觀的效益。
研究和利用物聯網、云計算、移動辦公、大數據分析等先進技術是建設中國制造2025 的必由之路,特別是如何將5G 及AI智能分析技術賦能企業是下一步工作的重點,本文通過研究如何信息技術,建立企業關鍵設備狀態監測與分析技術平臺,強化設備運行狀態監測手段,提高設備運行規律判定能力,設備可靠性管理以及設備預防性維修實現數字化、信息化、智能化,在化工企業設備管理中具有良好的推廣價值和應用前景。