登录 | 注册

设备智能运维系统及应用

158

成果主要完成人

李荣勋、张定平、张宏权、刘清华、姚锡林、刘文波、谭二庆、刘振宇

项目概况

研究背景:钢铁生产系统的复杂性及轧制过程的高温、重载高压、轧制速度快特点的决定了其故障发生率较高,而生产中一个小的故障也有可能造成大的经济损失,甚至威胁到现场工作人员的生命安全。 管理技术难点:钢铁企业拥有大量设备和机械,对这些设备进行实时监测、预测性维护是一项巨大挑战。难点在于如何有效地收集、分析和利用大量的设备数据,以预测设备故障,以避免生产中断和设备损坏。如何快速准确地诊断设备的复杂故障,并采取有效的预防措施,是一个技术难点。 成果先进性: 1)低速重载工况分解实现低速重载多工况设备的有效监测,提前发现轴承故障、异常间隙故障数起事故,解决轧机类设备的监测空白; 2)扭矩实时连续数据实现扭矩疲劳基础数据积累,同时针对不同批次规格的板批轧钢进行工艺优化,大幅降低了设备的疲劳程度,延长了设备寿命。 创新性: 1)重载低速设备智能预警和智能诊断模型算法; 2)采集网关采用双无线架构、双处理架构、内置边缘智能算法; 3)工况分离,信号重构算法实现; 4)大转矩无线扭矩监测,实时连续采集,实时通讯,可连续运行30天 5)基于故障机理诊断模型和AI诊断模型双模型故障诊断算法; 可推广性: 设备智能运维技术不局限于特定行业,而是适用于各种类型的设备,包括制造业、能源行业、交通运输、医疗保健等;兼容各种不同类型的数据源,包括传感器数据、设备监控数据、生产数据等;主流平台普遍具有良好的可配置性和可扩展性,能够适应不同数据源的需求,为企业提供灵活的解决方案。 经济社会效益: 实施设备智能运维系统可以帮助企业降低设备运维成本,提高生产效率,延长设备使用寿命与提高设备综合使用效率,提升产品质量,节能减排。 推动行业进步: 设备智能运维系统作为现代制造业的重要支撑系统,促进产业数字化、智能化和网络化转型,推动传统产业向智能制造、智能服务方向发展,提升产业整体竞争力,实现产业升级和可持续发展。