基于智能监测运维技术的水泥生产线设备数字化转型应用

  摘要：对4000t/d的生产线实施设备运维数字化改造，通过对油液、振动、温度等数据信息的一站式监测，结合远程智能故障诊断系统和线下专业运维服务，实现了水泥生产设备的故障预测和智能预警，有效避免设备非故障停机，降低人工运营成本，提高产线安全，增加生产效率。同时，其通用性也能够在行业复制，赋能水泥行业数字化转型。

  水泥工业是我国国民经济的支柱产业，其中辊压机、回转窑及篦冷机作为关键设备，在管理中往往会遇到故障发现难，停机损失大，维修费用高的问题。

  据相关数据统计，水泥设备维护以及维修费用可占到生产运行费用的20%以上，仅以回转窑停机造成的经济损失为例，停机一天带来的直接经济损失约100万元，且重新启动一次回转窑另需近30万元花费。

  很多故障都不是突然出现，而是日积月累而来，那怎么才能穿透厚厚的设备外机尽早发现隐秘的故障萌芽？提前维护而不是只能等故障发生后再维修？

  仅仅依靠人工定期检查，凭经验判断，几乎只能等故障发生停机检修，无法从根本上解决问题。

  1. 预测性维护相较于传统检修方法的优势

  以往水泥设备的维护，往往依赖工作人员的定期巡检、点检，基于经验判断设备工作问题。这种方式不仅存在一定的不确定性，而且很难发现设备的潜在隐患。往往只能等故障发生，再停机排查，随后通知服务商，上门维修服务。整个流程时间长，不可控，所以如何有效避免非故障停机带来的损失，始终是困扰水泥企业的难题。

传统运维管理流程

  预测性运维管理的方法，能通过数据监测分析发现早期潜在隐患并报警，远程专家进行分析诊断，判断是否需要现场排查，排查后一旦确认问题，直接通知服务团队上门维护。整个流程清晰简洁，真正从故障源头解决设备运维的困难。

预测性运维管理流程

  相较于以往基于经验的故障判断，预测性维护通过度设备运行真实数据的实时监控分析，能够更加准确的反应出设备的运行状态，对于故障的诊断定位和趋势预测也更加精准。通过一站式APP让企业随时随地了解设备运行状态，通过数字化的方式，让设备维护从传统的被动式维护，转变为主动预测性维护，实现企业设备管理的数字化转型。

  2. 水泥设备数字化运维管理的痛点及挑战

  辊压机、回转窑及篦冷机在长期使用过程中，由于设备老化、磨损，容易出现金属疲劳松动，螺栓震断，预紧力不足甚至消失等状态，不仅会导致产线故障停机，甚至可能引发更大的系统事故，带来数千万级的损失。

  数字化管理运维技术的引入，能够实时监控设备状态数据，在故障出现前预测，定位，报告，实现主动维护，不仅能够提升设备的安全生产运转率，还能降低停机时间，节约维护成本。

  虽然预测维护能够实实在在的为水泥客户带来诸多益处，但实施起来面临诸多挑战：

  1.数据孤岛现象：市场上有一些设备状态监测供应商，但是都往往仅针对某一种设备类型或采集对象，难以一站式管理；

  2.数据建模复杂：水泥设备故障状态多变,振动、油液等参数呈现不同的响应特点，分析算法复杂；

  3.诊断维护闭环：预测性维护不仅要预测，还要真正现场维护解决潜在故障问题，但专业运维服务人才缺乏；

  3. 行家设备云AIoT数字化设备运维方案

  针对水泥行业的数字化设备管理需求，震坤行的行家设备云打造出一站式数字化设备运维管理系统。建立从在线监测，到诊断预测，再到线下主动维修服务的完整闭环流程，真正帮助客户实现设备数字化运维无忧，从根本解决客户的难题。

  整套系统集振动、温度、油液状态监测诊断于一体，同时充分考虑客户现场作业难，操作风险高等特点，实现了远程软件自动更新，AR远程部署指导及专家诊断等功能，并附以专业的线下运维服务能力，为客户设备维护提供可靠依据。

  4. 预测性维护在水泥行业的实际实施效果

  以水泥动辊减速机和回转窑预测性维护实施效果为例，说明预测性维护技术对于设备管理的价值和意义。

  水泥动辊减速机预测性维护

  系统部署后，24小时实时监测动辊油液状态。

  4月18日首次抓取到金属磨粒瞬态异常值，但随后数据回落，不触发报警和巡检。

  5月5日异常数据值发生频率增加，虽然数据值未触发报警，但已经引起专家注意，持续监控。

  5月12日异常值出现的频率迅速增加，触发报警，且监测到滤芯效率下降，专家诊断后派出现场巡检。确认滤芯需要清洗，迅速进行清洗服务。随后油液状态恢复正常，设备持续正常运转。

动辊减速机异常监测、诊断预测到主动维护的全流程

滤芯清洗前后对比

  以往人工巡检，全凭经验判断是否需要维护，可靠性底且浪费人工成本。采用预测维护方案后，不仅能清楚的监测油液状态，还有行业专家远程诊断分析，并根据诊断结果及时上门维护保养。

  经清洗维护服务后，动辊滤芯洁净如新，消除了设备故障停机隐患，增加了设备使用寿命，避免设备故障停机。同时无需客户投入更多人力资源，无论从工作效率还是成本优化，都真正做到了想客户所想，供客户所需。

  回转窑振动状态监测及预测性维护

  振动状态监测是一个需要多种学科知识综合的复杂系统，涉及传感器采集、信号加工与处理、机械原理、模式识别等技术。振动监测系统部署后，实时监测回转窑大齿圈和减速机的工作状态，并进行专家故障诊断，实现预测性维护，有效避免故障损失。

  1） 回转窑齿圈振动状态监测及故障诊断

  齿圈是回转窑传动系统的重要组成部分，其中大齿圈和小齿圈的啮合是保证窑体稳定运转的关键。所以，对大齿圈的状态监测和故障预测能够有效帮助工程师了解回转窑工作状态，从而确定合理的回转窑维修方案。通过对振动特征频率和幅值变化的监测，预测并定位回转窑故障产生的原因。

  在实时监测的过程中发现，齿圈的振动速度有效值幅值出现了两次明显变化。

振动有效值监测出现两次明显上升

  经过振动诊断专家对两段异常数据的时域和频域分析，发现回转窑大齿圈存在齿轮不对中的现象，并且有逐渐恶化的趋势。具体数据及诊断分析结果如下表1所示。

  根据表1的诊断预测结果，结合运维工程师的现场排查，确定大齿圈对中不良是由于回转窑窑体变形导致，而受热不均则是窑体变形的根本原因。但目前故障尚处早期阶段，发现后能够更加有针对性的进行日常维护保养，有效延缓故障的发生；同时持续实时监测故障状态，合理安排停机维修决策，避免突发性故障停机或安全事故，带来巨大损失。

  这种潜在隐患，很难通过人工巡检和点检发现，通常只有故障发生时才引起关注，往往损失已不可避免。采用预测性维护的方法，不仅能够在早期就预测可能的故障类型，还能够通过积累沉淀数据构建设备管理知识图谱，帮助工程师做出准确的维修决策。

  2）回转窑减速机振动状态监测及预测性维护

  对回转窑减速机动态特性进行实时监控，通过对齿轮振动数据的分析，判断转子、转轴以及轴承的故障特征，提前维护，避免发生齿轮断齿，转轴断裂等导致的异常停机。

  部署行家设备云之后，通过对回转窑的振动数据的时/频域数据的监测分析，能够让客户更直观的了解目前设备的运转状态，并根据专家诊断结果采取恰当的措施。

轴承测点原始采集数据

轴承测点包络频率图

  数据监测发现设备问题：

  包络频谱中存在转频非整数倍的异常频率及其谐波，且异常频率伴随转频频率边带，判断故障为轴承内圈存在剥落；

  行业专家分析诊断结果：

  电机非驱动端轴承存在内圈故障缺陷，劣化趋势平稳；

  维护改善建议：

  电机非驱动端轴承内圈劣化趋势，需增强润滑；

  维护后效果：

  根据故障专家的建议进行有针对性的润滑维护处理，有效的减缓电机非驱动端轴承内圈的故障劣化趋势，降低设备故障发生概率，增加生产效率。

  总结

  数字化的运维技术，让以往只能依靠人工巡检，定期点检、记录、出现问题后汇报的工作方式得以简化，且设备管理更精细，故障预测诊断更精准，从根本上解决早期故障隐患发现难，设备维保成本高、停机损失难以避免的问题，实现降低维护成本，消除生产宕机，提高生产效率的目标。