預測性維護在煤化工企業中的應用研究

余智勇

（神木職業技術學院機電工程系，陜西 神木 719300）

2015年，我國政府制定了“中國制造2025”戰略規劃，“中國制造2025”是中國制造業在第四次工業革命下的一個重大舉措。基于工業基礎技術中的核心技術突破，“中國制造2025”主要涵蓋物聯網與人工智能以及大數據分析等方面[1]。工業互聯網通過機器自我學習、人工智能和物聯網裝置所提供的信息，讓人們能夠更好地了解系統的運行和維護。當前中小型煤化工企業對于設備的維護還處于修復性維護和預防性維護階段，對基于工業互聯網技術的預測性維護暫時還未提出相關技術應用。本文所提出的預測性維護是基于工業互聯網的一種典型應用，對于降低煤化工企業損耗成本以及提升生產效率有著明顯優勢。本文基于煤化工企業為案例點，提出如何將預測性維護技術應用在企業中并闡述具體實施路徑及策略方法。預測性維護運作流程圖如圖1所示。

圖1 預測性維護運作流程圖

1 預測性維護技術在國內外的理論研究與設計

預測性維護分析系統以其對數據的實時處理為主要特征。對設備進行虛擬程序劃分為多個邏輯區域，建模并將其劃分成不同的邏輯單元，每個區域都有自己的特點。在實際使用預測性維護系統時，結合該系統所提供的相應數據與資料，設備維護人員可以據此對生產設備作出評定，分析其性能降低或者失效原因，從而找出設備故障的具體原因。該系統具有多個傳感器，能夠實時向外部傳輸數據，并對其進行分析，判斷是否存在問題，降低損失。

在國內，預測性維護技術已有相關理論支撐與研究基礎。設備監測、數據傳輸與分析方面，提出基于PROFINET技術對設備故障診斷，并以此數據為基礎再經PROFINET歷史數據比對與分析，實現設備預測性維護[2]，該技術主要應用于汽車生產公司等；基于EHM系統解決了企業設備系統軟件不夠深度、架構分散等缺陷，融合IT、DT、工業AI等技術，實現設備故障診斷與在線監測等智能化功能[3]，滿足預測性維護對企業的應用；就物聯網技術對城市燃氣提出設備監控SCADA系統的設計[4]，基于云計算技術對無人零售終端設備提出遠程管控系統設計[5]，兩者在實現智能化系統的同時，對預測性維護進一步提出數據分析與設備狀態監測的具體應用。

在國外，主要集中在預測性維護技術的核心算法方面，以ANN為基礎，建立了風電場模擬的數學模型。該模型對風電機組的關鍵零部件進行故障分析，采用失效零件替代正常工況，對風機運行工況、故障工況進行分析，并利用ANN方法對其進行預測；通過使用工藝傳感器的數據，對工業企業的陽極生產裝置進行實時故障診斷；為了解決齒輪的壽命預測問題，采用加權放大的方法，將注意力機制引入到長、短期記憶神經網絡中，使其在一定程度上增大了輸入權重和回歸權重[6－7]。通過實例分析，證明了此方法的準確性。

2 預測性維護技術在煤化工企業的應用現狀

目前煤化工企業設備的維護方法主要有兩種，即故障修復和計劃修復，故障修復指在發生故障或設備損壞后進行修復。在實際使用過程中，只有出現意外的中斷，相應工作人員或者維護人員才會對其進行修復，也就是不定期維護。而計劃檢修，是按照時間來安排的，對煤化工企業中的設備定期進行檢查與修復，分析有無故障，若出現設備故障就需要更換，以免發生更大的問題，影響到整個煤化工的生產效率。目前，在煤化工企業中，這種維護方法被普遍采用，且對生產效率的影響相對較小。

在智能化的今天，大多數的煤化工企業都在向智能化方向發展，但大多對設備進行數據的采集和分析不全面不及時，所以不能對設備進行實時的監測和維護。設備預測性維護分析系統通過其本身的監控軟件，對整個煤化工企業的設備進行實時預測與分析，其最大的優勢就是可以發現設備的故障，分析原因，從而減少設備的維修和維護費用，提升設備的利用率和生產能力。但是，目前來看，部分煤化工企業在實現設備預測性維護時，多受限于資金、技術與管理方面，使得現有的預測性維護技術難以普及更多的煤化工企業。基于該方面，分別就化工設備硬件、系統以及平臺等方面提出有效解決方案，提高預測性維護技術的普遍性。

3 預測性維護系統中設備監測與數據分析的設計應用

本文主要是針對整個嵌入式主板進行系統開發。采用外部設備的擴充，對煤化工企業設備的工作狀況進行實時監控。對采集到的數據進行歸納與分析，將其傳送至數據服務器并實時顯示在終端上。工作人員就可以利用遠程設備對煤化工企業設備的生產、操作進度進行實時監測，從而提高企業生產效率。應用于煤化工企業的預測性維護設備監測與數據分析系統主要涵蓋硬件和軟件兩部分，以壓縮機監測為例，預測性維護系統設備監測與數據分析圖如圖2所示。

圖2 預測性維護系統設備監測與數據分析圖

3．1 硬件方面

預測性維護系統中設備監測與數據分析的硬件主要包括主控芯片、傳感器、數據采集與服務器等。根據煤化工企業在實際生產時的成本以及具體需求考慮，主控芯片可選用ARM核心處理器，它是該系統的核心控制部分，主要負責數據歸類、數據分析以及邏輯處理等重要環節，它的優點在于體積小、功率消耗低、性能好、價格低。傳感器方面，仍以壓縮機為例，在其鍵相、殼體、十字頭以及氣缸等部位，分別布置鍵相傳感器、速度傳感器以及加速度傳感器，對壓縮機轉速、連桿、壓差、液擊等狀態進行實時監測。數據收集和服務器的硬件部分，其原理在于采用專用的信號處理系統，利用A／D轉換技術，實現了對數字信號的實時采集。數據服務器為嵌入式網絡軟件的開發提供了硬件支撐，實現了對模塊化用戶端軟件的要求。

3．2 軟件與操作方面

3．2．1 數據采集與分析

本系統內置于數據采集裝置，通過信號調節板，實現對各個傳感器的信號處理。A／D板讀取和寫入存儲器，完成各個信號的特征提取，對設備的各個分系統進行分析，并對其進行無損壓縮，然后傳輸至現場的數據服務器。

3．2．2 客戶端軟件

本系統采用嵌入式軟件的形式，嵌入到具體數據應用中，根據用戶需求選擇功能應用。一方面，能夠滿足個性化的功能要求；另一方面，在新功能模塊的開發和加入過程中，原有的功能模塊不會受到影響。軟件的主要功能是：數據處理與通訊、專業圖形分析、報警監測、診斷日志和數據統計等。

3．2．3 數據傳輸與接口

預測性維護系統在實際應用時可選用高通平臺，型號為MDM9215，并使用 QuectelEC204G無線通訊芯片。EC20能夠提供 LTE、GSM／GPRS等多種功能，而內嵌板則是以usb通訊為主。另外，由于工業攝影機拍攝的實景影像所占資料量大，若以串行方式傳送，會產生很大的時延導致無法接收影像，因此，工作人員在通信傳輸過程中可使用網口鏈接進行資料傳送。

3．2．4 操作系統

選擇操作系統時，要根據系統的穩定性和兼容性來確定不同的操作系統，在實際操作中，需要保障該系統的穩定可靠性以及快速有效性。通過綜合比對，Linux系統是最好的開發工具。因此，Linux被選中作為一個嵌入式系統來進行開發。

4 工業互聯網平臺在煤化工企業中預測性維護策略應用

物聯網作為近年來的熱門概念，工業互聯網平臺基于物聯網技術進行實現，它利用RFID等信息傳感裝置，將任意物體與因特網相連，實現信息的傳遞和交流，實現智能化的設備識別、設備定位、設備監測、數據分析和數據管理等。目前對物聯網體系的定義已有很多種，其中最常用的是感知層（設備感知）、網絡層（邊緣控制）和應用層（云端控制）三層結構[7]，工業互聯網平臺管控系統框架如圖3所示。感知層（設備感知）是物聯網的核心，溫度與壓力傳感器、管網設備以及GPS定位等。感知層的功能是在一定范圍內進行目標的識別與收集。網絡層（邊緣控制）包括因特網、有線與無線實時通訊、網絡數據管理與分析等，它類似于人的大腦與神經系統，將接收到的訊息傳遞、加工，實質上是一種資訊與知識的集合。應用層（云端控制）是將物聯網與個人、組織和其他系統的用戶聯系起來的接口，它必須與具體的工業需求結合起來，比如把它們和煤化工生產設備結合起來，從而實現對煤化工生產設備的遠程監測與控制。本平臺采用的三層結構以開放式結構為主，實現對智能制造數據終端的訪問，解決了異構協議在網絡中的傳輸和應用級的實現，通過對煤化工企業生產設備及各個分設備的＂集散控制＂，實現了對生產設備的自動監測與管理，為預測性維護在煤化工企業中的應用提供保障。

圖3 工業互聯網平臺管控系統框架

因此，隨著數字智能化在工業生產模式中的應用，企業的運作更加高效、經濟。智能化生產給煤化工企業生產系統的高自由度限制帶來了生產管理的簡化，對平臺以及相應系統的操作要求提出了更高的要求。在現階段智能制造系統中，如果不按計劃進行，就會導致生產效率低下，產品交付能力降低。所以，針對煤化工企業的智能化生產，必然需要有一套與之相適應的智能化維護體系。

5 結論

綜上所述，基于工業互聯網的預測性維護中數據的采集技術和應用方案，可以在煤化工各個生產環節以及工業設備中進行應用。通過對企業生產設備的識別、跟蹤以及定位；對數據分析與處理；設備狀態監測以及數據傳輸、傳感器報警功能等方面綜合處理與運營，實現設備遠程監控、設備故障報警的功能，達到煤化工企業預防性維護的目的。