李洋

（北京奔馳汽車有限公司，北京 100176）

工業(yè)4.0和中國制造2025概念的提出，智能制造工程的發(fā)展得到了更多的關(guān)注。隨著傳感器和通信技術(shù)的發(fā)展，工業(yè)現(xiàn)場智能化也有了更多可能，使用數(shù)據(jù)采集、計算分析等技術(shù)，為設(shè)備建立運行模型，可以為以后的設(shè)備狀態(tài)監(jiān)控、故障分析、生命周期管理等提供有效支持。當前工業(yè)現(xiàn)場設(shè)備存在檢查識別故障難度大、故障發(fā)生頻率高、故障緊急修復時間較長等問題，對現(xiàn)場的生產(chǎn)穩(wěn)定和設(shè)備使用效率有較大風險。當前的現(xiàn)場設(shè)備反饋的警告和報警主要來自設(shè)備自帶的配置，例如，超溫、過流等報警，由于每個工業(yè)現(xiàn)場實際設(shè)備使用環(huán)境、狀態(tài)不同，設(shè)備自帶的報警配置有時不能適應，因此，對現(xiàn)場設(shè)備進行建模，基于關(guān)鍵設(shè)備運行模型，建立發(fā)展提前預知、主動反饋的預測性維護體系，對工業(yè)現(xiàn)場的穩(wěn)定高效運行有著重要意義。

1 設(shè)備建模準備

1.1 確認問題需求

目前，工業(yè)現(xiàn)場中，現(xiàn)場設(shè)備的報警系統(tǒng)主要是監(jiān)控電氣元件，反饋到控制器中，由控制器中編輯報警邏輯和設(shè)備控制，人機界面進行報警顯示。在當前設(shè)備報警管理系統(tǒng)下，往往在設(shè)備報警時，現(xiàn)場設(shè)備已經(jīng)出現(xiàn)不可逆轉(zhuǎn)的損壞，或者已經(jīng)停機造成了相關(guān)損失，對于設(shè)備修復和現(xiàn)場生產(chǎn)恢復造成較大困難。預測性維護策略需要提前預測現(xiàn)場設(shè)備的異常狀態(tài)，將對現(xiàn)場設(shè)備的觸發(fā)報警數(shù)字量監(jiān)控模式優(yōu)化為對主要運行參數(shù)，如電流、溫度等的模擬量監(jiān)控模式，通過建立基準，監(jiān)控偏移量的方法進行預測。由于人機料法環(huán)五個主要方面的影響，建立運行參數(shù)的基準難度很大，往往參數(shù)不是線性或者簡單函數(shù)關(guān)系，這就需要通過數(shù)學建模的方法進行分析。

1.2 數(shù)據(jù)采集

工業(yè)現(xiàn)場數(shù)據(jù)可以分別兩類，一類是靜態(tài)數(shù)據(jù)，主要包括設(shè)備的標準參數(shù)，如機械結(jié)構(gòu)、額定功率、傳動比等；另一類是動態(tài)數(shù)據(jù)，包括溫度、濕度、電流、頻率、轉(zhuǎn)速、壓力、流量、液位、振動等。靜態(tài)數(shù)據(jù)可以作為建立模型的輸入?yún)⒖?，動態(tài)數(shù)據(jù)則需要采集現(xiàn)場設(shè)備的輸入輸出數(shù)據(jù)。數(shù)據(jù)采集的基礎(chǔ)條件是現(xiàn)場設(shè)備的數(shù)字化、信息化，隨著技術(shù)的發(fā)展，我們目前現(xiàn)場使用的設(shè)備已經(jīng)更多地趨向數(shù)字化，設(shè)備的各項數(shù)據(jù)可以經(jīng)由設(shè)備網(wǎng)絡(luò)很方便地采集到上位系統(tǒng)中。在如今的工業(yè)現(xiàn)場，由于變頻器的廣泛使用，頻率和電流可以經(jīng)由變頻器與上位系統(tǒng)的通信進行反饋采集，其他的輸入輸出數(shù)據(jù)可以通過增加現(xiàn)場傳感器，對現(xiàn)有設(shè)備進行數(shù)字化改造來獲取，目前，針對設(shè)備的狀態(tài)監(jiān)控傳感器發(fā)展逐漸成熟，包括電子流量計、電子壓力表、電子液位計、紅外測溫、露點測試、振動檢測、噪音檢測等測量設(shè)備已經(jīng)大量應用在工業(yè)現(xiàn)場，通過現(xiàn)場通信模塊將相關(guān)的反饋模擬量傳送至上位系統(tǒng)進行數(shù)據(jù)收集。

1.3 數(shù)據(jù)傳輸和存儲

完成了現(xiàn)場設(shè)備的采集工作后，需要考慮采集數(shù)據(jù)的傳輸和存儲，當前主要的數(shù)據(jù)傳輸模式分為以下兩種：（1）數(shù)據(jù)只能在現(xiàn)場顯示，不具備傳輸功能，只能通過人工定期現(xiàn)場點檢，完成數(shù)據(jù)錄入，并將采集的數(shù)據(jù)錄入上位機中；數(shù)據(jù)暫時存儲在現(xiàn)場設(shè)備中，使用手持設(shè)備到現(xiàn)場讀取數(shù)據(jù)，再將數(shù)據(jù)傳輸回到上位機中。（2）現(xiàn)場總線實時數(shù)據(jù)傳輸模式，數(shù)據(jù)可以直接通過總線反饋回上位機（圖1）。

圖1 現(xiàn)場的數(shù)據(jù)采集

目前，工業(yè)現(xiàn)場以第1種的模式居多，這種模式的缺點在于采集數(shù)據(jù)的采樣周期相對設(shè)備異常狀態(tài)的鑒別時間較長，并且對人員管理要求較高；第2種模式相對第1種來說，可以采集更多的數(shù)據(jù)樣本，但仍存在現(xiàn)場讀取設(shè)備周期長和人員管理的問題；通過一定的現(xiàn)場設(shè)備改進，可以實現(xiàn)第3種的數(shù)據(jù)傳輸模式，相對第1、2種，在線采集傳輸?shù)臄?shù)據(jù)精度更高，有進一步實現(xiàn)設(shè)備狀態(tài)信息主動預警的空間，不過成本較高，在目前的情況下，可以先對停機影響較大、故障時間較長的設(shè)備進行部署。

1.4 數(shù)據(jù)處理

完成了數(shù)據(jù)的采集、傳輸和存儲之后，下一步要根據(jù)現(xiàn)場需求，進行進一步的數(shù)據(jù)處理，通常需要對數(shù)據(jù)進行過濾，根據(jù)時間和現(xiàn)場運行狀態(tài)，去除掉其中的無效無關(guān)數(shù)據(jù)，以便進行數(shù)據(jù)分析和設(shè)備建模。

2 預測性維護應用數(shù)據(jù)分析

2.1 電流數(shù)據(jù)

電流數(shù)據(jù)參數(shù)用于表征電機內(nèi)部狀態(tài)和外部負載，監(jiān)控啟動階段的電流曲線和平穩(wěn)運行階段的曲線，可以反映出電機在啟動和運行期間的負載變化情況，用來指導潤滑和必要的維護工作。

以輸送線等場合使用的小型電機為例，電機存在不斷啟停的情況，電機在運行狀態(tài)下的電流相對不穩(wěn)定，此時，也可以通過上位機的數(shù)據(jù)記錄軟件讀取出電機啟動段和運行段的電流情況，若是上位機暫時沒有數(shù)據(jù)記錄的條件，也可以通過對反饋數(shù)據(jù)給出限值，分別測試出電機在正常運轉(zhuǎn)情況下啟動段和運行段的最大電流，用于表征電機的運行最大負載狀態(tài)（圖2）。

圖2 風機電流狀態(tài)

一般來說，電機電流數(shù)據(jù)主要可以分析啟動短時間的最大電流和運行一段時間內(nèi)的穩(wěn)定電流，電機或者關(guān)聯(lián)使用的變頻器一般采用電機最大電流報警機制，通過對實際使用電機電流的分析，可以更好地了解電機運行期間的正常電流，從而建立設(shè)備的正常運轉(zhuǎn)模型，之后可以將現(xiàn)場后續(xù)采集的數(shù)據(jù)與設(shè)備運行模型進行對比，可以得知設(shè)備在各個運行階段的健康狀態(tài)，實現(xiàn)設(shè)備在全生命周期的狀態(tài)監(jiān)控，提前預知預測設(shè)備故障，部署維護計劃，減少緊急停機對現(xiàn)場的影響，提高設(shè)備技術(shù)可用率，在長期內(nèi)達到生產(chǎn)成本的節(jié)約。

2.2 溫度數(shù)據(jù)

溫度數(shù)據(jù)監(jiān)控適用于電氣設(shè)備檢查、軸承溫度檢查等場合，可以通過熱成像技術(shù)、現(xiàn)場溫度傳感器等方法，讀取現(xiàn)場設(shè)備溫度狀態(tài)數(shù)據(jù)。

電氣設(shè)備通過熱成像測量技術(shù)，可以測量出局部區(qū)域內(nèi)的電氣元件有無特別的溫度異常點，可以用來輔助判別電氣元件和接線點有無短路損壞等異常情況。

大型電機的軸承溫度通過紅外測溫或者現(xiàn)場熱電偶傳感器測量，可以表征電機傳動軸和軸承的運行狀態(tài)，提前判斷出軸和軸承有無損壞情況。

2.3 振動相關(guān)數(shù)據(jù)

對于工業(yè)現(xiàn)場較大型的運行設(shè)備，可以使用加速度、速度、位移傳感器來監(jiān)控設(shè)備相關(guān)振動參數(shù)，振動檢測傳感器可以安裝在電機、風機和泵體上（圖3）。

振動參數(shù)有助于分析相關(guān)設(shè)備的機械運行狀態(tài)，查找引起異常狀態(tài)的振源，從而進一步確認設(shè)備異常根本原因，提前發(fā)現(xiàn)解決設(shè)備隱患（圖4）。

圖4 振動數(shù)據(jù)分析

2.4 其他數(shù)據(jù)

在工業(yè)現(xiàn)場中，還有大量可以用于進行設(shè)備預測性維護的數(shù)據(jù)參數(shù)，如壓力、濕度、流量、風量、液位等，使用這些參數(shù)也可以從不同角度表征設(shè)備的運行狀態(tài)，輔助查找設(shè)備隱患。

3 設(shè)備建模

3.1 設(shè)備建模方法

針對不同設(shè)備進行建模，首先，要對設(shè)備進行原理分析，包括設(shè)備的動態(tài)特性和靜態(tài)特性。通過專家診斷、歸納學習等方法，找出設(shè)備運行數(shù)據(jù)和現(xiàn)場不同工況間的匹配關(guān)系。一般來說，在故障運行數(shù)據(jù)和正常運行數(shù)據(jù)較少時，專家診斷的準確性更高，有大量故障運行數(shù)據(jù)可用時，歸納學習方法分析更可靠，以下對工業(yè)現(xiàn)場的實際應用進行舉例說明。

簡單的設(shè)備建模方法為使用設(shè)備數(shù)據(jù)的最大值和平均值來表征設(shè)備模型，這種方法比較簡單，也易于在PLC中編程實現(xiàn)對設(shè)備異常情況的警告和報警。

對于現(xiàn)場較復雜的、對質(zhì)量控制要求比較嚴格的設(shè)備，就需要更精確的設(shè)備建模方法，以上文的電機電流數(shù)據(jù)為例，普通輸送滾床電機運行過程可以簡單理解為加速-快速-減速-停止的過程，電機電流在運行的時間內(nèi)經(jīng)歷一個提升-穩(wěn)定-降低的過程，過程相對簡單，但對于提升機等設(shè)備來說，由于提升機運行時存在負載不同、上下方向不同的情況，單純使用最大值或平均值不能有效表征提升機電機運行狀態(tài)，此時，對于電流的監(jiān)控分析應該結(jié)合升降機負載、運行方向、輸出頻率等參數(shù)共同建模，分出不同的運行狀態(tài)時間段進行分析（如圖5）。對于大型風機電機設(shè)備，設(shè)備負載也需要結(jié)合輸出頻率、轉(zhuǎn)速等參數(shù)綜合進行分析。

圖5 提升機電流狀態(tài)

在建模過程中，由于采集數(shù)據(jù)的模式不同，使用不同的建模方法；對于采樣周期較短、可以連續(xù)采集實時準確數(shù)據(jù)的情況，可以使用更精確的數(shù)學建模方法，用以推算出數(shù)據(jù)的變化趨勢，進而表征設(shè)備的未來運行情況，對于采樣周期較長、相對更加離散化的數(shù)據(jù)，可以考慮針對不同時間階段使用不同閥值進行預警報警，或者使用歸納學習的方法進行建模（如圖6）。

圖6 學習算法模型

在建立好模型后，首先需要使用特定的歷史數(shù)據(jù)，包括無故障數(shù)據(jù)和故障數(shù)據(jù)對模型進行驗證，在驗證成功后，仍需要根據(jù)現(xiàn)場實際設(shè)備情況進行模型效果的跟蹤和模型的優(yōu)化。

3.2 模型應用

當前流行的設(shè)備全生命周期管理需要設(shè)備在從規(guī)劃設(shè)計、制造安裝、使用維護，直到改造更新全過程的管理。建立設(shè)備的模型，可以便于在設(shè)備全生命周期管理中進行對現(xiàn)場的仿真、模擬和預測。通過對比設(shè)備關(guān)鍵運行數(shù)據(jù)和標準模型的差異來察覺異常狀態(tài)，并可以根據(jù)不同設(shè)備的原理和數(shù)據(jù)產(chǎn)生條件進行設(shè)備狀態(tài)的進一步分析，找出產(chǎn)生異常的可能原因，進行驗證并總結(jié)經(jīng)驗，改善設(shè)備模型和分析思路。當設(shè)備模型相對簡單，現(xiàn)場數(shù)據(jù)可以進行線性擬合或簡單線性常微分方程描述時，可以推導出設(shè)備運行數(shù)據(jù)在一般情況下的發(fā)展趨勢，提供預報設(shè)備異常和故障現(xiàn)場的可能。設(shè)備模型相對復雜時，需要對現(xiàn)場設(shè)備數(shù)據(jù)進行解耦，分析對設(shè)備運行狀態(tài)產(chǎn)生主要影響的參數(shù)，通過歷史數(shù)據(jù)來配置參數(shù)異常臨界值，并通過大量采集經(jīng)驗數(shù)據(jù)，提高參數(shù)異常臨界值對于運行狀態(tài)的反應精確程度。

4 方法應用展望

數(shù)學建模近年來在國內(nèi)不斷發(fā)展，通過對設(shè)備數(shù)據(jù)的數(shù)學建模，將工業(yè)現(xiàn)場復雜多樣的運行設(shè)備轉(zhuǎn)化為盡量精確、貼近實際運行的模型，對于進行設(shè)備狀態(tài)監(jiān)控和預測性維護有顯著的輔助作用。

很多行業(yè)前沿公司已經(jīng)推出了基于狀態(tài)監(jiān)控的設(shè)備大數(shù)據(jù)平臺，將設(shè)備數(shù)據(jù)通過現(xiàn)場總線數(shù)據(jù)傳遞到數(shù)據(jù)庫中，在很多現(xiàn)場應用場景下，仍需要安裝額外的傳感器對現(xiàn)場設(shè)備進行監(jiān)控，再將傳感器數(shù)據(jù)進行統(tǒng)一配置，形成狀態(tài)監(jiān)控系統(tǒng)。這種方案是目前比較主流的一種方案，在設(shè)備完成購置、安裝、調(diào)試、運行后需要額外增加一部分用于狀態(tài)監(jiān)控系統(tǒng)的成本。將來更適應狀態(tài)監(jiān)控系統(tǒng)的設(shè)備將在設(shè)備制造工序中選裝狀態(tài)監(jiān)控模塊，從設(shè)備開始安裝調(diào)試就可以收集數(shù)據(jù)，便于工業(yè)現(xiàn)場對設(shè)備的全生命周期管理。

設(shè)備的使用管理部門在現(xiàn)場數(shù)據(jù)上與各個設(shè)備供應商合作交流，在保證信息安全的前提下，定制開發(fā)更貼合現(xiàn)場實際的，用于預測性維護的設(shè)備監(jiān)控模型系統(tǒng)。

工信部發(fā)布的《數(shù)字孿生白皮書》中提到了應用于更全面的現(xiàn)場數(shù)據(jù)采集的數(shù)字孿生概念，對設(shè)備全生命周期的數(shù)據(jù)進行采集，更全面的數(shù)據(jù)采集有助于降低數(shù)據(jù)準備和整理時的工作量，方便在原有設(shè)備模型有偏差的情況下，對設(shè)備模型進行優(yōu)化。

5 結(jié)語

針對工廠中的設(shè)備預測性維護需求，本文提出設(shè)備建模為基礎(chǔ)，通過采集現(xiàn)場設(shè)備狀態(tài)運行數(shù)據(jù)，建立設(shè)備的相關(guān)運行模型，實現(xiàn)對工業(yè)現(xiàn)場中的關(guān)鍵設(shè)備的預測性維護工作。通過對設(shè)備狀態(tài)的跟蹤分析，預測設(shè)備的失效狀態(tài)，提早發(fā)現(xiàn)故障隱患，避免發(fā)生較大影響的故障，降低過量維修的維護成本，并可以優(yōu)化預防性檢修計劃，合理提升現(xiàn)場設(shè)備生命周期。為工業(yè)現(xiàn)場進行精益生產(chǎn)，實現(xiàn)智能制造提供有效支持。