楊露霞,姚 杰,錢依祎

(重慶川儀軟件有限公司，重慶 401121)

0 引言

作為中國制造業(yè)核心成員，某機(jī)泵制造企業(yè)深入貫徹落實(shí)中國智能制造“十三五”規(guī)劃與《中國制造2025》建設(shè)綱要，逐步實(shí)施企業(yè)數(shù)字化、發(fā)揮智能化制造示范引領(lǐng)帶頭作用；以實(shí)施智能制造工程為重要抓手，著力提升關(guān)鍵技術(shù)產(chǎn)品安全可控能力，培育經(jīng)濟(jì)增長新動(dòng)能、打造我國制造業(yè)競爭新優(yōu)勢[1]。

目前，科技含量高、研發(fā)難度大的大型石油、石化等生產(chǎn)設(shè)備，如高端泵，仍主要依靠進(jìn)口或國外品牌提供。在重視可靠性、安全性和經(jīng)濟(jì)性的同時(shí)，該機(jī)泵制造企業(yè)在提高企業(yè)數(shù)字化、系統(tǒng)集成化、辦公無紙化的同時(shí)，不斷在機(jī)泵生產(chǎn)上提高國產(chǎn)化能力、創(chuàng)新能力、“專精特”能力。

1 機(jī)泵監(jiān)測現(xiàn)狀

當(dāng)前，國內(nèi)設(shè)備監(jiān)測手段從離線監(jiān)測慢慢轉(zhuǎn)變?yōu)橐詡鞲衅鞅O(jiān)測方式和工藝狀態(tài)監(jiān)測為主的在線監(jiān)測；離線監(jiān)測指通過生產(chǎn)線和設(shè)備以外的各類檢測儀表，對(duì)生產(chǎn)及設(shè)備狀況進(jìn)行必要的人工抽查監(jiān)測；在線監(jiān)測則與之相反；各種監(jiān)測方式有各自的監(jiān)測重點(diǎn)和優(yōu)缺點(diǎn)。而一般機(jī)泵客戶企業(yè)傳統(tǒng)的監(jiān)測手段為離線監(jiān)測、工藝狀態(tài)監(jiān)測；石油石化類的大型企業(yè)采用傳感器監(jiān)測和工藝狀態(tài)監(jiān)測兩種方式。由于現(xiàn)場設(shè)備管理人員對(duì)各自企業(yè)核心設(shè)備關(guān)注點(diǎn)的異同、各監(jiān)測技術(shù)掌握程度的差異化，并不能有效地運(yùn)用兩種監(jiān)測方式對(duì)設(shè)備故障進(jìn)行綜合評(píng)判，從而提高設(shè)備的使用壽命。

作為機(jī)泵設(shè)備生產(chǎn)廠家，機(jī)泵運(yùn)行的安全性、可靠性是直接面對(duì)客戶側(cè)的利益核心。如何提高機(jī)泵的安全性和可靠性，如何通過信息化手段提高這兩者性能，則是該企業(yè)十三五期間需要解決的難點(diǎn)。當(dāng)前，機(jī)泵客戶群或多或少地通過振動(dòng)、溫度、壓力等在/離線監(jiān)測數(shù)據(jù)來監(jiān)測機(jī)泵的運(yùn)行狀況。這就使得作為生產(chǎn)廠家對(duì)外不能及時(shí)、深度、系統(tǒng)地對(duì)機(jī)泵的狀態(tài)進(jìn)行分析，進(jìn)而不能及時(shí)發(fā)現(xiàn)故障、定位故障、解決故障；對(duì)內(nèi)不能及時(shí)地、針對(duì)性地提高機(jī)泵的質(zhì)量(包括泵的各零部件、備件、潤滑油)。

鑒于上述種種原因和現(xiàn)行相關(guān)先進(jìn)技術(shù)的推廣普及，機(jī)泵遠(yuǎn)程在線監(jiān)測與智能診斷系統(tǒng)的建設(shè)迫在眉睫。該系統(tǒng)設(shè)計(jì)通過分布式采集、集中式在線監(jiān)測與診斷的方式，提前預(yù)測機(jī)泵故障，實(shí)時(shí)監(jiān)控故障劣化趨勢，將臨時(shí)或計(jì)劃檢修轉(zhuǎn)變?yōu)轭A(yù)知性維修[3]，為檢修爭取時(shí)間，減少非計(jì)劃停機(jī)；精準(zhǔn)定位故障點(diǎn)、智能化分析故障原因，為設(shè)備檢維修決策提供依據(jù)。

2 遠(yuǎn)程在線監(jiān)測與智能診斷系統(tǒng)設(shè)計(jì)

2.1 遠(yuǎn)程在線監(jiān)測與智能診斷系統(tǒng)架構(gòu)設(shè)計(jì)

機(jī)泵遠(yuǎn)程在線監(jiān)測與智能診斷系統(tǒng)采用“分建共享、集中服務(wù)”的理念，監(jiān)測對(duì)象主要為出廠客戶端投入生產(chǎn)使用的機(jī)泵。通過采集各客戶終端機(jī)泵的多種狀態(tài)/運(yùn)行參數(shù)，集中監(jiān)測、診斷、分析、解決機(jī)泵出現(xiàn)的各類故障，輔助客戶設(shè)備管控、生產(chǎn)計(jì)劃正常進(jìn)行；對(duì)內(nèi)通過現(xiàn)場發(fā)生的各種故障，優(yōu)化提升機(jī)泵壽命及相關(guān)配件自身質(zhì)量。

根據(jù)機(jī)泵在客戶端運(yùn)營的具體情況，機(jī)泵遠(yuǎn)程在線監(jiān)測與智能診斷系統(tǒng)的層級(jí)結(jié)構(gòu)分為三層。①數(shù)據(jù)采集層：機(jī)泵現(xiàn)場的模擬量信號(hào)采集裝置、應(yīng)力波監(jiān)測裝置、振動(dòng)系統(tǒng)監(jiān)測裝置、油溫監(jiān)測裝置。②網(wǎng)絡(luò)傳輸層：在現(xiàn)場采用工廠內(nèi)部的局域網(wǎng)；現(xiàn)場與機(jī)泵制造企業(yè)之間可以采用專網(wǎng)、普通互聯(lián)網(wǎng)的方式將數(shù)據(jù)收集到機(jī)泵制造企業(yè)的機(jī)泵生命管理中心。③應(yīng)用層：基于物聯(lián)網(wǎng)的云服務(wù)器平臺(tái)，完成的數(shù)據(jù)持久化存儲(chǔ)、管理，對(duì)核心監(jiān)測數(shù)據(jù)進(jìn)行分析、診斷甚而預(yù)測，最終采用可視化手段在各種顯示終端實(shí)時(shí)監(jiān)看機(jī)泵。機(jī)泵遠(yuǎn)程在線監(jiān)測與智能診斷系統(tǒng)架構(gòu)如圖1所示。

圖1 機(jī)泵遠(yuǎn)程在線監(jiān)測與智能診斷系統(tǒng)架構(gòu)圖

2.1.1 數(shù)據(jù)采集層

有關(guān)高階矩的最早論文是Backus（1977a，b）發(fā)表的。繼這一開創(chuàng)性的工作之后，在1980年代早期由幾位作者（Doornbos，1982；Stump and Johnson，1982）發(fā)展了高階矩的概念。本文中我們遵循了Doornbos（1982）的方法。我們使用表示定理描述了地震位移。當(dāng)我們用二階的術(shù)語（即，我們用泰勒展開式到2級(jí)）表述時(shí)，得到了用非線性方法描述的震源參數(shù)。應(yīng)用Doornbos所用的符號(hào)，可以區(qū)分標(biāo)準(zhǔn)矩張量解（Mij）和二階項(xiàng)：

當(dāng)前，在各大型的制造業(yè)中，針對(duì)設(shè)備的健康或全生命周期的監(jiān)測可以分為設(shè)備狀態(tài)監(jiān)測、工藝過程監(jiān)測和管理過程監(jiān)測。監(jiān)測方式有有線/無線傳感器、可編程邏輯控制器(programmable logic controller,PLC)、分布式控制系統(tǒng)(distributed control system,DCS)、制造執(zhí)行系統(tǒng)(manufacturing execution system,MES)等。

①設(shè)備狀態(tài)監(jiān)測。

設(shè)備狀態(tài)監(jiān)測有振動(dòng)監(jiān)測、應(yīng)力波監(jiān)測、紅外熱成像、油液監(jiān)測和電氣；通過有線傳感器或無線傳感器的方式，將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)服務(wù)器進(jìn)行分析。振動(dòng)監(jiān)測、應(yīng)力波監(jiān)測具有直接、實(shí)時(shí)、預(yù)測性告警和故障類型覆蓋范圍廣的特點(diǎn)。紅外熱像、油液分析、電氣診斷等則可作為以上兩種監(jiān)測方式的補(bǔ)充。

②工藝過程監(jiān)測。

傳統(tǒng)的DCS、PLC、MES主要聚焦于生產(chǎn)工藝過程的監(jiān)測，針對(duì)機(jī)泵可以提取其負(fù)荷運(yùn)行時(shí)壓力、溫度、流量、轉(zhuǎn)速、負(fù)荷等狀態(tài)值。此類狀態(tài)監(jiān)測實(shí)時(shí)性強(qiáng)，可通過生產(chǎn)管理閉環(huán)提高設(shè)備故障定位。

③管理過程監(jiān)測。

管理過程監(jiān)測與設(shè)備狀態(tài)監(jiān)測和工藝過程監(jiān)測一般有交集，基于上述各系統(tǒng)可以獲取機(jī)泵上線時(shí)間、機(jī)泵運(yùn)行時(shí)間、上次故障原因、上次故障時(shí)間、點(diǎn)維修時(shí)間、點(diǎn)維修內(nèi)容、備品備件使用情況等。此類監(jiān)測內(nèi)容可作為機(jī)泵故障預(yù)測、故障診段的輔助信息。

2.1.2 網(wǎng)絡(luò)傳輸層。

網(wǎng)絡(luò)傳輸層負(fù)責(zé)連接現(xiàn)場傳感設(shè)備、就地控制器以及就地HMI操作站；采用光纜、以太網(wǎng)、無線網(wǎng)卡等方式，以擴(kuò)散式分布結(jié)構(gòu)接入生產(chǎn)現(xiàn)場局域網(wǎng)。生產(chǎn)現(xiàn)場采用移動(dòng)通信技術(shù)、互聯(lián)網(wǎng)技術(shù)相融合的方式，將采集的數(shù)據(jù)完整地、高可靠性地、高安全性地集中傳輸至機(jī)泵制造商物聯(lián)網(wǎng)數(shù)據(jù)服務(wù)器。

2.1.3 應(yīng)用層。

本系統(tǒng)基于物聯(lián)網(wǎng)技術(shù)，能提供無處不在的連接和在線服務(wù)的平臺(tái)；應(yīng)用層包含應(yīng)用支撐平臺(tái)層和應(yīng)用服務(wù)層，前者用于支撐跨應(yīng)用、跨系統(tǒng)之間的信息協(xié)同、共享、互通的功能，例如設(shè)備監(jiān)測系統(tǒng)與工藝過程監(jiān)測系統(tǒng)間數(shù)據(jù)的協(xié)同、互通。應(yīng)用服務(wù)層則是智能診斷、智能告警、可視化大屏等應(yīng)用。

2.2 遠(yuǎn)程在線監(jiān)測與智能診斷系統(tǒng)功能設(shè)計(jì)

機(jī)泵遠(yuǎn)程在線監(jiān)測與智能診斷系統(tǒng)以集中監(jiān)測為主，控制為輔；核心在于采用多診斷技術(shù)相結(jié)合，多層次監(jiān)測、多維度分析機(jī)泵運(yùn)行狀態(tài)數(shù)據(jù)，為機(jī)泵故障提供更精確的診斷、處理方案/措施，最終為機(jī)泵壽命的增強(qiáng)、設(shè)備質(zhì)量的優(yōu)化改進(jìn)夯實(shí)基礎(chǔ)。本系統(tǒng)功能板塊如下。

①地理信息系統(tǒng)監(jiān)測。

采用地理信息系統(tǒng)(geographic information system,GIS)技術(shù)[4-5]實(shí)時(shí)呈現(xiàn)所售出并在生產(chǎn)狀態(tài)的機(jī)泵的地理位置和實(shí)時(shí)監(jiān)測數(shù)據(jù)——設(shè)備狀態(tài)、工藝過程參數(shù)、設(shè)備管理。機(jī)泵制造企業(yè)可以縱觀全局、一目了然地查看所銷機(jī)泵生產(chǎn)、運(yùn)行、故障、維修等多維度信息，且能為該后期的運(yùn)維服務(wù)、運(yùn)維管理、售后服務(wù)提供依據(jù)。

②在線監(jiān)測。

本系統(tǒng)以集中監(jiān)測為主，將機(jī)泵的狀態(tài)監(jiān)測、工藝過程狀態(tài)、管理過程狀態(tài)融合，實(shí)現(xiàn)遠(yuǎn)程在線集中監(jiān)測與監(jiān)看。傳統(tǒng)的狀態(tài)監(jiān)測數(shù)據(jù)一般在數(shù)據(jù)采集層進(jìn)行處理，傳輸與底層計(jì)算量大，實(shí)時(shí)性低；工藝過程數(shù)據(jù)和管理過程數(shù)據(jù)一般是監(jiān)測與控制并行，局限于企業(yè)局域網(wǎng)。因此，在線監(jiān)測板塊需要針對(duì)性地對(duì)底層與機(jī)泵故障相關(guān)數(shù)據(jù)進(jìn)行篩選、采集、融合到本系統(tǒng)，為建立智能診斷系統(tǒng)提供融合決策基礎(chǔ)。

③智能診斷。

作為機(jī)泵遠(yuǎn)程在線監(jiān)測與智能診斷系統(tǒng)的核心，智能診斷板塊采用數(shù)據(jù)融合決策方式加神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)機(jī)泵故障事前預(yù)測、故障位置定位、故障原因診斷?；陬A(yù)置事件響應(yīng)規(guī)則自動(dòng)運(yùn)行報(bào)警聯(lián)動(dòng)、報(bào)警推送機(jī)制；自動(dòng)或按需智能化提取機(jī)泵或部件某狀態(tài)的故障特征值，進(jìn)而生成機(jī)泵故障診斷結(jié)果或報(bào)告[6-7]。

④機(jī)泵管理。

機(jī)泵管理主要管理出廠機(jī)泵各類基本信息——狀態(tài)監(jiān)測點(diǎn)位置、上線時(shí)間、運(yùn)行時(shí)長、點(diǎn)檢計(jì)劃、運(yùn)維時(shí)間、運(yùn)維內(nèi)容、備品備件、所在權(quán)屬單位、所屬運(yùn)維負(fù)責(zé)人等；對(duì)機(jī)泵的名稱、型號(hào)、參數(shù)、安裝地理位置、狀態(tài)監(jiān)測點(diǎn)位置等按照企業(yè)規(guī)約統(tǒng)一編碼并標(biāo)準(zhǔn)化，為機(jī)泵故障的智能分析、診斷和預(yù)測提供基礎(chǔ)信息。

2.3 機(jī)泵故障智能診斷設(shè)計(jì)

機(jī)泵故障是指其失去或降低其規(guī)定功能的事件或現(xiàn)象，表現(xiàn)為機(jī)泵生產(chǎn)運(yùn)行異常、機(jī)泵某些零件失去原有的精度或性能，使機(jī)泵不能正常運(yùn)行、技術(shù)性能降低，最終致使生產(chǎn)中斷或效率降低而影響生產(chǎn)。作為設(shè)備的分類之一，機(jī)泵的故障診斷也符合設(shè)備故障診斷與預(yù)測流程：數(shù)據(jù)采集、狀態(tài)監(jiān)測、數(shù)據(jù)預(yù)處理、特征提取、數(shù)據(jù)融合、故障診斷、故障預(yù)測和保障決策[8]。設(shè)備故障診斷與預(yù)測流程如圖2所示。

圖2 設(shè)備故障診斷與預(yù)測流程圖

機(jī)泵故障智能診斷系統(tǒng)采用數(shù)據(jù)融合診斷決策，其工作流程為：多狀態(tài)數(shù)據(jù)采集、多狀態(tài)特征提取、數(shù)據(jù)對(duì)比、故障診斷、增強(qiáng)診斷、故障預(yù)測。機(jī)泵故障智能診斷流程如圖3所示。

圖3 機(jī)泵故障智能診斷流程圖

數(shù)據(jù)融合綜合來自多種監(jiān)測信息源、多類參數(shù)、多傳感器信息，以及歷史與經(jīng)驗(yàn)信息，以減小故障診斷與預(yù)測的差錯(cuò)，提高故障診斷與預(yù)測的置信度。常用的數(shù)據(jù)融合方法有神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、模糊邏輯、貝葉斯算法、卡爾曼濾波等方法[9]。本系統(tǒng)采用適用于海量數(shù)據(jù)、適合復(fù)雜非線性映射、計(jì)算能力強(qiáng)、自學(xué)能力強(qiáng)的神經(jīng)網(wǎng)絡(luò)算法。同時(shí)，結(jié)合生產(chǎn)端機(jī)泵的相應(yīng)管理過程數(shù)據(jù)作為增強(qiáng)診斷的手段，提高故障預(yù)測和故障定位的精確性。

3 結(jié)束語

本文立足于某水泵制造企業(yè)，分析其機(jī)泵生產(chǎn)管理的現(xiàn)狀，針對(duì)目前機(jī)泵運(yùn)維管理方式落后、產(chǎn)銷維聯(lián)動(dòng)性差、設(shè)備監(jiān)測數(shù)據(jù)利用不充分等問題，提出基于物聯(lián)網(wǎng)技術(shù)的機(jī)泵遠(yuǎn)程在線監(jiān)測與智能診斷系統(tǒng)設(shè)計(jì)方案。本方案雖然采用了物聯(lián)網(wǎng)、數(shù)據(jù)挖掘等高端技術(shù)，但仍存在一些值得關(guān)注的地方：本系統(tǒng)技術(shù)實(shí)現(xiàn)主要集中在數(shù)據(jù)采集、智能診斷和預(yù)測推理四個(gè)方面；狀態(tài)監(jiān)測的數(shù)據(jù)采集是整個(gè)系統(tǒng)智能診斷的核心，傳感器的高精度、高可靠性(應(yīng)比被監(jiān)測對(duì)象更可靠)、嚴(yán)酷環(huán)境高適應(yīng)性則是采集數(shù)據(jù)正確性的重要依據(jù)；智能診斷的核心取決于數(shù)據(jù)融合的方式，數(shù)據(jù)融合則需要考慮各監(jiān)測系統(tǒng)采樣時(shí)間的一致性。智能診斷系統(tǒng)的高置信度，不是機(jī)器或算法就能解決的問題，人的參與和聯(lián)動(dòng)才是主要因素。