宣钢设备在线监测及故障诊断系统
2020-05-08张明明
张明明
(河钢集团宣化钢铁有限公司,河北张家口 075100)
0 引言
“中国制造2025”指出:“推进制造过程智能化。实施工业云及工业大数据创新应用试点,建设一批高质量的工业云服务和工业大数据平台。”智能监测、远程诊断与工业云和工业大数据平台深度融合为工业行业指明了未来发展方向。宣钢在线监测诊断系统是构建智能设备管理体系,响应“两化融合、工业4.0”的必然产物,具有思路更加清晰、目标更加明确、隐患排查率都有显著提升的特点。在关键设备的在线监测诊断系统的应用中,实现提前预判,隐患及时排查,避免设备事故的发生,取得良好的经济效益。
2018 年,宣化钢铁集团有限责任公司与北京时代龙城科技有限责任公司合作建成宣钢设备在线状态监测和故障诊断系统,该系统是一套基于振动、温度等设备状态信息的远程实时监测与故障诊断系统,他利用安装在设备上的振动、温度一体化传感获取设备运行状态下的振动、温度信号,通过无线传输方式将数据传输到平台,再利用大数据技术实现智能筛选、异常数据报警并自动触发报警机制。报警状态可实时传输到手机APP,提醒设备管理人员与诊断工程师关注。诊断工程师通过诊断分析系统进行专业数据分析,综合设备结构特点、参数、历史运行维护数据,准确判断故障原因。
在线监测及故障诊断系统采用模块化可扩展结构、通用加速度传感器,分布式总线远程数据采集系统,利用总线技术建立一个分布式的主从结构的数据采集系统,放置在中央控制室的两台计算机为主站,分布在各装置设备的数据采集站为从站。从站在主站的协调和控制下进行数据采集和传输。根据设定的报警判断机泵各测点的报警状态、并以短信方式发送至相关设备管理人员手机等。基于B/S 结构,授权用户以WEB 浏览的形式察看现场设备运行的实时、历史数据以及诊断图谱,实现设备状态监测与故障诊断管理。
每个现场采集站负责采集汇总附近若干台设备传感器传送过来的信号,传感器与采集站之间采用4G 通信,数据接入工厂局域网,可与DCS 等控制系统通信,实现数据交换,预留离线分析设备数据导入的功能。
针对设备特点,为便于现场技术人员多、快、好、省地诊断出设备故障,摒弃掉大机组在线监测系统中不适宜设备故障特征的诊断方式,将目标集中于滚动轴承、机械密封和叶轮转子故障方面,软件系统能够同时分析设备机械部件故障和流体故障以及电机电气故障和机械故障,软件可连续采集和全同步数据采集,能够进行高分辨率频谱分析、现场数据采集监测站谱线分辨率6400 线以上,分析频率10 倍频以上。软件系统针对滚动轴承支持包络分析和倒频谱分析等,同时支持接入转速或鉴相测量数据后进行的阶次分析。在转速传感器或鉴相触发的情况下能够实现等角度采样,同步整周期振动信号采样,在无鉴相数据信号时,能自动根据指定振动信号推断机组转速。能够自动识别启停机、平稳运行等机组状态,自动优化采集和存储策略。能够对正常运行数据、启停机数据、报警数据和突变数据进行分类标识,方便数据索引,分类存储,在保证不丢失数据的情况下,尽量减少存储空间。软件系统能够基于绝对标准和相对标准融合自动报警;软件包含滚动轴承特征频率库,与监测系统软件自动结合,实现对设备滚动轴承的精细诊断,滚动轴承故障基于振动加速度包络和振动能量双重参数自动报警,专用软件系统插件专门用于设备流体相关故障识别。
1 可靠的在线设备分析
如果机组测点是同一径向截面上相互垂直的两个传感器,那么就可以实时显示轴心轨迹。轴心轨迹标尺自动放大或缩小,单位根据传感器测量参数自动转换。而不需人为干预。
2 强大的上位机设备分析功能
机组运行的临时数据、历史数据、报警数据、标准频谱数据等数据,都为机器的状态离线分析提供丰富的信息。为了让用户对机组的各种工况状态和运行状态发展趋势充分了解,系统提供时域波形、幅值谱图、谱差、倒谱、互相关、自相关、互谱、包络波、包络谱、历史数据的峭度趋势、峰值趋势和有效值趋势、启停机的瀑布图和伯特图、多文件分析,滤波等。此外引入现代时频分析:小波分析、维格纳分析等多种设备故障分析方法。用户可通过选择不同数据类型的一个、两个或多个数据进入不同的分析功能。
3 参数可选的智能故障诊断专家系统
将事先选择好的数据,通过输入该数据对应机组的转速,来提取该数据的各种频率特征,例如1 倍频、2 倍频、3 倍频及分频等。然后根据提取到的频率特征及幅值,仪器可对故障进行自动识别。按照故障可能性,诊断出4 个相匹配的故障结论,并按照每个故障分别给出相应的维修建议。
4 手机直接查看设备状态
无需安装软件,通过手机浏览器即可登录随时随地掌控设备振动健康状态,通过绿(允许),黄(注意),红(危险)三色标识设备健康状态。同时评价设备的健康指数(0~100)。振动监测画面如图1 所示。
5 多功能报警策略
异常报警可直接发送到手机短信或微信上。故障报警的准确性极为关键。
(1)按照监测值分类为:绝对值报警和相对值报警。
(2)按照监测对象分类:设备级报警和部件级报警。
(3)按照报警级别分类:正常、警告和危险。
(4)按运行工况分:报警值与报警曲线(曲面),需要特别强调的是,对于变工况设备必须采用报警曲线报警,否则监测没有效果。
(5)按设定报警的方法分为绝对法、类比法、相对法和大数据法。报警功能交叉使用时报警达到真正准确的程度。
宣钢在线监测诊断系统实时在线监测设备29 台大型重要设备,由于应用开展时间较短,理论研究还不够深入,使得此项目与国内外顶级水平相比还停留在相对弱势的层面,在今后工作中,经过不断努力和总结,做好现有设备的线监测诊断,进一步深化,更加准确、快速的掌握设备时实动态。
6 在线监测诊断遇到的问题
图1 振动监测画面
在线监测诊断遇到最常见的问题是测振点传感器松弛,造成重复性误报警增多。处理有几种办法。将导线端打结,避免由于长期导线作用而时传感器受到拉力;将导线末端固定防止导线晃动对信号干扰;发现问题后处理上报以及分析能力,分析的结果往往是,不平衡、不对中、齿轮啮合问题、轴承损坏。公司存在大部分类似问题,但是往往不对中问题,尤其是角度不对中伴随着打齿、轴承损坏现象,后台分析比较单一没有综合分析到位,检修安装后也是不能完全避免不平衡、不对中等问题。不能开机重启的,一旦开机容易造成重大损失,公司分析未明确可以开机与否。如何通过管理和技术解决问题是长久以来的追求,各司其职,各尽其责。把管理水平最大化,降低成本,提高效益是我们的目标。
7 结束语
大型设备稳定运行是设备管理的重中之重,宣钢构建智能化大型设备在线监测诊断平台,对大型设备实现实时监测诊断,掌握设备运行状态的优劣趋势、设备的维护保养、大中定修计划有重大意义。工业大数据概念是历史的车轮,是新一轮的科技革命,百年宣钢着眼以未来,为改革的浪潮添砖加瓦。