解决方案

重型机械—设备健康监测系统


 

现状和问题:

国际上,大型冶金机械和电气装备制造商,如SMSVAI、三菱、SiemensABB、东芝等都有完备的设备远程信息检测和故障诊断系统设备运行状态和故障信息通过网络传递到远程的制造商设备监测中心,对设备状态实施在线监测。另外,监测中心将装备信息与工艺紧密结合,对设备故障进行精密分析和诊断,为设备健康维护提供了良好平台,提升了设备的现代化管理水平,有利于充分挖掘设备潜力,延长设备使用期限。而国内引进装备信息与工艺结合应用不够充分,缺少数字化仿真和模型化设计(MBD)的配合。很多设备运营商即使有PLMPDM等系统,但缺少将设备群大量数据积累、整合、利用的能力,对设备状态的预判力不足。不能完全做到在线实时监测预警。

解决方案

    设备健康监测智能决策系统包括模拟仿真和大数据可靠性双预测数字平台(如图所示)。该双平台是与真实机器结合的数字化平台,并在云平台上运行,结合数据驱动的分析算法和其他物理量,来模拟健康状态,预测使用寿命和故障。此系统首先从早期设计阶段即建立起一个数字图像,同时在设计阶段,系统信息和物理量就被输入进去,如此,模拟模型被建立起来,这将为未来的分析做坚实的工具基础。初始量可以由统计产生,也可以从测试或者使用数据的制造工艺过程中得到。模拟模型可以被看作是一个真实机械设备的镜像,或者虚拟传感器,能够不断地记录在之后的使用过程中的各种机械状态。最终,它将同PLMERP等生产数据管理软件结合,联同云计算技术和可靠性算法,这样的模型可使管理者在有限的数据和恶劣的设备使用环境中,随时知道机械的物理状态,预测设备使用寿命和故障,更好的制定维修保养计划。振华港机希望提高自身维保技术服务能力,提高维保业务效益和利润率,期望未来设备维保成为新的利润增长点。

通过运用先进的检测技术,实时检测起重机状态,通过对岸吊机房内小车及提升机构的电机、齿轮箱、卷筒的装填,对钢丝绳磨损监测实现小车状态受控, 对起重机盐雾度、水分等通过传感器进行检测,对岸吊小车车轮的状态进行振动监测,采用大数据传输处理分析技术,分析起重机的金属结构,可以科学准确地评估预测起重机的剩余疲劳寿命,尤其是大型起重机的剩余寿命。提前预知岸桥故障隐患、判断故障严重程度,精确定位故障部位,避免飞机划停机,同时为维护提供决策支持。进行有针对性的预防,防止伤亡事故的发生,减少经济损失。此外,通过整合设备管理规章制度和业务流程,紧密结合状态监测、维修、使用和环境等信息,对涉及设备健康的因素进行全面过程控制,对维修活动进行计划和优化。

系统架构组成包括如下几部分:

(1) 监测信号采集处理系统

   (2) 性能退化模型

   (3) 寿命预测:

   (4) 故障预警

   (5) 性能评价智能子模型分析及设备寿命预测

   (6) 维修专家系统

   (7) 数值仿真系统

   (8) 数据利用服务:健康相关的工业数据集中存储,并按照利用模型以多维方式进行清洗和处理,以供应数据利用。

 (9) 管理决策服务