基于设备传感数据并利用先进的融合智能技术,可以全面且更高效地把握各种设备的健康状态,并聚焦分析设备异常,从而提高设备运行安全保障、降低设备巡检压力、减少生产中的非计划停机 ……
现状、需求与应对
在电力、石化、冶金、半导体制造等设备密集型的流程生产行业,设备,尤其是重要辅机处于生产的主要环节且对生产安全和生产稳定性会产生关键性的影响。目前流程生产行业中大量的辅机工龄已超过 5 年且大都依旧采用报警机制来进行设备故障的预警,然而往往报警留给采取措施防止故障发生的时间较短,从而导致故障的发生。另一方面,由于多种原因使得企业的设备管理人员减少,而大量的逐渐老化的设备的巡检和维护工作往往让相关人员的工作负荷越来越繁重,难以应付各种例行工作和突发事件,从而影响设备的稳定运行与安全生产。
流程生产行业的很多企业正在寻求更有效的方法或手段来提高设备故障预防的能力和设备检维的效率,从而降低生产成本与管理成本。国际同行们目前已高度重视采用先进的数据智能技术将设备维护从传统的预防性维护(如定检、定修)向先进的预测性维护(基于设备状态评估的维护维修)升级,以降低运营成本和提高市场竞争力。
企业欲将设备检维从预防性维护转向预测性维护,首先需要管理意识的改变,重视发挥数据在提高生产率中的作用;其次需要应用创新和先进的智能技术把数据充分利用起来以为生产运营创造更多的价值。企业可以选择适合自身情况的投资方式来应用新技术实施设备管理升级的战略,如系统化实施(直接部署应用系统)或服务化(采购数据分析等服务)。
设备“智能健康评估“
设备“智能健康评估”是数据驱动的设备状态评估方法,有别于传统的利用人的经验和知识进行设备状态评判,该方法基于设备传感器数据、利用智能分析技术对设备运行状态进行评估。尽管“智能健康评估”不能像专家一样给出设备状态的最终定性(如某状态是某种故障的前兆),但却能7x24 小时不间断、仔细的分析设备状态是否出现异常,并在发现异常时及时地通知设备检维人员,从而大幅减少人为监测产生的漏判,尤其是那些缓慢变化且未触发预设报警机制的故障征兆。智能健康评估”的另一个作用在于能够基于历史数据给出设备的稳定性趋势的量化分析,为设备检维人员实施设备的预测性维护提供更准确的和更科学的依据,并较大程度地降低设备巡检的负荷。
设备传感器数据的智能融合分析是实现设备健康管理的先进手段。其通过从大量的、来自不同种类的传感器的数据中提取设备运行的状态特征,可实现高效率和更加准确的设备状态异常或故障先兆的预警。有别于现有的基于预设的传感参数阈值进行设备故障报警的方法,这种可灵活实现预警的机制对于设备的健康监测与预防性维护具有更好的效果。由于传统的数
据建模手段在设备传感器数量及所产生的数据量快速增长的情况下分析效率低、实时性差,且难以实现多传感器数据的关联分析,目前国际上主要是通过基于人工智能(AI)和数据融合(Data Fusion)技术来实现数据驱动的设备健康监测(如 PTC、Uptake、GE 等)。
应势科技基于自主研发的动态预测性分析技术的设备智能健康评估系统,采用先进的包含无监督学习(Un-supervised Learning)和动态增量学习(Incremental Learning)的人工智能技术,针对性地解决了对工业设备的多参量、多变化、非线性、强噪声的传感器数据进行工况自适应的状态建模与模型优化的难题,提供了更准确、更高效的设备健康状态的动态评估手段。核心能力为数据融合分析的应势智能系统(Dataneuro)可帮助工业企业实现绝大多数设备的健康评估,包括常见的电机、轮机、压缩机、磨机、给水泵、反应器、冷凝器、变频系统等。该系统目前已在部分石化、电力、航天和装备制造企业内应用。
案例展示
某流程生产企业的一台汽轮机发生过一次严重的故障,但 DCS 监测系统仅在故障前 10 分钟左右有传感器报警,由于报警距故障发生的时间很短,此次故障未能避免。
该企业利用应势科技的设备智能健康评估系统基于该设备在故障发生前后的约 6 周的传感器数据对其在相关时段的运行状态进行分析,短短几分钟就得到有重要价值的信息。
如何实施设备智能健康评估?
1、确定实施策略
实施策略 1)试点 + 全面实施:先选择少量设备,以 1~3 个月为周期进行试点,在试点效果得到内部认可后,对所有重要设备全面实施。
实施策略 2)试点 + 阶段推广:先选择少量设备,以 1~3 个月为周期进行试点,在试点效果得到内部认可后,分阶段推广实施到所有重要设备。
2、充分准备相关设备的历史传感器数据
3、利用智能健康评估手段基于历史数据对相关设备进行状态建模,并分析其历史上的异常时间段及异常问题
4、利用智能健康评估手段基于历史数据和数据模型对相关设备进行历史稳定性趋势分析
5、若部署了应用系统,则利用系统对相关设备的后续运行状态进行实时、持续的健康评估
6、若购买第三方评估服务:
a) 准备相关设备的后续运行阶段的传感器数据
b) 基于相关设备的已有数据模型进行其后续运行阶段的健康评估
c) 持续进行步骤 a 和 b
全面实施设备智能健康评估将带来的价值
² 全面及时地把握关键及重要设备的运行健康状况
² 减少设备结构性故障及因故障导致的安全事故
² 减少非计划停机及其导致的生产能力损失
² 减轻设备巡检及维护负荷进而提升生产力水平