传动设备智能健康管理在水泥生产领域的应用

旨在解决现在水泥传动设备维护的滞后性、盲目性和不确定性，运用传感器技术，利用设备运行健康数据库、故障特征数据库及机械失效分析机理模型，对实时采集的设备振动、温度等运行数据，进行专业诊断比对、分析，实时监测设备运行健康状况和故障预警，指导设备维护人员进行预测性维护。实现减少非计划停机事故，降低零部件准备成本，缩短设备维修工期，有效地帮助企业降低成本，提升生产效益；避免点检人员的日常高危作业，降低安全风险。同时，利用最新的移动端技术，可以通过手机等移动端，实时查看设备运行状态，提前预知设备隐患，为设备管理提供了科学、高效的决策依据。

1 水泥设备状况

水泥生产线设备种类较多，其中传动设备是水泥正常运转的核心，主要包括：破碎机、皮带机、提升机、立磨、辊压机、回转窑、选粉机、风机等。这些设备均是水泥厂正常运转的关键，其维护、保养和管理是整个水泥设备管理工作的重中之重，且面临着诸多管理和维护挑战。

首先，设备分布分散。水泥生产区域设备分布广、数量大，整个工况范围包括矿山区、生料区、熟料区、水泥区及余热发电区等，在水泥厂内分布较为分散，容易造成设备日常巡检的漏检，且设备运行环境高危，如入窑提升机等处于近百米高塔至上，点巡检人员日常作业危险系数高。

其次，人工劳动强度大。为了保证设备运行的可控性，水泥设备维保人员约每2小时对设备巡检一遍，造成工人劳动强度较高，且不能实时点检至每个设备，有漏检和不能及时发现设备隐患的情况。

再次，技术手段落后。常规的点巡检手段，如测振笔、测温枪等，不能准确发现设备故障源，且不能形成连续的数据储备，对设备维护、保养不能提供有效的数据支持。有些水泥厂为了保证设备的正常运行，无论轴承好坏，周期性将所有传动设备轴承进行更换，造成大量资金的浪费。

最后，因为关键设备的突发性停机，造成生产中断，其损失更是巨大。

为了解决水泥厂传动设备运用和管理中遇到的问题，沃德应用现代传感器技术、边缘计算技术、无线通讯技术、信息处理技术、物联网技术、大数据技术以及机械失效分析机理模型（算法）和仿真技术自主研发设备智能健康管理系统，将设备预测性运维技术方案应用到水泥厂设备管理中，针对水泥设备分布不集中的情况，利用无线传感器和数据采集器，将各设备的运行状态数据，实时采集到数据处理平台，通过专业的数据分析，把设备运行状态信息和故障信息，通过可视化手段，指导维保人员对设备进行定点、定向的、有针对性的预测性维护和保养，从而降低维护成本，降低备品备件储备，降低现场维保人员的劳动强度，避免非计划停机，进而提升整个水泥厂的智能化水平。

2 水泥预测性运维的技术瓶颈和实施难点

随着传感器技术及无线数据传输技术的发展，预测性运维的概念已经越来越多地被工业领域所接受，但发展和应用的水平参差不齐。目前，在世界工业领域里，预测性运维的应用还是在西方技术发达国家里居多，如美国、德国。然而在中国，受条件的限制，普遍面临如下技术瓶颈和实施难点：

1）采集频宽

水泥生产设备，工艺流程厂，设备类型繁多，应用场景多样，设备的运行状态数据的频率范围涵盖了从低频到高频的各个频段，传统的便携式点检设备（测振笔）的数据采集频宽，无法覆盖设备运行的健康频宽和故障频宽，造成实际应用中故障数据特征不明显或超出数据采集频宽范围，虽然能够采集，但无法判断故障，更不用说故障定位。

2）信号传输方式

水泥设备分布分散，如果传感器采用有线传输，会造成线路较长、臃肿，且铺设困难，因而无线传输方式是最佳的选择方式。无线传感需要考虑如何保证数据采集精度、采用何种无线信号传输方式、如何保证数据高效传输；传感器的供电方式，使用电池如何提高电池使用寿命；数据中转站和服务器采用何种通讯方式，有线或者无线等，成为必须要解决的问题。

3）数据实时性

设备故障的信号往往随时间的推移逐渐增强，时序数据的实时性和连续性对于数据分析至关重要。设备运行数据的实时采集效率，受数据量的限制，过量的数据传输和存储会对服务器及传输带宽造成很大压力。如何有效过滤和清洗无用数据，保留有用数据，并对有用数据进行压缩存储，降低存储空间压力，成为技术难点。

4）缺乏运行标准数据库和失效数据库体系

数据的采集和传输技术突破以后，如果没有设备标准运行数据库和故障特征数据库的支撑，没有机械失效分析模型，则采集到的数据只能作为演示使用，无法给予设备普遍性的智能研判，更无法实现故障类型预判和故障定位。目前，对于诸如轴承、齿轮等设备关键部件的数据准备，只掌握在少数企业手里。

5）算法体系无法应对复杂应用场景

数据的比对分析，需要大量的和多类型的算法支持，以适应不同品牌设备、不同型号设备、不同应用环境、不同使用方式等。为此，要做到精准分析和判断，必须开发普遍适用的算法，并且为不同应用场景设置不同的预警、报警阀值，从而实现分析的有效性和准确性。

3 水泥设备智能健康管理系统设计

图1 水泥设备智能健康管理整体架构

水泥设备智能健康管理整体架构分为3层次，如图1所示：

1）数据采集层：采用具有专利技术的全无线传感器，集成振动和温度数据采集，数据具体包括：高频和低频振动、加速度、振幅、位移和关键部位温度。将传感器安装在设备表面，通过无线的方式，将采集到的设备状态数据发送到采集站。其中传感器和采集站采用ZigBee协议进行传输，通信频段为2.4GHz；采集站采用4G或5G网络将数据发送到平台服务器。

无线采集站集成全通道同步采集技术和全采样技术。其中，全通道同步采样是同一采集站下所有传感器同步采集数据的技术；全采样技术是一种定时采集、系统24小时不间断进行振动数据采集，采集数据全面，包括常规振动波形、长波形、时域指标（峭度、峰值、有效值）等，最短可30秒可采集一组有效值数据，5分钟采集一组常规振动数据。

2）数据处理层：通过自主研发的监测软件，控制传感器采集数据类型，以及存储传感器采集的设备数据，通过内置的近30种算法对采集到的数据进行处理，包括：

a) 时域波形、频谱分析、多时域、多频谱、长时域波形分析、转速数据

b) 趋势分析、多趋势分析、采样值趋势、频率趋势分析、长波形趋势分析、频率趋势

c) 包络解调、倒谱分析、阶次分析、瀑布图

d) 交叉相位谱、波形再处理、寿命预测

3）数据分析层：通过专家体系并结合国内外品牌减速机等传动设备的失效数据库，运用专业的数据分析方法，对设备数据进行分析，进行个性化维保。这是沃德传动设备智能健康管理系统与传统振动检测或实时在线监测系统的区别。将专业数据分析人员纳入到系统中，保证系统价值发挥到最大。

该系统目前已经成功应用于广灵金隅水泥、承德建龙水泥等，用于指导水泥设备的预测性维护及全生命周期管理。

4 广灵金隅水泥设备智能健康管理系统的应用

2017年11月初，广灵金隅水泥进行了设备的智能化升级改造，2018年1月份，智能化升级改造完成。本次智能化改造对广灵金隅水泥厂包括破碎机；辊压机（4 台），生料斗提机（4 台），风机（4 台）、斜拉链减速机、回转窑、煤磨机、皮带机、选粉机（2 台）、入窑出窑斗提（6 台）、入库斗提（2台）、水泥磨（2 台）等共计 56 台套设备安装了数据采集传感器，通过在水泥厂内建立的设备智能健康管理系统，将设备运行数据传到数据管理中心，通过数据中心的专业人员的数据挖掘及设备管理人员的手机APP，实时提供设备运行状态和潜在故障信息，确定设备的隐患程度以及进行精确地故障定位。深度的数据挖掘，让设备主动提供自身状态信息，为水泥企业实现了设备管理从自动化到智能化的飞跃。

系统从2018年1月2日正式上线，沃德为广灵金隅水泥提供的设备健康状态评估服务如下：

n设备7*24小时远程监护服务：沃德为广灵金隅水泥提供7*24小时远程设备监护服务，安排人员7*24小时对数据进行监视，发现确认问题后第一时间通过信息和电话通知广灵金隅水泥；

n《周度设备健康状态评估报告》：每周定期为所有监测设备进行综合健康状态评估，评估设备运行状态，定位设备故障部位，提供运行、维护建议；

n《月度设备健康状态评估报告》：每月定期为所有监测装备进行综合健康状态评估，定位设备故障部位，分析故障原因，提供运行、维护建议；

n《设备故障诊断报告》：设备异常报警时，沃德通过电话及时联系项目负责远程诊断工程师，经过远程数据分析和故障诊断提交故障诊断报告指导现场检维修；

n设备状态APP查询服务：沃德为广灵金隅水泥提供专用APP账号，用于设备运行状态和对应运行维护建议查询，随时随地实时了解设备状态。

经过2018年一年对设备的持续监护，为广灵传动设备提前3-6月份故障预警，发现存在缺陷的设备列表1如下，经现场实际检验核实，故障诊断准确性高达95%以上：

表1 2018年广灵金隅水泥设备故障预警汇总

5 设备智能健康管理系统为水泥企业带来的价值

由沃德智能提供的这套设备智能健康管理系统为企业实现了人与设备间的实时数据交互，将不同的设备通过物联网技术、边缘计算技术及大数据分析技术实现了设备点到点、端到端、端到网的设备监控平台，实现传动设备实时互联、状态可视、隐患可判，让设备管理以数据为依据，预测维护为方向，降低设备突发性故障的概率，提高运行效率，降低运维成本。

在实际应用中，帮助水泥企业解决如下难题：

1）首先，无损安装，有机升级。即在不改变原有设备外观及结构的情况下，在水泥生产设备外部无损加装传感器，配合数据采集基站，将数据信号通过4G或5G无线通信网络直接上传至数据中心，实现低成本架构物联网系统。

2）降低人工点检风险。处于高危环境及不易触碰到的设备，运用这套系统，能够实现不通过人工的实地点检，就能实现设备的健康状体监测和故障预警，使管理者更清晰、更直观地实时查看设备运行的健康状况。

3）降低工人劳动强度。大幅度减少人工高强度的点检和维护作业。设备实时运转而人的精力有限，预测性运维的核心就是把人从高强度的作业中解放出来，投入到更有创造性的工作中去。

4）降低设备运行风险。生产需求的提升，往往会带来设备运行的载荷加大，时间加长。本系统实现对设备状态的实时监控，适时做出生产节奏调整，有利于整个生产环节的优化。

5）避免非计划停机。非计划停机正是源于无法预知的设备故障。基于这套设备的状态监测系统，实时监测设备运行状态，以数据为基础判定设备的健康状态，定位设备故障部位，提前制定维修计划和准备设备零部件，进行预测性维护，避免设备出现重大故障，消除因突然设备故障而造成的各种损失。

6）设备残余寿命预测和自动报警。该系统能够根据设备运行状态的数据变化趋势，以及与数据库中的标准数据做比对，判定设备故障等级，预测设备的残余寿命，为设备维护保养的时机提供科学依据，最大程度的降低运维成本，发挥设备的最大价值，提高经济效益。

7）储备数据资产。在工业智能飞速发展的情境下，数据越来越得到重视，可以说，数据也是企业资产的重要组成部分。利用沃德的系统，将设备运行健康数据、故障数据、设备品牌信息、维护信息数据等存储起来，为未来的人工智能及机器学习使用，将数据价值最大化。

作者：胡炜，杨相声，张生辉

单位：沃德（天津）智能技术有限公司