基于智能运行维护的钢铁厂液压润滑设备集中在线监测系统浅析

佟明星，吴根生

(宝武装备智能科技有限公司，上海 201900)

0 引言

智能制造是设备管理的新要求，也是设备管理需要提升的方向，远程智能运维是智能制造背景下制造业设备管理必由之路[1]。目前国内钢铁厂针对液压润滑设备管理大多仍采用点检定修制来进行日常设备管理和维护，该种手段已在设备管理领域发展了三十几年，随着数据存储技术、数据传输技术以及设备数据分析手段的不断完善，点检定修制也随之发展了很多模式。依据智能制造标准体系，面向设备管理领域，远程智能运维是智能工厂的主要运维方式。应用在线监测技术代替人工点检、状态智能判断规则替代人工技能经验决策、基于数据决策结果驱动的检修维护任务替代基于固化标准生成的检修维护任务，是实施远程智能运维的关键所在[2]。随着工业互联网，大数据分析，远程诊断平台集中监控等方法的日趋成熟，基于液压润滑系统智能运维平台的设备管理模式也逐渐形成现场设备管理变革的新方式。钢铁厂的液压润滑系统具有环境复杂和覆盖面广等特点，在目前的维护手段下，系统安全性和可靠性不能满足稳定生产对整体设备状态的要求。

1 液压润滑系统设备状态监测现状分析

目前钢铁厂液压润滑系统的故障多集中在漏油、跳泵、油温突变、液位突变等方面。导致漏油和跳泵的主要因素是油品污染导致阀门动作不到位、油品劣化、泵输出压力不稳定、日常慢泄露未及时处理等。以上问题可通过包含污染度、黏度、油位、油温、泵输出压力等参数的在线监测系统平台进行实时监测，并在系统平台上布置状态预警模型对故障进行趋势预判，达到预防性维护的目的。

液压润滑系统的在线监测设备少，缺乏检测数据，虽然有些设备有部分离线检测数据和在线位置开关报警信息，但没有送入设备状态管理系统，只能在现场机旁进行观察，对液位、油温、压力等参数进行日常纸质的点检记录，造成液压、润滑系统出现故障时，不能进行趋势分析、及时发现，使设备不能处于最佳的工作状态，容易出现主设备缺油烧损或动作不到位，造成严重后果。

钢铁厂油站基本在地下油库，且机旁控制柜通讯板卡存在满负荷运行现象，新增数据通讯路径极容易对原有控制系统造成影响，油库处于地下封闭状态，目前市面上所能采用的无线数据通讯方式也有局限性；原系统部分仍采用开关量信号便于及时对现场异常进行控制，但是对数据采集和分析并没有实际意义。

目前现场液压润滑设备管理存在的不足：

(1)点检方式主要依靠人工“五感”，如温度和液位每日两班纸质记录等形式，对设备状态把控缺乏趋势化和精准度。目前点检方式只是靠传统的听棒、测温仪器、测振仪器来对关键设备进行检查，通过点检只是反映设备的一些最基础的运行数据，不能有效的反映出设备运行的劣化趋势;往往是出了问题再处理，处理事故的时间较长，对生产影响较大，工作相当被动[3]。

(2)已有数据无法远程共享，有些系统虽有在线监测模块，但也存在以下问题：①部分无模拟量传输，对数据趋势化管理没有实际意义；②部分模拟量已有，但没有实现集中远程监控，信息处于“孤岛”状态，状态信息无法及时通知相关人员。

钢铁厂关键液压润滑设备集中在线监测系统的实施，一方面可以替代大工作量的日常点检工作，减少现场点检，大幅降低日常点检和专业点检的工作负荷，降低点检的安全风险，为以后的点检人员优化创造条件。另一方面通过系统智能化监测技术应用，提升预警判断准确率，缩短故障定位时间和故障范围，提高液压润滑系统的整体状态把握能力。

2 液压润滑设备集中在线监测系统结构

液压润滑设备集中在线监控系统是以点检管理系统为基础，对液压润滑设备管理系统进行多系统融合，形成一套智能化设备运行信息的交汇与处理的智能运维管理系统，对汇集的各类信息进行分析、处理和判断，采用最优控制手段，对液压润滑设备进行分布式监控和管理，使各子系统和设备始终处于有条不紊、协调一致的高效、经济的状态下运行[4]。该系统，在设备正常运行不停机的情况下，通过对原有系统关键参数、在用油理化参数、杂质和水分等参数进行实时原位监测，通过数据的趋势化管理和平台的模型管理判断设备状态，诊断设备的异常部件、油品劣化程度，方便技术人员有针对性地维护和修理，以达到及时避免事故发生的目的。

在线监测系统的参数类型可分为：(1)关键参数监测，如油箱液位、温度、压力、油缸位置给定和反馈、伺服阀位置给定和反馈等信号；(2)油品理化性能在线监测，如黏度、介电常数、密度等；(3)系统污染在线监测，如水分、磨粒数量特征、污染度等。具体布置如图1所示。

图1 液压润滑系统传感器布局

常规关键参数监测，现场实施基本属于更换替代，故安装位置和采样点可依照原有采集点上更换或新增，如传统的磁翻板液位传感器只有开关量信号，可以在磁翻板套筒处新增液位变送器，将开关量转换为模拟量信号输出。压力监测建议在单体泵上通过压力插入线新增一个压力传感器，通过远传模拟量趋势变化判断泵的输出压力波动。在各生产线配置一套PLC控制系统和一个工程师站，PLC之间和站内系统网络使用ProfiNET通讯[5]。

油液在线监测系统需要与液压润滑系统形成闭合的循环系统。取样监测点建议选择油箱取样口或系统主管路。在确定取样点处焊接不锈钢管和一次阀门，便于连接油液在线监测系统；回油管建议选择无压回油管或油箱加油口。系统进油口前端和出油口后端适当安装二次阀门，用以控制油液在线监测系统与液压润滑系统的闭合。

区域服务器主要负责数据的采集、处理、存储，然后按照设计的通信机制发送给汇聚节点，或者为其他路由节点来进行数据的中转[6]。采集系统通过信号线和网线汇集采集信息，将汇集信号通过光纤引入区域服务器。

2.1 在线监测系统监测参数的目的

液压润滑系统常见问题：

设计和安装缺陷：(1)高压油泵选型不合理；(2)油缸设计缺陷；(3)管路接头、密封形式选用不合理；(4)管路(包括软管)设计布局不合理；(5)旋转接头易漏油。

技术管理的不足：(1)液压泵周期性点检维护落实不到位，未能及时发现隐患；(2)液压泵运行维护管理制度不健全；(3)液压泵站运行周期不稳定；(4)伺服系统污染控制和伺服阀运行维护中存在问题[7]。在线监测系统监测参数及目的如表1所示。

表1 在线监测系统监测参数及目的汇总表

2.2 液压润滑设备集中在线监测系统设计原则

高可靠性：系统主要设备器材需选用国际化、专业化、规模化生产的高品质产品。

先进性：设备选型要保证技术领先，性能可靠，操作简便、实用，维护简单，性能价格比最优，并留有扩展余地。

经济性：在满足安全防范级别的要求前提下，在确保系统稳定可靠、性能良好的基础上，在考虑系统的先进性的同时，按需选择系统和设备，做到合理、实用，降低成本，从而达到极高的性能价格比，降低安全管理的运营成本。

系统完整性：管理系统是一个较完整的集成化系统，系统的设计必须着重考虑与其他系统的管理综合、互动集成等因素。

发展性：系统应在初步设计时，就考虑未来良好的发展性，以降低未来发展的成本，使系统具有良好的可持续发展性。

外观效果美观：前端装置安装均考虑标准化、安全性、隐蔽性及美观性，根据实用和美观的原则。

开放性和标准性：为了满足系统所采用的技术和设备的协同运行能力、系统投资的长期效应以及系统功能不断扩展的需求，必须追求系统的开放性和标准性。

安全性和保密性：在系统设计时，既考虑信息资源的充分共享，更要注意信息的保护和隔离，因此系统需针对不同的应用和不同的网络通讯环境，采取不同的措施，包括系统安全机制、数据存取的权限控制等。

可扩展性和易维护性：为了适应系统变化的要求，必须充分考虑将来系统与智能运维结合、扩展的需要，在设计时应有弹性，并且以最简便的方法、最合适的投资，实现系统的扩展和维护。

2.3 液压润滑设备集中在线监测系统平台功能设计

2.3.1 数据采集管理模块

数据采集管理模块的主要作用是实现各采集仪表(压力、温度、液位和流量等)、采集系统(油品在线监测系统)之间的数据通讯、根据配置策略进行数据采集，通过配置实现采集数据的接收与数据解析的调度与管理。

模块功能主要是提供上发数据的整体管控，通过配置实现外部数据的上送接收与数据解析。该模块针对配置的通讯链路进行数据通路的实时监控，对各通讯链路进行通讯过程状态跟踪，针对上传数据所出现的通讯异常进行自动修复，对长期无应答通路所形成的通讯故障预警并上报。该模块保证展示与分析系统数据接口的稳定与安全。

2.3.2 数据处理管理模块

数据处理管理模块的主要作用是提供了对不同来源的采集数据归并、临时存储及根据配置对数据进行上层设备状态数据分析处理中心的通讯管理功能。

2.3.3 数据通讯管理模块

数据通讯管理模块的主要作用是提供了不同类型数据(TCP/IP、4～20 mA等)的解析功能，通过配置实现针对不同类型的数据的自动解析，并按照配置将数据归并至所对应的设备的指定测点下，完成测点与数据之间的自动关联。同时对需要进行进一步加工的数据按照配置完成各类数值计算，实现各种分析需要的特征量提取。

2.3.4 数据存储模块

数据存储由不同的数据采集系统实现，采集系统根据不同的数据类型进行本系统数据临时存储，针对需要高频次使用的实时数据需要存储在实时数据库中，计算和预警等信息存储在各类持久化数据库中。数据存储按存储一年进行硬件资源配置。

该功能主要根据数据类型进行数据实时存储、临时存储管理。临时存储根据专业需要存储不超过一个月的原始分析数据。根据数据分类针对需要高频次使用的实时数据需要存储在redis等实时数据库中，对各类诊断结果、采集定量值等关联数据信息存储在Postgresql、Mysql等系统关系型数据库中。针对各类采集状态、系统工艺参数等系统模型和大数据分析所需要的数据量大的数据存储在Hbase数据库中。

2.3.5 数据分析预警模块

根据配置策略对采集数据、现场原有的工艺数据和各类设备的状态数据进行状态判定，形成设备状态预警事件，利用区域服务器作为数据的汇集中心，区域服务器通过预警模型综合各类状态数据，保证设备预警的及时性。

2.4 液压润滑设备集中在线监测系统监控模型类型

针对钢铁厂液压润滑系统设备(油箱、泵站、管路、阀组、电气控制系统和执行机构等)的复杂性，通过建立模型并不能做到全部设备的预测性维护。结合液压润滑设备工况及特性，依照系统内关键设备的失效模式，判断设备发生故障时能否进行预测和诊断定位，确定液压润滑设备集中在线监测系统监控模型类型，拟作如下分类：

预测型模型：此类模型主要解决系统层级的问题。由于液压润滑系统所在的工况相对固定，通过将过程数据(如黏度、位置等信号)进行特征值提取，采用当前与过往或同类数据比较的方法，对系统功能的劣化进行趋势分析。预测型模型可以判断一些缓慢变化的参数，通过横向和纵向对比数据汇总，梳理出适合当前油品性能、执行机构动作规律等关键因素的模型，从而达到提前发现异常，降低趋势性劣化故障的目的。

机理型模型：此类模型主要解决系统层级和单体设备的问题。通过对传感器特性(精度、扫描频率和测试范围等)、液压润滑系统原理和现场排故经验等综合分析，平台的规则编辑器将相关参数汇总，结合算子进行逻辑运算，验证发生故障时各参数的逻辑关系后，固化为机理型模型纳入平台模型库。此类模型可以深度将现场采集数据、设备原理和现场经验有效地结合，通过设备故障原因逐个搭建系统诊断模型，起到系统故障关联参数异常项提示、单体设备异常快速定位的作用。可以缩短液压润滑系统故障的排查时间，降低维护人员素质要求。

阈值型模型：此类模型主要针对单一监测信号的阈值报警数据统计。通过将原有系统报警值和一些开关量的位置信号，转换为平台模拟量数值信号，对具体单体设备的监测数据进行趋势化分析管理，保留设备运转过程中的监测数据有效信息(排除启停、检定修等干扰时间段数据)，对产线生产运行过程中，设备相关参数(液位、压力、温度等)进行阈值趋势化管理和预警值优化，为预测型模型和机理型模型提供有效、准确的趋势化分析数据，降低设备维护成本。

2.5 液压润滑设备集中在线监测系统设备监控模型树构建

对于液压润滑设备集中在线监测系统的诊断模型搭建，需要遵循树状结构，模型的搭建以最小系统为基础进行拓展和丰富。在一个系统的模型树搭建过程中，预测型模型的难点在于有效特征值的提取上。定位型模型的难点在于系统原理，耦合关联关系的清晰界定。

对于不同模型预警值的设定遵循点-线-面的方式，其中点理解为极限值报警，线理解为单一工况下趋势报警，面理解为多工况下系统失效甄别及相互判断。

将产线的设备按照“区域-设备-系统-子系统”的思路进行划分，划分至具备监测条件的最小系统，划分过程遵循以下两条原则：

产线设备、系统划分遵循总分原则，父项与子项为包含关系，父项与父项、子项与子项为并列关系。存有功能交叉的同类设备或系统，需要进行提取和归并。

2.6 液压润滑设备集中在线监测系统界面设定

钢铁厂液压润滑监测管理系统界面包括：(1)系统管理：热轧液压润滑系统、冷轧液压润滑系统；(2)单套设备管理：精轧高压系统、粗轧高压系统、摩根系统等；(3)测点管理：泵压力、管道流量、油箱温度、伺服系统位置信号等。在整个系统管理界面中需明确采集协议、采集策略、预警规则及设备档案等指标设定。

3 液压润滑设备集中在线监测系统的作用

通过液压润滑设备集中在线监测系统的状态监测、远程诊断、故障预测、健康管理等功能模块的灵活调度，全面科学管理设备健康状态，打造设备全生命周期的业务协同体系[12]。依托产线智能运维管理模式为核心，以液压润滑系统日常点检、故障因素控制为基础，通过新增测试点采集和原有数据收集、利用平台各管理模块的综合分析系统，与设备管理平台、采购平台等系统的接口交互信息，形成针对于液压润滑系统无优化运行解决方案，通过钢铁厂的“点—线—面”推广模式，逐步实现液压润滑系统智能运维的管理模式(图2)。

图2 液压润滑系统智能运维管理模式

该系统具有如下作用：

(1)支撑企业减员后，巡检人力资源的不足，替代日常巡检记录工作。

液压润滑设备集中在线监测系统的实施，一方面可以替代大工作量的日常点检工作、减少现场点检、大幅降低日常点检和专业点检的工作负荷、降低点检的安全风险、为以后的点检人员优化创造条件。另一方面通过系统智能化技术应用，提升预警、判断准确率，提高状态把握程度。

(2)避免突发事故导致的停机损失。

运用智能模型、大数据分析和人工智能技术，有效监测预报故障，依赖于远程监测诊断系统的采集数据以及监测设备状态的主动、及时提示，可以大幅提升点检的准确性，减少非计划停机和事故发生次数，防止故障扩大化。

(3)增加基于预知状态的维修数量。

通过自动采集液压润滑系统运行状态数据、智能预警诊断，把控设备状态，实现关键设备、部件和产线的状态预知，优化设备管理策略，提升检修的针对性、有效性，从而实现以数据为驱动，以模型为基础的设备状态管控模式，防止过维修，减少备件费用。

4 结束语

在钢铁厂中，液压润滑系统设备的分布比较分散，点检周期比较长，需要的点检人员也比较多，现场所测量数据与监测器数据更是有一定差别，导致对设备故障判断标准也不一样。设备智能化集中网络监控是结合新时代科技和信息网络的发展，利用当下有线和无线传感器进行设备运行状态在线监测[13]。基于液压润滑设备智能化现状与未来设备管理技术发展趋势，液压润滑系统有必要借助“智能检测、智能预警、智能诊断、智能决策”等智能制造的手段。利用智能传感、物联网、大数据分析和人工智能等技术有机地融合在一起，实现与设备管理系统及物料采购系统的实时连通、相互识别和有效数据结合，从而构建一个高度灵活的个性化和数字化的设备智能集中管控模型，帮助把控设备状态维护、物料备库、检修质量，提升设备管理效率、优化设备检修策略，提升液压润滑设备管理的信息化、智能化水平。