设备智能化管理系统 在化工行业智能工厂建设中的应用

韩笑，刘毅，张晓明，崔世宇(中化信息技术有限公司，北京 100045)

0 引言

近年来，新一代信息技术的高速发展为传统工业与制造业领域带来了新的机遇。信息技术加持下的制造技术发展出了新的生产方式、产业形态与商业模式，在提供了新的经济增长点的同时也引发了具有深远影响的产业变革[1]。“智能制造”的概念从数字化制造和网络化制造的基础上发展而来，是制造业智能化的成熟阶段[2]，智能工厂是智能制造的重要载体[3]，在智能工厂的设计中，智能化控制、生产、保障、供应链、经营等环节基于统一平台的数据互联互通实现业务高效协同，助力企业向安全、绿色、节能、高效、柔性的方向全面提升智能制造能力。

化工行业在信息与集成技术发展的过程中已经逐步形成了以企业资源计划(ERP)、制造执行系统 (MES) 和过程控制系统 (PCS)[4]为代表的三层结构体系[5]，具备了较为成熟和全面的信息化水平，并开始逐步启动智能工厂建设。其中，设备作为基础性生产元素和信息系统的数据来源[5]，在智能工厂规划和建设的实践过程中处于重要地位。然而，化工行业作为设备重资产行业，专业设备多、设备规模大、设备种类复杂，传统的设备管理模式在智能化建设的过程中暴露出了诸多突出的问题，主要包括：(1)设备台账难理清：现代化工企业中，传统的人工记录、纸质表单等管理模式记录效率低、保存状况差、数据查询困难，无法适应智能工厂的管理需求；(2)维修成本难降低：设备故障停机损失、设备维修费用、备品备件库存成本等设备运维成本占生产运行成本的比例很高，资金和人员投入较大；(3)巡检作业难落实：传统管理模式对巡检人员不巡检或巡而不检缺乏监控能力；对巡检执行情况难以评价；缺少数据问题的实时上报手段，大量数据存在纸质单据上，难以通过数据分析发现改善重点和趋势；(4)设备数据价值难发挥：设备相关业务运行数据未经提炼分析，难以形成知识资产，因而无法对现有业务提供支持；(5)设备故障难预测[6]：缺乏对设备故障的及时告警能力，通常只在故障发生后进行补救。非计划停机等问题会影响生产进度，造成经济损失甚至安全事故。

基于上述问题，本文结合化工企业智能工厂建设过程中的实际需求，提出了结合新技术、针对化工行业的设备智能化管理解决方案。该系统以设备全生命周期管理为指导，旨在建立企业设备资产管理体系，同时利用5G的uRLLC(高可靠超低时延连接)特性和mMTC(海量物联)特性[7]打通业务数据通道，帮助企业实现设备的全面实时信息化监测和管理，保持设备稳定性，实现企业资产效益的全面提升。

1 设备智能化管理系统设计

1.1 系统架构

设备智能化管理系统通过“工业互联网平台+智能应用”的模式，在PaaS层与控制系统及各业务系统进行集成，在实现IOT数据共享和互联互通的同时为其他工业应用提供设备基础数据，打破数据孤岛，实现企业“智造”转型。

1.2 系统功能

1.2.1 设备基础管理

系统通过基础信息管理、设备档案管理、备品备件管理、知识库管理等模块实现化工设备全方位的信息化管理，建立了从设备的采购、使用、运行、维保、维修到报废的全流程设备档案；实现备品备件库存情况监控和维修过程备件申请；对知识和案例经验进行固化，为维修人员提供标准依据，将提高维修效率。有形的设备资产、无形的知识资产进行系统性梳理和信息化存储，实现费用管理能力升级和知识经验高效传承。

1.2.2 设备智能巡检维保模块

系统依托智能点巡检、缺陷故障管理、检维修工单、计划管理、预防性维护等模块，实现设备运维闭环。巡检系统通过PDA实现巡检人员定位、巡检任务执行、巡检结果上报、巡检数据同步。5G技术的应用使得支撑5G网络覆盖的厂区的巡检工作具有优异的及时性、高效性和准确性。巡检过程发现的问题自动转入检维修管理模块，形成检修计划并生成工单，其中涉及危险作业的工单将转入作业管理系统生成作业票，进行现场作业。作业完成后，故障和工单信息将生成台账并对知识库进行迭代更新，巡检人员也可跟踪异常问题的实际处理情况。

运维模块同样用于生成预防性维护的工单，预防性维护基于时间周期或对设备运行时间/状态的监测，当满足预防性维护策略时生成处理通知，涵盖定期检修、日常保养、检验检测、润滑等维护项，帮助设备管理人员合理安排一切运维计划与活动，全面提高设备健康水平，降低生产成本，提高经济效益。

1.2.3 设备预测性维护模块

系统通过IOT技术，基于无线或有线智能网关，通过MQTT协议传输数据，实现对被监测设备的振动(包括速度、加速度、位移、包络)和工艺运行数据(温度、压力、流量、液位、能耗等)的采集，以直观的、图形化的方式监测设备实时状态和各参数变化，满足现场设备管理与运维人员的设备监测需求。同时，由于PaaS层实现了各业务系统的互联互通，设备运行数据能够在各智能应用间实现共享，提供数据支持(图1)。

图1 设备监测数据展示

系统内置支持向量机回归(SVR)算法预测模型，并经人工复检确认验证算法结果。SVR是基于支持向量机(SVM)原理的回归算法，其用于工业数据建模的优势在于输入数据的维度不会显著地影响计算复杂度。模型训练选取1#设备机组2020.10—2021.03六个月的运行数据用于训练和拟合。以设备输出功率为例，算法在RMSE定义性能指标的情况下得到的精度如表1所示。

表1 算法精度比较

训练后的算法能够帮助系统实现设备数据的短期预测，进而发现早期故障苗头，及时向用户提供报警、故障报告，为用户设备维护和检修工作提供支持。通过对关键设备的智能维护，预计可以为客户节省人工费用5万元/年，减少计划外停机造成的损失和设备失效，保障生产安全和产能提升，降低设备运维成本。

智能诊断采用基于知识和数据混合驱动的故障诊断理论，基于行业机理知识形成PHM算法库，包括PCA算法和信息熵实现线性及非线性数据特征化、SMOTE上采样技术改善数据不平衡性、训练后的神经网络实现知识表达逻辑化等，建立基于数据的诊断模型，实现诊断过程的自动化和智能化。

2 系统应用实践

2.1 实施背景

系统实施目标企业在信息化建设方面起步较早，至今已先后建成ERP系统、PI系统、BI系统以及视频监控系统等，但是由于前期缺乏整体的信息化架构规划，各个系统间没有数据交互，形成了一个个的信息孤岛，无法有效整合设备数据资源。

根据企业现状，设备智能化管理系统将聚焦于建立设备全生命周期管理体系，打通工业数据上云入湖通道，为智能工厂建设提供有力保障。

2.2 应用成效

截至目前，目标化工企业设备管理系统现已接入数十个分厂下14条工段的共计2万余条设备台账信息，对设备全生命周期进行管理；厂内巡检人员能够使用防爆终端对全厂48条巡检路线下的全部1 200余条巡检项进行移动打卡巡检；对核心设备数据通过统计分析进行设备功率、流量、运行状态等指标的展示，实现关键设备在线监测。此外，系统的建设同时促进了企业设备管理方式的升级和时间成本的降低，具体包括：(1)对核心设备，所有设备相关的信息全部集中线上汇聚，并随时随地可查询，使得设备档案等同于设备的知识库和学习平台，便于员工的快速学习成长；(2)实现与DCS等系统的数据互通，将设备运行数据采集、共享、分析，为智能化应用提供坚实的数据支撑；(3)工单管理系统的上线，实现了设备运维闭环，提高了维修工单的执行效率，每单缩短10 min以上的执行时间。经系统试运行以来的统计分析结果表明，设备智能管理系统的投运可减少维修成本7%，延长设备寿命10%，降低备件库存5%，减少巡检时间30%。

3 结语

本文研究了化工行业在智能工厂建设过程中设备管理的现状和需求方向，设计了适应行业需求的针对性设备智能化管理系统。系统基于IOT技术和工业互联网平台实现设备数据采集、在线监测、建模和数据分析，实现底层数据互通、业务数据打通和顶层智能应用，通过智能点巡检、检维修管理、工单管理等模块搭建维护闭环，全面提升设备全生命周期管理能力。在实际场景应用中，系统建设提高了设备寿命、设备使用效率，降低了故障率和巡检时间人力成本，强化了企业设备管理综合能力。