基于工业互联网平台的设备智能诊断系统.docx
《基于工业互联网平台的设备智能诊断系统.docx》由会员分享，可在线阅读，更多相关《基于工业互联网平台的设备智能诊断系统.docx（10页珍藏版）》请在冰点文库上搜索。
基于工业互联网平台的设备智能诊断系统
基于工业互联网平台的
设备智能诊断系统
中化能源科技有限公司（以下简称“中化能源科技”）隶属中国中化集团有限公司，聚焦创新科技和能源电商，是科技赋能流程制造行业的领头企业。
中化能源科技致力于应用人工智能、区块链、云计算、大数据、物联网等新兴技术进行石油化工行业科技创新，目前已基于中化工业互联网平台推出设备智能诊断系统、智能工业仿真平台、炼化企业智能安防系统等创新科技产品。
一、项目概况
基于中化工业互联网平台的设备智能诊断系统是针对流程制造领域石油化工企业动设备故障诊断及预测性维护应用需求的解决方案，其采用过程监测、人工智能、大数据技术、软件工程等技术手段，利用高速信号采集、分布式系统建模和专家诊断能力优势，提供基于知识、解析模型、数据驱动、多元统计等过程监测方法，针对设备特性定制技术端到应用端的系统方案，实现工程系统的故障预测与健康管理，促进企业生产经营效率提高。
1.项目背景
石油化工企业生产装置工艺流程复杂、条件苛刻，具有高温高压、易燃易爆、腐蚀以及生产连续性强等特点，在长周期连续运转过程中，受工艺设备、人员操作水平等因素的影响，生产装置内可能存在一些影响安全生产的因素，易造成泄漏、燃烧爆炸、停车停产等事故。
设备管理、安全监管、维保管理面临着人为响应不及时、备品备件繁多无法及时跟踪状态等问题，涉及的设备能耗管理以及维保排产无法进一步精细化管理，采用新的技术手段对设备进行智能化管理需求迫切。
图1基于中化工业互联网平台的设备智能诊断系统
2.项目简介
立足中化工业互联网平台核心基础能力，搭建了基于AI+BigData设备智能诊断系统。
通过振动传感器、高速采集器、边缘网关将动力设备运行时的状态参数采集传输到平台，在平台上结合设备机理模型、专家知识库、人工智能算法、大数据规则引擎等处理分析，判断和预测设备故障状态，用“技防”代替“人防”，将事后补救变为事前预防，减少维保人员出勤次数，提高维保效率。
3.项目目标
中化能源科技针对中化泉州石化有限公司（以下简称"中化泉州石化"）的在运行动设备，部署了基于中化工业互联网平台的设备智能诊断系统，目的是帮助中化泉州石化实现生产设备数字化管理，实现生产设备实时监测，快速识别设备异常，并优化设备管理流程，降低设备故障造成的生产停车以及备件折算成本，提高生产运营效率。
:
、项目实施概况
本系统通过AI+BigData,并结合专家经验综合分析监测数据，通过对大量故障案例的自主学习，提升设备故障诊断精度，同时能够精确定位故障位置，减少维保人员出勤次数，提高维保效率。
1.项目总体架构和主要内容
中化工业互联网平台是中化能源科技立足流程制造，面向石油化工企业，利用人工智能、区块链、云计算、大数据、物联网等技术手段，为石油化工企业转型建设提供全流程、一站式、开放互联平台。
图3中化工业互联网平台
中化工业互联网平台以解决方案为依托，在感知层建立完整的智能硬件产品生态圈，在平台层设立统一的认证、接入、管理、控制协议机制，灵活接入各类传感器、采集器、通信网络、物联网关等场景属性硬件。
应用使能平台提供定制
化规则引擎和消息引擎，应用开发者可以根据硬件和业务特性进行引擎定制，同时提供开放平台接口，供第三方应用伙伴合作开发。
在工业互联网联盟体系架构指引下设计有如图4所示技术架构，基于此技术
架构，中化工业互联网平台提供能耗管理、资产监控、设备管理等应用集成，目前已经形成智慧工厂、智慧城市、智慧农业三大板块的系统解决方案，涵盖设备故障诊断、工业仿真、智能安防、工业能耗管理、智慧园区、智慧大棚等应用。
图4中化工业互联网平台技术架构
2.平台架构
基于中化工业互联网平台的设备智能诊断系统其采用过程监测、人工智能和大数据技术，利用高速信号采集、分布式系统建模和专家诊断能力优势，提供基于知识、机理模型、数据驱动、多元统计等过程监测方法，针对设备特性定制技术端到应用端的系统方案，其具体技术架构如图5所示。
图5设备智能诊断与预测性维护技术架构
项目的实施，一是进行业务需求咨询活动，详细了解项目使用方需求及业务流程，期望目标。
二是根据其生产流程，形成数字化生产模型，对关键设备进行设备机理分析、设备监测设计，选择适当的物联网设备实现运行数据的采集。
三是采集的数据通过工业网络传输到中化工业互联网平台数据处理层进行多元数据存储和根据参数建模清洗。
四是在数据分析层结合知识库、故障库、模型库进行深度学习实现智能分析，实时发现异常状态，在应用层向相关负责人进行消息推送。
通过设备机理模型和典型故障数据库，建立大数据征兆库和规则库，物联终端采集数据实时对比，及时发现异常并形成相应等级的告警信息和处理意见，供设备维修工程师进行现场处理。
图6动设备常见故障
同时系统利用机器自学习技术，将专家故障标识、维修工程师异常标识信息自动加入知识库和故障库，进行模型训练，后续相同故障可实现自动识别，降低重复故障标识工作量。
此人工智能诊断方式实现系统自学习、自增强闭环，技术实现流程如图7所示。
图7AI+BigData设备智能故障检测系统
3.具体应用场景和应用模式
项目实施主体中化泉州石化位于福建省泉州市泉惠石化工业园区。
中化泉州
石化原油加工量1200万吨/年，有常减压、催化裂化、聚丙烯、柴油加氢等19套炼油工艺装置，在运行各类机械设备数万台，仅油泵动力设备就达3000余台，原油加工的过程制造工艺流程，使得任何一个环节出现异常都将导致系统性停机,
重时候会产生爆炸、泄漏等重大安全事故。
图8泉州石化故障诊断系统应用界面
项目初期我们对中化泉州石化厂区的81台高温油泵装配了物联网采集终端,并将数据接入中化工业互联网平台设备智能诊断系统，实现了以下效果。
（1）项目实现的业务优化
系统结合在线监测系统和生产工艺数据，实现设备状态与生产状态的结合，
通过设备故障状态分析，优化生产参数。
对中化泉州石化设备维修管理进行了数字化改造，由传统的纸质工作日志和故障处理单迁移到智能诊断系统电子化平台上，对维修保养流程进行了梳理，以帮助实现企业管理精细化、流程化、规范化，同时也是人工智能故障库的持续补充，全面实现对中化泉州石化的设备管理流程和生产工艺流程的
优化
图9生产设备健康管理业务流程优化
项目的设计和实施应用包含有多个角色，中化能源科技负责系统的整体设计、实施及平台的技术支撑，中化泉州石化作为系统使用方提出系统需求并应用到实际生产环境中，设备专家在系统上进行人工辅助诊断，维保服务商提供相应的维保任务和备件调度，系统实现了网络化协同管理。
系统相对现有的人工抽检的方法，利用人工智能技术，将专家知识库、机理库、故障库与监测数据进行实时分析，实现设备诊断技术的优化，快速识别异常现象并提出分析结果，降低对人的依赖。
（2）项目实现的模式创新
个性化定制：
针对特定设备建立完整的机理模型、故障征兆库、故障预测模型、故障原因分析、处理方式推荐、备件调配、人员管理全环节流程
网络化协同管理：
系统提供设备专家、运维工程师、维保过程师、人工智能系统多方协同诊断服务。
产品远程运维：
设备智能诊断系统以私有云的方式部署在中化泉州石化，中化能源科技北京运营中心进行远程运营管理，多用户、多角色、异地加密访问有效支撑远程运维。
三、下一步实施计划
通过近一年的调研和摸索，中化能源科技确定中化工业物联网平台以工业安防、设备智能诊断、智能工业仿真、工业能耗管理等四个重点方向进行产品研发及技术突破。
技术的创新和迭代，需要循序渐进。
石油化工企业以其高资产、高安全性、高稳定性为基础，开展创新技术实践，中化能源科技作为工业互联网企业，遵循非破坏性创新的原则开展工业互联网平台的推进工作。
中化工业互联网平台在石油化工行业发展计划：
（1）中化泉州石化设备智能诊断系统在线监测数量由现有81台，分期实施达到1600台，实现设备在线监测覆盖率55%,同时建立设备种类机理库、故障库、决策库，形成人工智能诊断推理模型。
（2）工业智能仿真平台完成产品化开发，向中化泉州石化及相关石油化工企业进行规模部署，深化员工操作培训和考核、动态过程模拟和能耗管理结合、工艺流程改进促产等方面的技术创新。
（3）设备智能诊断系统从石油炼化企业向化工企业横向推广，建立基于高端设备的混合诊断云。
四、项目创新点和实施效果
1.项目先进性及创新点
基于中化工业互联网平台的设备智能诊断系统具有以下先进性：
（1）商业模式先进性
工业场景结合创新科技，输出创新科技产品及服务，创新科技产品赋能工业
企业，获取相关盈利。
（2）技术方面先进性
人工智能及大数据等创新技术与行业机理模型深入融合，双向赋能工业应用，
凸显技术融合效应，实现1+1大于2。
（3）可复制推广性
在涉及机械动力设备的石油化工、钢铁冶炼、能源、机械制造等行业企业均
可推广应用。
2.实施效果
中化能源科技设备智能诊断系统已在中化泉州石化部署，目前已基于81台
高温油泵进行了部署，系统运行稳定，运行过程中发现了若干故障报警，检测到
了一些异常特征，进而提前采取了相关的预防性措施，有效的确保了炼化装置的
正常运行。
系统的部署提高了设备运行安全性，降低了企业运营安全风险。
提高了设备
管理智能化程度，降低劳动强度，可以把释放人力资源调配到更需要的地方。
系统的部署使生产更加平稳，设备运行更加稳定，降低了因设备异常造成的
经济损失。
未来即将完成1600余台的部署，设备智能化管理将形成规模效应。
升级会员 