陳磊 高江明 劉星光 劉愛(ài)濤 徐暉 潘春雷

（1.漢威廣園（廣州）機(jī)械設(shè)備有限公司，廣東 廣州 510700；2.廣東省冶金長(zhǎng)材裝備制造與運(yùn)維工程技術(shù)研究中心，廣東 廣州 510700；3.武漢鋼鐵有限公司，湖北 武漢 430080；4.廣東中南鋼鐵股份有限公司，廣東 韶關(guān) 512100；5.安徽智寰科技有限公司，安徽 合肥 230601；6.日照鋼鐵控股集團(tuán)有限公司，山東 日照 276806）

設(shè)備是工廠生產(chǎn)的主體，設(shè)備的穩(wěn)定性、安全性、持續(xù)性直接影響工業(yè)企業(yè)的生產(chǎn)產(chǎn)值。在數(shù)字化浪潮下，設(shè)備智能運(yùn)維成為生產(chǎn)企業(yè)數(shù)字化轉(zhuǎn)型的重要一環(huán)。通過(guò)物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、數(shù)字孿生等技術(shù)手段的融合，對(duì)設(shè)備進(jìn)行智能化管理和維護(hù)，能有效提高運(yùn)行效率、降低運(yùn)維成本、增強(qiáng)企業(yè)競(jìng)爭(zhēng)力。

鋼鐵工業(yè)具有生產(chǎn)流程連續(xù)、工藝體系復(fù)雜、設(shè)備結(jié)構(gòu)及工況復(fù)雜、產(chǎn)品中間態(tài)多樣化、大型高溫高壓設(shè)備集中、人員安全要求高等特征，屬于典型的流程型制造業(yè)，如圖1 所示。鋼鐵生產(chǎn)流程大致分為：選礦→燒結(jié)→煉焦→高爐（煉鐵）→轉(zhuǎn)爐或電爐（煉鋼）→連鑄→熱軋（如：板帶、型鋼、棒材、線材）→冷軋等過(guò)程；輔助系統(tǒng)有：制氧/制氮、循環(huán)水系統(tǒng)、煙氣除塵及煤氣回收等。生產(chǎn)線內(nèi)的關(guān)鍵設(shè)備一旦突發(fā)故障停機(jī)，會(huì)直接造成較大的生產(chǎn)效益損失，給企業(yè)的高效生產(chǎn)帶來(lái)嚴(yán)峻挑戰(zhàn)。一方面，會(huì)造成整線停機(jī)，產(chǎn)生重大損失；另一方面，存在安全隱患，威脅人員安全。在實(shí)際工作過(guò)程中，由于長(zhǎng)時(shí)間連續(xù)運(yùn)行、運(yùn)行工況惡劣、設(shè)備負(fù)荷設(shè)計(jì)冗余度偏低、轉(zhuǎn)動(dòng)部件的潤(rùn)滑可靠性差以及制造、安裝等原因，機(jī)組設(shè)備經(jīng)常出現(xiàn)諸如不平衡、不對(duì)中、軸承損壞、齒輪故障、緊固件松動(dòng)等旋轉(zhuǎn)機(jī)械常見故障。因此，企業(yè)需要及時(shí)發(fā)現(xiàn)設(shè)備隱患，監(jiān)控和掌握設(shè)備狀況，可以根據(jù)設(shè)備狀態(tài)、生產(chǎn)需要，制定預(yù)測(cè)性維修計(jì)劃，明確設(shè)備維修范圍和工作量，使企業(yè)由計(jì)劃性維護(hù)轉(zhuǎn)變?yōu)轭A(yù)測(cè)性維護(hù)，有效減少非計(jì)劃停機(jī)，降低維修費(fèi)用，減少庫(kù)存資金占用。

圖1 鋼材生產(chǎn)工藝流程圖

一、鋼鐵行業(yè)設(shè)備智能化發(fā)展現(xiàn)狀與問(wèn)題

鋼鐵行業(yè)大部分企業(yè)生產(chǎn)線受限于規(guī)劃設(shè)計(jì)與技術(shù)資源投入局限性，普遍存在關(guān)鍵、重點(diǎn)設(shè)備監(jiān)測(cè)點(diǎn)不足、缺乏振動(dòng)檢測(cè)與診斷，缺少診斷模型，檢測(cè)方法、手段有限等問(wèn)題，長(zhǎng)期沿用以人工點(diǎn)檢為主線的點(diǎn)檢定修設(shè)備運(yùn)維體系。點(diǎn)檢依靠“五感法”，該法在人的行為、經(jīng)驗(yàn)、對(duì)異常的敏感性等方面存在穩(wěn)定性不高的情況，導(dǎo)致點(diǎn)檢工作量大、效率低等問(wèn)題。企業(yè)在設(shè)備連接維度，存在設(shè)備感知手段薄弱、高頻數(shù)據(jù)處理困難、多源多維數(shù)據(jù)難融合、“信息孤島”眾多等問(wèn)題；在預(yù)警診斷和決策方面，存在狀態(tài)識(shí)別效率低、診斷準(zhǔn)確性差、劣化趨勢(shì)無(wú)法把握、維檢決策可靠性低、經(jīng)驗(yàn)轉(zhuǎn)化知識(shí)困難等問(wèn)題；在同類設(shè)備、同類產(chǎn)線設(shè)備運(yùn)維對(duì)標(biāo)中，存在設(shè)備術(shù)語(yǔ)不統(tǒng)一、故障描述不一、設(shè)備顆粒度不一、設(shè)備表征數(shù)據(jù)無(wú)序、數(shù)據(jù)處理差異大等問(wèn)題[1]；在無(wú)人化、少人化的運(yùn)維機(jī)制下，在線監(jiān)測(cè)儀器及技術(shù)缺失，無(wú)法滿足現(xiàn)場(chǎng)設(shè)備維護(hù)管理需求。繼續(xù)采用原有管理模式和技術(shù)方法，往往造成設(shè)備欠修或過(guò)修，嚴(yán)重降低了設(shè)備的利用率和可靠性。

在“制造強(qiáng)國(guó)、數(shù)字中國(guó)”戰(zhàn)略規(guī)劃的大背景下，隨著新型工業(yè)化步伐有序推進(jìn)以及信息技術(shù)、分析診斷技術(shù)的發(fā)展，前述不足更加突出。因此，為科學(xué)準(zhǔn)確地掌握設(shè)備實(shí)時(shí)狀態(tài)，實(shí)現(xiàn)公司級(jí)整體設(shè)備遠(yuǎn)程智能運(yùn)維的需要，同時(shí)，從提高產(chǎn)能、降低非計(jì)劃停機(jī)、節(jié)約成本、提高經(jīng)濟(jì)性角度考量，有必要采用預(yù)測(cè)性維護(hù)管理模式，推進(jìn)“面向智慧鋼鐵的設(shè)備智能運(yùn)維系統(tǒng)”的設(shè)計(jì)與建設(shè)。

解決前述問(wèn)題是一項(xiàng)極具挑戰(zhàn)性的復(fù)雜系統(tǒng)創(chuàng)新工程。本文主要研究通過(guò)在設(shè)備上安裝在線監(jiān)測(cè)系統(tǒng)和配置檢測(cè)儀表，對(duì)設(shè)備的振動(dòng)等信號(hào)進(jìn)行及時(shí)收集、處理，結(jié)合設(shè)備工作原理、結(jié)構(gòu)特點(diǎn)、運(yùn)行參數(shù)、歷史狀況，對(duì)可能發(fā)生的故障進(jìn)行分析、預(yù)報(bào)，對(duì)已經(jīng)或正在發(fā)生的故障進(jìn)行分析、診斷，以確定故障的性質(zhì)、類別、程度、部位和趨勢(shì)，為生產(chǎn)設(shè)備的正常運(yùn)行和合理檢修提供科學(xué)的技術(shù)支持[2]。

二、鋼鐵行業(yè)設(shè)備智能運(yùn)維系統(tǒng)總體架構(gòu)規(guī)劃

本文認(rèn)為鋼鐵企業(yè)設(shè)備運(yùn)維從“感官判斷、經(jīng)驗(yàn)決策”向“數(shù)據(jù)判斷、知識(shí)決策”轉(zhuǎn)變是設(shè)備智能運(yùn)維的核心，并以此為總體思路開展設(shè)備智能運(yùn)維技術(shù)的系統(tǒng)創(chuàng)新。圍繞設(shè)備智能運(yùn)維，形成以開放且一站式的智能運(yùn)維工作平臺(tái)、自我進(jìn)化的專家系統(tǒng)、生態(tài)協(xié)同且標(biāo)準(zhǔn)化體系的核心技術(shù)架構(gòu)、面向鋼鐵全流程的智能運(yùn)維體系為載體的技術(shù)路線。著重研究以實(shí)現(xiàn)設(shè)備狀態(tài)精準(zhǔn)把握，維持設(shè)備功能和精度等原有性能為主要目標(biāo)，構(gòu)建面向公司各產(chǎn)線重要設(shè)備的智能運(yùn)維系統(tǒng)，通過(guò)設(shè)備狀態(tài)及相關(guān)數(shù)據(jù)的采集，實(shí)現(xiàn)產(chǎn)線關(guān)鍵設(shè)備的智能診斷應(yīng)用。

設(shè)備智能運(yùn)維系統(tǒng)在獲取在線監(jiān)測(cè)數(shù)據(jù)、離線精密診斷數(shù)據(jù)和工藝過(guò)程數(shù)據(jù)的基礎(chǔ)上，通過(guò)對(duì)設(shè)備各類相關(guān)數(shù)據(jù)狀態(tài)的采集、分析、統(tǒng)計(jì)、預(yù)測(cè)，發(fā)揮平臺(tái)系統(tǒng)集中各類資源的優(yōu)勢(shì)，對(duì)設(shè)備異常進(jìn)行綜合分析，做出狀態(tài)判斷并提出處理方案，從而提高設(shè)備狀態(tài)管理的準(zhǔn)確性、有效性，提升對(duì)設(shè)備狀態(tài)的控制能力及人員作業(yè)效率。另外，設(shè)備智能運(yùn)維系統(tǒng)能夠打通檢測(cè)、分析、診斷、維護(hù)、檢修及備件制造等環(huán)節(jié)的專業(yè)界限，形成設(shè)備智能運(yùn)維技術(shù)閉環(huán)。同時(shí)，以設(shè)備、工藝、生產(chǎn)、經(jīng)營(yíng)等多維數(shù)據(jù)為基礎(chǔ)，利用大數(shù)據(jù)、人工智能模型、遠(yuǎn)程專家系統(tǒng)等技術(shù)手段全面開展設(shè)備智能運(yùn)維。

面向智慧鋼鐵的設(shè)備智能運(yùn)維系統(tǒng)主界面，詳見圖2，系統(tǒng)架構(gòu)采用“端一邊一云”協(xié)同的主流架構(gòu)模式，“端”是終端設(shè)備，如軋機(jī)設(shè)備、各類傳感器及數(shù)據(jù)采集器等；“邊”是云計(jì)算的邊緣側(cè)，為基礎(chǔ)設(shè)施邊緣，可實(shí)現(xiàn)分廠級(jí)設(shè)備運(yùn)維需求；“云”是云端數(shù)據(jù)中心，支持集團(tuán)公司級(jí)的資源集成應(yīng)用?！岸恕叀啤钡挠行f(xié)同提高數(shù)據(jù)流動(dòng)和使用效率，充分發(fā)揮平臺(tái)工業(yè)數(shù)據(jù)管理、工業(yè)知識(shí)建模、數(shù)據(jù)價(jià)值分析和工業(yè)應(yīng)用創(chuàng)新優(yōu)勢(shì)，高效靈活地滿足企業(yè)智能化需求。各現(xiàn)場(chǎng)設(shè)備檢測(cè)點(diǎn)、數(shù)據(jù)源作為端，在各產(chǎn)線設(shè)立高頻數(shù)據(jù)采集、處理及預(yù)警作為邊緣計(jì)算，將公司設(shè)備智能運(yùn)維平臺(tái)作為云，實(shí)現(xiàn)“端—邊—云”協(xié)同架構(gòu)下的預(yù)警、預(yù)測(cè)、診斷、分析[3]。該系統(tǒng)主要是通過(guò)對(duì)關(guān)鍵、重點(diǎn)設(shè)備增加在線檢測(cè)點(diǎn)，在設(shè)備智能運(yùn)維平臺(tái)上部署設(shè)備機(jī)理模型、大數(shù)據(jù)分析模型，預(yù)測(cè)設(shè)備狀態(tài)、發(fā)展趨勢(shì)等，為檢修人員提供維修決策支持；同時(shí)，未來(lái)可根據(jù)技術(shù)發(fā)展情況，逐步考慮投入成熟的設(shè)備巡檢機(jī)器人、不同場(chǎng)景在線監(jiān)測(cè)、執(zhí)行設(shè)備及機(jī)械人等。此外，考慮在數(shù)字化運(yùn)維平臺(tái)基礎(chǔ)上，基于人工智能自學(xué)習(xí)、自適應(yīng)，強(qiáng)化模型的訓(xùn)練與優(yōu)化，建立專家知識(shí)庫(kù)，應(yīng)用大數(shù)據(jù)智能分析、智能評(píng)價(jià)設(shè)備健康狀況。不僅如此，可利用AI 實(shí)現(xiàn)現(xiàn)實(shí)場(chǎng)景與虛擬場(chǎng)景的實(shí)時(shí)交互與映射，對(duì)現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行及時(shí)展示、報(bào)警，預(yù)判設(shè)備與物料的殘余壽命，通過(guò)大數(shù)據(jù)云計(jì)算提供具體場(chǎng)景解決方案。

圖2 設(shè)備智能運(yùn)維系統(tǒng)部署網(wǎng)絡(luò)架構(gòu)簡(jiǎn)圖

三、設(shè)備智能運(yùn)維系統(tǒng)功能設(shè)計(jì)與實(shí)現(xiàn)

（一）功能設(shè)計(jì)原則

設(shè)備智能運(yùn)維平臺(tái)系統(tǒng)架構(gòu)規(guī)范以“保障設(shè)備可靠運(yùn)行、提高勞動(dòng)生產(chǎn)率和優(yōu)化維修成本”為目的，融合智能傳感、大數(shù)據(jù)、故障機(jī)理分析、機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)等技術(shù)，實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)判定、性能分析和故障預(yù)警。圍繞設(shè)備精準(zhǔn)維護(hù)的業(yè)務(wù)實(shí)施需求，整個(gè)運(yùn)維平臺(tái)分為三層架構(gòu)：端（E1）—邊（E2）—云（E3），形成“端側(cè)數(shù)據(jù)源收集、邊緣側(cè)產(chǎn)線級(jí)報(bào)警診斷、云側(cè)可視化綜合決策”，詳見圖3。

圖3 設(shè)備智能運(yùn)維平臺(tái)系統(tǒng)架構(gòu)圖（端—邊—云）

E1 層覆蓋系統(tǒng)監(jiān)控的設(shè)備主要通過(guò)采集模塊獲取實(shí)時(shí)狀態(tài)數(shù)據(jù)。同時(shí)也可以從現(xiàn)場(chǎng)PLC，DCS，L2 等系統(tǒng)中獲取設(shè)備運(yùn)行、工藝量、生產(chǎn)數(shù)據(jù)，并通過(guò)其他專業(yè)分析系統(tǒng)獲取分析結(jié)果，為頂層分析提供數(shù)據(jù)支撐。

E1 層（底層）設(shè)備信息來(lái)自幾個(gè)系統(tǒng)：一是新增傳感器部分，信號(hào)通過(guò)現(xiàn)場(chǎng)數(shù)據(jù)采集器上傳（傳感器信號(hào)先進(jìn)入現(xiàn)場(chǎng)數(shù)據(jù)采集器，經(jīng)邊緣計(jì)算處理并轉(zhuǎn)換后，上傳本平臺(tái)，由平臺(tái)以相應(yīng)的方式進(jìn)行存儲(chǔ)）。二是已有智慧能源系統(tǒng)的高壓設(shè)備、離線振動(dòng)檢測(cè)等數(shù)據(jù)，以及油液狀態(tài)檢測(cè)、高壓預(yù)試等離線數(shù)據(jù)。三是來(lái)自各系統(tǒng)的數(shù)據(jù)進(jìn)入平臺(tái)后，以相應(yīng)的方式進(jìn)行存儲(chǔ)，包括內(nèi)存數(shù)據(jù)庫(kù)，關(guān)系型、實(shí)時(shí)數(shù)據(jù)庫(kù)等多種方式，根據(jù)應(yīng)用功能的需要，提供相應(yīng)的數(shù)據(jù)服務(wù)。

E2 層覆蓋生產(chǎn)線及區(qū)域，主要由邊緣服務(wù)站構(gòu)成，具有數(shù)據(jù)采集、處理、存儲(chǔ)、預(yù)警、轉(zhuǎn)發(fā)五大功能。根據(jù)監(jiān)控設(shè)備的數(shù)量，可橫向擴(kuò)展，合理編排邊緣服務(wù)站集群。同時(shí)，在收到E3 層預(yù)警模型指令后，可及時(shí)變換采集頻率，對(duì)監(jiān)控設(shè)備的異常數(shù)據(jù)做密集采集。本層級(jí)可在現(xiàn)場(chǎng)增加邊緣服務(wù)器，并將采集的數(shù)據(jù)傳輸至設(shè)備智能運(yùn)維平臺(tái)（E3）。

E3 層是廠部級(jí)智能運(yùn)維平臺(tái)，包含設(shè)備狀態(tài)數(shù)據(jù)庫(kù)、設(shè)備檢測(cè)診斷服務(wù)、智能運(yùn)維服務(wù)、移動(dòng)APP 等6 大核心板塊。主要以設(shè)備狀態(tài)數(shù)據(jù)庫(kù)為基礎(chǔ)，結(jié)合檢測(cè)診斷服務(wù)，匯集設(shè)備狀態(tài)、工藝過(guò)程、管理過(guò)程數(shù)據(jù)，實(shí)現(xiàn)設(shè)備之間的互聯(lián)、系統(tǒng)與人員之間的互聯(lián)，通過(guò)數(shù)據(jù)分析、智能模型識(shí)別和綜合診斷機(jī)制，為用戶提供準(zhǔn)確的預(yù)警信息、狀態(tài)判斷和處理方案，形成狀態(tài)監(jiān)測(cè)、分析診斷、維護(hù)改善的良性循環(huán)，完成對(duì)設(shè)備運(yùn)行生命周期全方位狀態(tài)把握，并利用這些信息指導(dǎo)維修、支撐生產(chǎn)，從而提升效率。

E4 層是集團(tuán)公司級(jí)智能運(yùn)維平臺(tái)，通過(guò)數(shù)據(jù)中心對(duì)各廠部的數(shù)據(jù)進(jìn)行集成與整合、數(shù)據(jù)價(jià)值的深度挖掘、標(biāo)準(zhǔn)規(guī)則的優(yōu)化和確定，集控中心可實(shí)現(xiàn)對(duì)全公司各產(chǎn)線的風(fēng)險(xiǎn)識(shí)別和設(shè)備健康管理，形成集團(tuán)內(nèi)各產(chǎn)線生產(chǎn)設(shè)備狀態(tài)監(jiān)測(cè)、分析診斷、維護(hù)改善的良性循環(huán)，支持集團(tuán)內(nèi)部資源的協(xié)同和集團(tuán)與外部資源的聯(lián)動(dòng)。

（二）設(shè)備智能運(yùn)維系統(tǒng)構(gòu)建

面向智慧鋼鐵的設(shè)備智能運(yùn)維系統(tǒng)是用于管理和優(yōu)化設(shè)備運(yùn)維過(guò)程的軟件系統(tǒng)，滿足廣域網(wǎng)（公網(wǎng)）或局域網(wǎng)（內(nèi)網(wǎng)）兩種部署條件，具備可接入測(cè)量點(diǎn)多、高可靠性傳感器網(wǎng)絡(luò)、高性能數(shù)據(jù)采集模塊、主流/安全/穩(wěn)定的系統(tǒng)架構(gòu)、集成邊緣計(jì)算與網(wǎng)關(guān)、數(shù)據(jù)實(shí)時(shí)分析、智能診斷預(yù)警、邊緣與中心計(jì)算結(jié)合、數(shù)據(jù)安全保障等技術(shù)條件。該系統(tǒng)是讀取、瀏覽和分析數(shù)據(jù)的重要人機(jī)交互平臺(tái)，具備良好的開放性和擴(kuò)展性，具備數(shù)據(jù)篩選和數(shù)據(jù)管理功能，系統(tǒng)可顯示機(jī)組各個(gè)測(cè)點(diǎn)的振動(dòng)數(shù)據(jù)和接入的過(guò)程量數(shù)據(jù)，同時(shí)系統(tǒng)是集配置與數(shù)據(jù)分析于一體的振動(dòng)分析專業(yè)工具，提供豐富的數(shù)據(jù)分析功能，方便用戶對(duì)設(shè)備機(jī)組的健康狀態(tài)進(jìn)行評(píng)估和故障診斷，詳見圖4。設(shè)備智能運(yùn)維系統(tǒng)可以提供設(shè)備監(jiān)控與診斷、故障預(yù)警與維修計(jì)劃等多項(xiàng)功能，從而實(shí)現(xiàn)設(shè)備的智能化管理。例如，支持實(shí)時(shí)監(jiān)測(cè)設(shè)備的狀態(tài)和性能參數(shù)，包括振動(dòng)、溫度、電流、轉(zhuǎn)速、壓力、流量等數(shù)據(jù)指標(biāo)。同時(shí)，系統(tǒng)可以通過(guò)數(shù)據(jù)分析和智能算法判斷設(shè)備的運(yùn)行情況，檢測(cè)可能存在的故障和異常；可以基于設(shè)備監(jiān)控?cái)?shù)據(jù)和算法模型進(jìn)行故障預(yù)測(cè)，提前發(fā)現(xiàn)潛在的故障風(fēng)險(xiǎn)，并生成相應(yīng)的維修計(jì)劃，與EAM 系統(tǒng)實(shí)現(xiàn)工單聯(lián)動(dòng)，提高設(shè)備的可靠性，避免意外停機(jī)[4]。特色功能技術(shù)如下。

圖4 3D 可視化仿真模型

1.軟件架構(gòu)

軟件系統(tǒng)采用B/S 架構(gòu)，基于Linux 部署，支持廣域網(wǎng)運(yùn)行環(huán)境，具有完整的網(wǎng)絡(luò)功能，支持基于服務(wù)器的客戶端分析、診斷、管理共享以及基于網(wǎng)絡(luò)瀏覽器的客戶端瀏覽和數(shù)據(jù)共享功能；支持公有部署和私有部署兩種部署方式，無(wú)論哪種部署方式，系統(tǒng)所有功能均能夠在無(wú)人工干預(yù)（正常系統(tǒng)運(yùn)維除外）的情形下流暢運(yùn)行，能夠?qū)崿F(xiàn)對(duì)客戶設(shè)備的智能化監(jiān)測(cè)和智能化分析診斷。

2.數(shù)據(jù)采集

軟件系統(tǒng)支持多類型數(shù)據(jù)采集策略，如同步振動(dòng)采集、定時(shí)采集、基于轉(zhuǎn)速觸發(fā)的振動(dòng)數(shù)據(jù)關(guān)聯(lián)采集以及振動(dòng)異常狀態(tài)下的加密采集，避免故障數(shù)據(jù)遺漏。有線采集器的數(shù)據(jù)采集間隔時(shí)間采用數(shù)據(jù)加密采集策略，支持3 項(xiàng)指標(biāo)數(shù)據(jù)，即：振動(dòng)加速度有效值、速度有效值、溫度值采集，最低5s，也可選擇10s、15s，通過(guò)系統(tǒng)將數(shù)據(jù)直接上傳平臺(tái)系統(tǒng)，更易捕捉設(shè)備缺陷。同時(shí)，系統(tǒng)具備自檢功能：能對(duì)網(wǎng)絡(luò)通信狀態(tài)、傳感器狀態(tài)及內(nèi)部硬件信息等進(jìn)行檢查，若自檢存在異常，則給出提示信息。

3.數(shù)據(jù)處理

軟件系統(tǒng)具有實(shí)時(shí)數(shù)據(jù)服務(wù)端的數(shù)據(jù)清洗、自動(dòng)過(guò)濾異常和跳變等垃圾數(shù)據(jù)處理的功能。同時(shí)，所有振動(dòng)監(jiān)測(cè)數(shù)據(jù)在現(xiàn)場(chǎng)服務(wù)器上的存儲(chǔ)具備合理的數(shù)據(jù)稀釋策略，保存所有報(bào)警數(shù)據(jù)和異常數(shù)據(jù)，以便進(jìn)行數(shù)據(jù)的提取和深入分析。特有的故障信號(hào)降噪重構(gòu)特征識(shí)別方法可自動(dòng)識(shí)別并過(guò)濾咬鋼信號(hào)，實(shí)現(xiàn)軋鋼設(shè)備故障的準(zhǔn)確診斷。

4.圖譜分析

針對(duì)設(shè)備的振動(dòng)信息具備22 種圖譜分析工具，包括趨勢(shì)分析、時(shí)域分析、頻譜分析、轉(zhuǎn)速趨勢(shì)、溫度趨勢(shì)、位移趨勢(shì)、包絡(luò)解調(diào)、自適應(yīng)包絡(luò)、濾波分析、EMD 分析、小波濾波、SVD 分析、相關(guān)分析、時(shí)頻分析、階次分析、交叉相位、倒譜分析、軸心軌跡、瀑布圖、高級(jí)頻譜分析、聲音播放、多維數(shù)據(jù)分析等，且工具中包含了特征頻率識(shí)別功能，能識(shí)別特征頻率并在頻譜中標(biāo)記位置和階數(shù)。趨勢(shì)分析工具中可選擇多種測(cè)點(diǎn)指標(biāo)，包括溫度、歪度、裕度、有效值、峭度、轉(zhuǎn)速、峰值、峭度密度、脈沖和沖擊能量比，可查看多類指標(biāo)的歷史趨勢(shì)分析。專業(yè)工程師可通過(guò)實(shí)時(shí)分析設(shè)備的振動(dòng)波形，進(jìn)行設(shè)備健康狀態(tài)的診斷，出現(xiàn)檢測(cè)異常可以實(shí)現(xiàn)畫面閃爍報(bào)警，詳見圖5。

圖5 振動(dòng)圖譜分析

5.多樣化報(bào)警體系

（1）支持告警閾值：軟件系統(tǒng)支持告警閾值配置功能，可根據(jù)需求對(duì)每臺(tái)設(shè)備或每個(gè)測(cè)點(diǎn)單獨(dú)設(shè)置報(bào)警值，能夠?qū)C(jī)組進(jìn)行持續(xù)的在線振動(dòng)監(jiān)測(cè)，可自動(dòng)設(shè)置振動(dòng)測(cè)量參數(shù)和報(bào)警值，且允許用戶自定義，并對(duì)異常狀態(tài)及時(shí)報(bào)警。系統(tǒng)具備基于國(guó)際振動(dòng)標(biāo)準(zhǔn)（ISO-10816）設(shè)置報(bào)警門限功能，經(jīng)過(guò)一段時(shí)間的數(shù)據(jù)積累之后，可設(shè)置新的報(bào)警門限，能避免反復(fù)穿越報(bào)警線、重復(fù)報(bào)警問(wèn)題，并且不遺漏真實(shí)報(bào)警。經(jīng)過(guò)一段時(shí)間的數(shù)據(jù)積累之后，系統(tǒng)可根據(jù)設(shè)備的當(dāng)前狀態(tài)自動(dòng)設(shè)置相應(yīng)門限值；如設(shè)備有劣化過(guò)程，通過(guò)修改報(bào)警門限把控設(shè)備的劣化趨勢(shì)。

（2）支持智能算法預(yù)警：軟件系統(tǒng)上線后，算法會(huì)根據(jù)設(shè)備實(shí)際運(yùn)轉(zhuǎn)特點(diǎn)自動(dòng)敷設(shè)報(bào)警門限值。同時(shí)，可以將振動(dòng)有效值、峭度，峭度密度等指標(biāo)，以及加速度有效值、速度有效值、沖擊能量比、諧波數(shù)量、諧波能量5 項(xiàng)綜合指標(biāo)，用于動(dòng)設(shè)備早中期損傷的監(jiān)測(cè)。此外，多專業(yè)數(shù)據(jù)融合報(bào)警體系以設(shè)備對(duì)象為核心，可以實(shí)現(xiàn)多種類別關(guān)聯(lián)數(shù)據(jù)的匯集，提供設(shè)備狀態(tài)數(shù)據(jù)、相關(guān)工藝過(guò)程數(shù)據(jù)的分析功能，為智能決策提供優(yōu)質(zhì)、足量的數(shù)據(jù)，避免預(yù)警過(guò)于頻繁或缺位。

6.設(shè)備健康度機(jī)理模型

通過(guò)機(jī)理模型和AI 智能算法對(duì)設(shè)備監(jiān)測(cè)對(duì)象的數(shù)據(jù)進(jìn)行總結(jié)對(duì)比，實(shí)現(xiàn)設(shè)備的狀態(tài)評(píng)估及預(yù)測(cè)，為運(yùn)維人員提供重要的數(shù)據(jù)參考。在分析模型迭代升級(jí)方面，基于設(shè)備結(jié)構(gòu)模型、振動(dòng)機(jī)理兩個(gè)維度構(gòu)建診斷算法，診斷結(jié)論精確到零件級(jí)，軟件系統(tǒng)中的無(wú)參數(shù)診斷算法可在無(wú)參數(shù)輸入的前提下實(shí)現(xiàn)部分軸承、齒輪、工頻故障（基礎(chǔ)松動(dòng)、不平衡、不對(duì)中、共振）的分類判斷。本文研究的軟件系統(tǒng)中設(shè)備大類機(jī)理模型共11 個(gè)，其中：軸承故障4 個(gè)，齒輪故障3 個(gè)，工頻故障4 個(gè)。對(duì)于單臺(tái)設(shè)備進(jìn)行“一機(jī)一模型”健康管理，實(shí)現(xiàn)設(shè)備的狀態(tài)評(píng)估及預(yù)測(cè)，為運(yùn)維人員提供重要的數(shù)據(jù)參考。

7.可拓展設(shè)計(jì)

軟件系統(tǒng)支持本地及遠(yuǎn)程訪問(wèn)，能夠查詢相關(guān)監(jiān)測(cè)數(shù)據(jù)；具備移動(dòng)端設(shè)備管理功能，系統(tǒng)在開通廣域網(wǎng)的情況下，通過(guò)安裝移動(dòng)客戶端手機(jī)APP，可以隨時(shí)了解設(shè)備運(yùn)行狀態(tài)和報(bào)警情況，支持移動(dòng)端服務(wù)請(qǐng)求功能。系統(tǒng)具備標(biāo)準(zhǔn)數(shù)據(jù)接口，可訪問(wèn)系統(tǒng)內(nèi)所有監(jiān)測(cè)數(shù)據(jù)，且第三方軟件可通過(guò)數(shù)據(jù)接口實(shí)現(xiàn)與系統(tǒng)的通信及數(shù)據(jù)采集輸出。同時(shí)，開放接口程序，包括PC 端、移動(dòng)端源代碼/接口等程序，部分業(yè)務(wù)數(shù)據(jù)庫(kù)表結(jié)構(gòu)及說(shuō)明等。并開放PC 端服務(wù)器數(shù)據(jù)庫(kù)的數(shù)據(jù)，包括原始數(shù)據(jù)、特征數(shù)據(jù)、報(bào)警數(shù)據(jù)、故障數(shù)據(jù)，具有API 接口協(xié)議。應(yīng)用軟件應(yīng)能通過(guò)局域網(wǎng)與機(jī)組的有線數(shù)據(jù)采集器通過(guò)以太網(wǎng)通信，實(shí)現(xiàn)遠(yuǎn)程管理各個(gè)數(shù)據(jù)采集器的設(shè)置定義；能夠遠(yuǎn)程在線顯示所有在線數(shù)據(jù)采集器的數(shù)據(jù)處理結(jié)果及其報(bào)警狀態(tài)信息；支持基于服務(wù)器的客戶端分析、診斷、管理共享及基于網(wǎng)絡(luò)瀏覽器的客戶端瀏覽。

（三）設(shè)備智能運(yùn)維系統(tǒng)實(shí)施

1.設(shè)備狀態(tài)實(shí)時(shí)監(jiān)測(cè)

設(shè)備智能運(yùn)維系統(tǒng)通過(guò)與專業(yè)子系統(tǒng)的集成對(duì)接，實(shí)現(xiàn)對(duì)各類設(shè)備狀態(tài)的實(shí)時(shí)監(jiān)測(cè)，及時(shí)給出相關(guān)報(bào)警或故障提示信息。系統(tǒng)可以對(duì)全公司生產(chǎn)、設(shè)備狀況進(jìn)行實(shí)時(shí)監(jiān)視，實(shí)時(shí)顯示各工序、機(jī)組及輔助設(shè)備的主要運(yùn)行參數(shù)和設(shè)備狀態(tài)；設(shè)備智能運(yùn)維系統(tǒng)只監(jiān)測(cè)不控制，系統(tǒng)運(yùn)行操控不會(huì)影響現(xiàn)場(chǎng)實(shí)際操控設(shè)備DCS/PLC 的正常運(yùn)行。如需設(shè)備聯(lián)鎖保護(hù)和報(bào)警，設(shè)備聯(lián)鎖保護(hù)裝置可采用振動(dòng)速度傳感器+傳輸線直接連接到PLC 上，0～20mA 間設(shè)定電流值。

設(shè)備智能運(yùn)維系統(tǒng)在實(shí)時(shí)監(jiān)測(cè)的基礎(chǔ)上還提供：（1）實(shí)時(shí)報(bào)警功能，設(shè)備運(yùn)行參數(shù)超限報(bào)警；（2）趨勢(shì)查詢功能，可以在線查看實(shí)時(shí)歷史趨勢(shì)；（3）SOE 事件回溯功能，以事件為線索組織數(shù)據(jù)、重現(xiàn)事件發(fā)生前后的系統(tǒng)各類數(shù)據(jù)參數(shù)的情況。

2.多源數(shù)據(jù)整合

對(duì)振動(dòng)、溫度、轉(zhuǎn)速、電流、電壓、流量、壓力、液位、油液雜質(zhì)、視頻等多源異構(gòu)數(shù)據(jù)信號(hào)制定數(shù)據(jù)分類規(guī)則，有序收集處理不同檢測(cè)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)，并按照所制定的數(shù)據(jù)分類存儲(chǔ)規(guī)則，以設(shè)備對(duì)象為核心，進(jìn)行高效關(guān)聯(lián)，便于各類診斷實(shí)施及數(shù)據(jù)查詢。同時(shí)，進(jìn)行可視化功能開發(fā)，開發(fā)設(shè)備板塊的3D 可視化內(nèi)容，主要包括：（1）設(shè)備報(bào)表/關(guān)鍵設(shè)備狀態(tài)報(bào)表；（2）設(shè)備監(jiān)控看板，從而實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)趨勢(shì)及指標(biāo)/設(shè)備關(guān)鍵KPI 指標(biāo)。

3.特定設(shè)備專題分析

軟件系統(tǒng)設(shè)置特定設(shè)備專題分析功能：（1）振動(dòng)專題分析功能生成12 種高級(jí)分析工具，具體包括倒譜分析、包絡(luò)解調(diào)、頻譜分析、特征提取、濾波分析、多次譜平均、加窗頻譜分析、階次分析、趨勢(shì)分析、軸心軌跡相關(guān)分析、轉(zhuǎn)速趨勢(shì)、時(shí)頻分析等分析圖譜，支持編輯診斷報(bào)告、預(yù)警、預(yù)防性維護(hù)建議。振動(dòng)檢測(cè)故障范圍見表1。（2）油液專題分析功能能夠?qū)τ鸵旱暮俊ざ?、金屬磨粒等?shù)據(jù)進(jìn)行專題分析，對(duì)故障原因進(jìn)行診斷，提出換油建議。（3）高壓設(shè)備試驗(yàn)數(shù)據(jù)專題分析支持電氣設(shè)備交接試驗(yàn)、絕緣預(yù)防性試驗(yàn)數(shù)據(jù)管理。（4）高壓設(shè)備運(yùn)行狀態(tài)分析、管理。

表1 振動(dòng)檢測(cè)故障范圍

4.報(bào)表與分析

根據(jù)用戶管理需要，基于對(duì)應(yīng)的模板，圍繞所轄的檢測(cè)設(shè)備、人工月運(yùn)維服務(wù)信息，可自動(dòng)或手動(dòng)生成班報(bào)、日?qǐng)?bào)、周報(bào)、旬報(bào)、月報(bào)、季報(bào)、年報(bào)等各種統(tǒng)計(jì)分析報(bào)表，也可以根據(jù)監(jiān)管人員需要，基于時(shí)間條件、監(jiān)測(cè)對(duì)象等進(jìn)行自定義分析統(tǒng)計(jì)。面向?qū)ο蠛蛿?shù)據(jù)主要包括：（1）智能點(diǎn)檢結(jié)果；（2）設(shè)備超溫運(yùn)行情況；（3）備用設(shè)備切換情況；（4）重要設(shè)備報(bào)警、故障信息；（5）設(shè)備作業(yè)率；（6）設(shè)備智能點(diǎn)檢數(shù)據(jù)分析、診斷、預(yù)警。采用多維度信息集成及信息關(guān)聯(lián)分析，獲取及提煉有用信息，減少誤報(bào)，提高故障預(yù)報(bào)的準(zhǔn)確性。

5.設(shè)備工藝數(shù)據(jù)的應(yīng)用

設(shè)備工藝數(shù)據(jù)獲取通過(guò)軟件方式進(jìn)行對(duì)接，滿足標(biāo)準(zhǔn)通信接口OPC、Modbus 等要求，具體的對(duì)接因涉及產(chǎn)線現(xiàn)有工藝的權(quán)限開放、工藝參數(shù)數(shù)據(jù)標(biāo)簽的提供、接口形式、網(wǎng)絡(luò)通暢情況，須先進(jìn)行技術(shù)細(xì)節(jié)的交流，再確定接入方案。獲取自動(dòng)化系統(tǒng)中的PLC 數(shù)據(jù)并進(jìn)行數(shù)據(jù)歸并：①煉鐵區(qū)域以煤氣鼓風(fēng)機(jī)為例，歸并下列PLC數(shù)據(jù)（括號(hào)中代表數(shù)據(jù)數(shù)量）：馬達(dá)溫度（e）、密封氮?dú)饬髁浚╝）、潤(rùn)滑油壓（a）、消音器進(jìn)出口壓差（a）、潤(rùn)滑油過(guò)濾器壓差（a）、潤(rùn)滑油出口壓力（a）、MCW 水流量（a）、潤(rùn)滑油冷卻水流量（a）、加壓機(jī)振動(dòng)（b）、馬達(dá)振動(dòng)（b）、潤(rùn)滑油油位（a）、潤(rùn)滑油泄露油位（a）、馬達(dá)電流（a）等。②熱軋區(qū)域以精軋液壓伺服系統(tǒng)為例，對(duì)液壓缸、伺服閥等實(shí)時(shí)數(shù)據(jù)進(jìn)行綜合判斷。綜合判斷規(guī)則的制定見表2。

表2 綜合判斷規(guī)則的制定

6.EAM 系統(tǒng)數(shù)據(jù)接口開發(fā)

通過(guò)與EAM 系統(tǒng)（企業(yè)資產(chǎn)管理系統(tǒng)）接口打通實(shí)現(xiàn)讀取設(shè)備檔案以及設(shè)備履歷，整合設(shè)備狀態(tài)數(shù)據(jù)，獲取設(shè)備型號(hào)、參數(shù)、點(diǎn)檢結(jié)果、故障、異常、檢修、維修、更換等靜態(tài)信息，與在線實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)相結(jié)合，綜合分析設(shè)備運(yùn)行狀態(tài)、傾向管理、健康度評(píng)價(jià)（建立健康度評(píng)價(jià)體系）。

（1）設(shè)備健康評(píng)價(jià)智能分析功能：基于不同設(shè)備的運(yùn)行指標(biāo)、運(yùn)行特點(diǎn)、參數(shù)條件，建立設(shè)備監(jiān)控評(píng)價(jià)體系與模型，根據(jù)不同的設(shè)備采集不同的設(shè)備和工藝參數(shù)，進(jìn)行相應(yīng)的處理，并依據(jù)專家經(jīng)驗(yàn)和設(shè)備相關(guān)信息，結(jié)合模型計(jì)算其健康度，同時(shí)進(jìn)行長(zhǎng)期的數(shù)據(jù)采集和存儲(chǔ)。實(shí)時(shí)監(jiān)測(cè)設(shè)備的運(yùn)行狀態(tài)，在設(shè)備劣化之前提出設(shè)備的維護(hù)或更換信息。以帶有主動(dòng)散熱設(shè)備裝置的設(shè)備為例，通過(guò)對(duì)運(yùn)行時(shí)間、轉(zhuǎn)速、系統(tǒng)溫度、運(yùn)行噪聲的持續(xù)跟蹤學(xué)習(xí)，評(píng)估該類型散熱設(shè)備的健康程度，當(dāng)發(fā)現(xiàn)散熱效果異常、噪聲增大時(shí)，評(píng)價(jià)設(shè)備健康，并預(yù)測(cè)設(shè)備健康走勢(shì)，對(duì)設(shè)備的主動(dòng)維修、更換給出定性指標(biāo)建議。

（2）設(shè)備運(yùn)維事件誘因分析模塊：通過(guò)維修事件、維修記錄，結(jié)合設(shè)備操作日志的語(yǔ)義分析，挖掘分析引發(fā)設(shè)備故障的可能原因，并予以記錄歸納，建立事故誘因分析庫(kù)，實(shí)現(xiàn)對(duì)設(shè)備主動(dòng)運(yùn)維方案、故障排查解決方法的總結(jié)，為設(shè)備選型時(shí)的指標(biāo)參數(shù)優(yōu)化提供數(shù)據(jù)理論依據(jù)。

（3）設(shè)備故障知識(shí)庫(kù)、設(shè)備維護(hù)知識(shí)庫(kù)：基于健康評(píng)價(jià)、誘因分析模塊的結(jié)果，以及人工處置日志的智能化分析，打造設(shè)備故障與維護(hù)的知識(shí)庫(kù)，以便在系統(tǒng)發(fā)生故障時(shí)，實(shí)現(xiàn)自動(dòng)/人工檢索適配，并給出相關(guān)處置建議，提升處置效率，優(yōu)化新人指導(dǎo)的效能。

以設(shè)備為主體，通過(guò)對(duì)設(shè)備運(yùn)行、點(diǎn)檢、檢維修、故障等業(yè)務(wù)進(jìn)行全流程跟蹤與管控，為設(shè)備運(yùn)行過(guò)程回溯、數(shù)據(jù)挖掘分析等提供支撐；通過(guò)精細(xì)化的設(shè)備維護(hù)管理，有效降低設(shè)備故障率，延長(zhǎng)設(shè)備使用壽命，并且能夠全面提高設(shè)備管理工作效率，合理管控設(shè)備運(yùn)行和維修成本，切實(shí)有效地解決企業(yè)設(shè)備管理痛點(diǎn)。

（四）面向智慧鋼鐵的虛擬現(xiàn)實(shí)技術(shù)應(yīng)用探索

數(shù)字孿生是由物理資產(chǎn)、虛擬鏡像和用戶界面組成的混合模型。設(shè)備智能運(yùn)維系統(tǒng)在軋鋼板塊的3.0 版本——《棒線材生產(chǎn)線設(shè)備數(shù)字孿生運(yùn)維系統(tǒng)》，如圖6 所示。該系統(tǒng)結(jié)合當(dāng)前影響鋼鐵企業(yè)生產(chǎn)設(shè)備穩(wěn)定運(yùn)行的問(wèn)題、難點(diǎn)及痛點(diǎn)，聚焦生產(chǎn)設(shè)備運(yùn)行管理和工廠數(shù)字化轉(zhuǎn)型升級(jí)，建立精準(zhǔn)、實(shí)時(shí)、高效的數(shù)據(jù)互聯(lián)體系，通過(guò)數(shù)字孿生技術(shù)、人工智能技術(shù)，充分利用物理模型、傳感器更新、運(yùn)行歷史等數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概率的仿真過(guò)程，實(shí)現(xiàn)現(xiàn)實(shí)場(chǎng)景與虛擬場(chǎng)景的實(shí)時(shí)交互與映射，在虛擬空間中完成“產(chǎn)線級(jí)、設(shè)備級(jí)、零部件級(jí)”映射，反映相對(duì)應(yīng)的實(shí)體設(shè)備全生命周期過(guò)程[5]。面向智慧鋼鐵的設(shè)備智能運(yùn)維系統(tǒng)將不斷迭代，利用虛擬現(xiàn)實(shí)技術(shù)、數(shù)字孿生技術(shù)、人工智能技術(shù)、物聯(lián)網(wǎng)技術(shù)、網(wǎng)絡(luò)及運(yùn)算技術(shù)、人機(jī)交互技術(shù)、區(qū)塊鏈技術(shù)等多種前沿技術(shù)，豐富的功能和優(yōu)異的用戶體驗(yàn)，幫助其實(shí)現(xiàn)設(shè)備狀態(tài)管理的水平提升與全面優(yōu)化。

圖6 棒線材生產(chǎn)線設(shè)備數(shù)字孿生運(yùn)維系統(tǒng)（虛擬現(xiàn)實(shí)）

四、設(shè)備智能運(yùn)維系統(tǒng)建設(shè)對(duì)鋼鐵行業(yè)的賦能作用

以B 鋼鐵集團(tuán)有限公司W(wǎng) 條鋼廠為例，通過(guò)落地實(shí)施棒線材設(shè)備數(shù)字孿生運(yùn)維系統(tǒng)，進(jìn)行一系列技術(shù)創(chuàng)新，建立以故障預(yù)測(cè)和健康管理為核心的設(shè)備運(yùn)維體系，對(duì)鋼鐵企業(yè)的賦能作用成效明顯。

面向智慧鋼鐵的棒線材設(shè)備數(shù)字孿生運(yùn)維系統(tǒng)通過(guò)實(shí)時(shí)采集設(shè)備運(yùn)行過(guò)程中的振動(dòng)、溫度、電流、油液雜質(zhì)、轉(zhuǎn)速等數(shù)據(jù)，建立多維度的數(shù)據(jù)分析與優(yōu)化功能，以數(shù)據(jù)和信息分析進(jìn)行有效的判斷和決策，準(zhǔn)確預(yù)測(cè)出設(shè)備隱患，根據(jù)運(yùn)行狀態(tài)，安排檢修計(jì)劃，實(shí)現(xiàn)了提升生產(chǎn)設(shè)備使用效率，同時(shí)節(jié)約檢修成本、有效避免突發(fā)故障和事故發(fā)生的目的。有關(guān)數(shù)據(jù)表明，某軋鋼生產(chǎn)線使用設(shè)備智能運(yùn)維系統(tǒng)一段時(shí)間后，降低維護(hù)成本11%，提高生產(chǎn)率7%。

棒線材設(shè)備數(shù)字孿生運(yùn)維系統(tǒng)聚焦鋼鐵工業(yè)生產(chǎn)設(shè)備運(yùn)行管理和工廠數(shù)字化轉(zhuǎn)型升級(jí)，基于生產(chǎn)設(shè)備運(yùn)行狀態(tài)數(shù)據(jù)的采集、匯聚、分析，以“產(chǎn)線級(jí)”“設(shè)備級(jí)”“零部件級(jí)”數(shù)字孿生3D 可視化的仿真方式在Web、APP 實(shí)現(xiàn)同步，對(duì)各類設(shè)備風(fēng)險(xiǎn)進(jìn)行預(yù)警，便于監(jiān)控和掌握設(shè)備狀況，判別設(shè)備異常，支撐開展預(yù)測(cè)性維護(hù)活動(dòng)，避免、減緩、減少重大事故的發(fā)生，提高生產(chǎn)設(shè)備綜合運(yùn)行效率。

五.結(jié)論及研究展望

工業(yè)設(shè)備數(shù)字化和智能化的發(fā)展，仍需依托設(shè)備本身的屬性、原理和運(yùn)行過(guò)程，結(jié)合設(shè)備原理和智能化技術(shù)的系統(tǒng)，將獲得更多的應(yīng)用和發(fā)展。實(shí)踐證明，設(shè)備智能運(yùn)維系統(tǒng)在鋼鐵行業(yè)的落地實(shí)施，可支撐設(shè)備預(yù)測(cè)性維護(hù)策略實(shí)施，提高設(shè)備狀態(tài)管理的準(zhǔn)確性、有效性。依托系統(tǒng)強(qiáng)大的分析功能，找出故障點(diǎn)、預(yù)判殘余壽命，歸納設(shè)備的故障規(guī)律，從而有效減少非計(jì)劃停機(jī)、降低維修費(fèi)用、減少庫(kù)存資金占用，提高生產(chǎn)線運(yùn)行效率和輔助管理決策，助力企業(yè)數(shù)字化轉(zhuǎn)型。同時(shí)，解決了重復(fù)投入建設(shè)、數(shù)字資源分散、設(shè)備故障預(yù)防應(yīng)對(duì)能力不足等問(wèn)題[6]。

近年來(lái)，設(shè)備智能運(yùn)維系統(tǒng)已逐步成為鋼鐵企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)的重要引擎，不僅賦予了智能制造新的內(nèi)涵，而且通過(guò)數(shù)字孿生生產(chǎn)線的標(biāo)桿示范作用，為推進(jìn)行業(yè)可持續(xù)發(fā)展和打造智慧鋼鐵、推進(jìn)新型工業(yè)化注入了新動(dòng)能，助力實(shí)現(xiàn)高質(zhì)量發(fā)展目標(biāo)，為智能工廠建設(shè)、工業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、新舊動(dòng)能轉(zhuǎn)換不斷開展前沿探索。