在日益激烈的全球竞争和不断增长的效率最大化压力驱动下，数字化转型在工业领域已势在必行。虽然新技术的应用覆盖了生产厂的整个生命周期，企业仍将重点放在工厂的调试、运行、维护和现代化上。本文从数字时代的角度对炼铁维护技术进行了探讨。针对所有面临优化现有流程的工厂运营者。基于设备状态的维护将是更好地利用资源、大幅减少点检和维修过程所需时间的关键。本文将简要介绍未来的维护模式及其可能性，重点介绍总体需求及其对成功实施和将新战略集成到现有设施的重要性。
基于设备状态的维护策略
基于设备状态的维护策略（CbM）的主要挑战是识别最初的信号，以便在长周期内预测甚至延迟、并避免设备故障。设备通常不会突然发生故障或停机，它会在几周、几个月和几年的时间里逐渐劣化。在此期间，部件会发出很多无形的警告信号（例如振动、功能行为或常见运行条件的轻微变化）。如果这些变化被人为察觉到，通常就太晚了，磨损已经很严重了。本研究的目标是找到最具有成本效益的服役寿命和风险突然增大之前的时间点之间的路径（见图1）。
基于设备状态的维护策略（CbM）可以在不同复杂程度的设备上实现。诊断、预测和策略分析之间有明显区别。诊断对设备的当前状态进行评估，对诸如效率、运行时间或能力等性能指标进行计算。然后可以根据这些结果制定检修计划。这是节约时间和成本的第一步。如果工厂在短时间内停产或者减产运行，计划任务可以相应推迟。此外，诊断还能发现设备使用不当。正确的设备使用指导可以确保使用寿命最大化。最后，诊断还可以发现设备偏离正常行为的情况，这可能存在潜在的故障风险。
预测是为了确定设备的剩余寿命或剩余使用时长而对设备的未来状态进行预报的过程。系统可以定期预测检修的最佳时间，为维修人员的主观决策提供有益的指导。系统必须提供这些预测，以便有足够的时间安排人员和备件。预测也通常被称为预测性维护。
为了达到复杂性的第三个层次，就必须确认潜在的故障根源，这样就可以在故障发生前采取措施。可以通过推迟即将发生的故障直到计划停机再进行计划性检修。这被称为规范性维护，允许运营者有步骤地做最好的准备。图2总结了CbM的三个步骤。
实施CbM的关键技术
CbM的成功实施需要第一手的数据作为原材料，这些数据可以在合适的平台上进行提取，并将有价值的经验知识分享给所有的专家和工程师。在工业4.0的时代背景下，P公司将其工艺知识和机械专业知识与内部创业孵化器的开发人员和数据分析师的技能相结合，为工程师开发了一个工具包，以满足上文所述的要求。该工具包为工程师完成以下工作提供支持：
1）从所有PLCs、物联网设备和数据库采集并存储生产数据。通过对采集数据的定义描述，可以直观地对数据进行访问，并且可以独立于在线生产控制进行工艺和维护优化。
2）对已经获取的关于生产的有价值的工艺和维护知识进行数据化和资产化处理。这不仅可以强化CbM，还可以在几十年的时间里建立起专家知识库。
3）在不同的现场之间共享采集到的知识，以对设备、车间和工厂进行比较。一旦工厂建立起专家知识库并实施了CbM，可以很容易移植到其他类似的设备和工厂。
由于面向CbM的最重要步骤是知识提取，下面将重点介绍两个已开发的软件模型RulesXpert和AIXpert。根据R-A1的要求，它从数据库、PLC或人机界面（HMIs）中采集数据——而不依赖于其格式和必须使用的通讯协议。通过满足这个要求，数据被定义描述、分类，并根据R-A3的要求长期存储。根据数据类型，可以与元信息一起存储在时间序列、基于图表的或关系型数据库中。网络服务提供提取层次，并使用元数据来促进高级工具、应用程序和数据库之间的数据访问和通信。
炼铁行业的实例
下面简要介绍CbM在炼铁技术中的一些应用实例。
1 铸铁机设备的状态和性能监控
对铸铁机设备数据的分析可以精确了解出铁过程以及设备的使用情况。每天的浇铸次数或两次浇铸之间的时间间隔等KPI指数也可以由其他方法确认，但对于诸如出铁口的实际长度或者加注炮泥的实际体积等更高级的分析，则可以为操作员提供全新的信息等级。观察各种过程参数（例如出铁口长度、炮泥用量、两次出铁间隔时间，出铁口沟内的气体夹杂物）有助于为操作人员提供指导。例如精确测定的出铁口长度可以为操作人员提供关于最佳炮泥量的建议。该建议值在自动模式下可以直接下发给设备。一组高级的KPIs参数和异常现象检测可以进一步优化开铁口和堵铁口工艺（例如钻进时间，锤头装置的有效利用或高炉的操作可靠性、一段时间内的耗材使用量）。这种情况下历史数据的应用特别有益。
设备状态和性能的监控还包括对设备功能的检测（例如回转压力等参数的长周期变化趋势）和主要部件的运行时间监控（如锤头装置、液压缸和电机）。锤头和旋转电机是液压开口机的关键部件，对其工作状态的监控至关重要。例如，在“总钻进时间”中，“无锤钻进”时间所占比例很高，这表明锤头的使用仅限于出铁口最坚硬的部分。这些参数和出铁口开口的总钻进时间都需要密切监测，因为后者必须保持在可接受的范围内，以保证高炉运行的可靠和安全。
最后，先进的监控能扩展操作和维护基准知识，例如，在不同的设备设定值、出铁口或班次之间。比较不同出铁口、不同高炉或不同生产现场的设备性能数据，既可以发现本地的改进潜力，也可以确认个别运行操作的竞争力。作为设备状态和性能监控的一部分，基准测试是优化设备性能的有价值的工具。如需求R-A2中提到的，语义描述已经被证明是这一步的基础且很实用。
先进的数据分析还有赖于操作人员的反馈。有了R-A4需求的成功实施，一方面，故障排除已不再局限于现场人员，反馈可以由工程师直接进行集成，进一步丰富系统内的知识。
2 无钟炉顶上料系统的设备状态和性能监控
设备状态和性能监控系统是不断提高无钟炉顶（BLT）设备利用率并确保其最佳性能的努力结果。该系统基于P公司作为高炉上料系统领域的OEM经验，结合了经验丰富的工程师的知识。系统应用信号处理来评估设备状态。其主要目标是支持用户提高他们对设备状态的自主理解能力，并提供提高炉顶装料系统利用率和可靠性的战略性解决方案。包括：①所有阀的开启/关闭时间的确认，例如上密封阀、下密封阀、物料闸阀和平衡阀。②同时检测到错误的开阀信号（BLT在手动模式），这可能是阀门执行器温度过高，或者由于高炉煤气反吹导致料斗悬料。③物料下料阀门操作的确认（实际值与设定值、角度与料流），因为在相似的流量下，开启角度降低表明原料阀门底部有磨损。④确认料斗的正确增压和减压。⑤溜槽传动齿轮箱（CTG）的所有相关数据的监控（温度、电流、功率、振动、溜槽位置、冷却水流量等），以及怠速旋转电流，以对设备状态进行确认。这还包括利用振动分析、温度和旋转电流对主旋转轴承的状态进行监控和预报，以及进行冷却水消耗量的计算，如通过水的补充周期，或应急冷却功率。
RulesXpert使捕捉复杂的人类专业知识并将其数字化成为可能。它是设备状态监测的组成部分，可以将专家知识与数据驱动的知识相结合。设备供货商或操作员可以集成他们自己的规则逻辑，并允许系统随着时间持续学习。该系统作为工艺和维护工程师的知识库，为设备和工艺监控的发展作出贡献。
本文为部分内容，全文请参阅《世界金属导报》6期B16。
内容来源：http://www.worldmetals.com.cn/
联系客服
