一、研究的背景與問題
我國正處于從制造大國向制造強國邁進的關鍵時期，制造業(yè)的數字化、網絡化、智能化以及綠色制造體系（雙碳為代表）的打造事關制造業(yè)全局，是制造業(yè)高質量、可持續(xù)發(fā)展的關鍵與重要著力點，而設備智能運維是鋼鐵工業(yè)智能制造的短板，存在下列問題：
1、設備運維數智化基礎薄弱，設備狀態(tài)相關的數據沒有得到全面有效的采集、存儲、管理，全口徑設備數據在線率不足1%。無法通過基于數字化、更加精準的維護，設備過維修和欠維修長期共存，設備運維費用高，設備故障多的現象難以克服，綜合維護成本居高不下；
2、以人為主的設備管理導致過度依賴人的行為、經驗，設備風險難以控制，設備維護經驗、知識碎片化，缺少系統化的積累、提煉、優(yōu)化、傳播。以某鋼廠為例，90%的設備故障是因為點檢不到位，30%的重復性故障是點檢不周導致。
3、設備維護相關數據沒有得到有效開發(fā)、應用，基于數據的決策偏少，智能化應用不成體系，運維全流程協同優(yōu)化乃至支撐產供銷全局優(yōu)化沒有依托和抓手。不能通過設備狀態(tài)與功能精度的保障，為運維全流程協同優(yōu)化與產供銷全局優(yōu)化創(chuàng)造有利條件，提高設備綜合作業(yè)率（OEE），減少設備問題導致的質量事故、殘次品增加，降低單位能耗；
4、未能實現對環(huán)保設備設施運行狀態(tài)的精準把握，保證其持續(xù)可靠運行，減少和降低污染排放，支撐環(huán)保達標和超低排放的實現。高能耗設備的運行缺乏數據支撐，降低能耗的目標難以達成。
5、設備維護功能分割過細，點檢、運行、日修、搶修等多種角色并存，設備點檢不到位、設備維修質量無數據支撐，設備日常運行過程中的“跑冒滴漏”問題嚴重，不僅增加消耗，也間接增加環(huán)境壓力，效率提升遇到瓶頸。
針對這些問題，寶武裝備智能科技有限公司研發(fā)成功一套鋼鐵全工序、全流程設備智能運維系統（技術、產品、標準與體系），攻克了面向鋼鐵全工序的設備智能運維平臺、面向狀態(tài)變化趨勢決策的設備智能運維智能專家系統、面向服務一致性的設備智能運維標準、面向運維全流程的智能運維體系等四個方面十二項核心技術，實現了面向鋼鐵行業(yè)的全工序全流程的智能運維系統和超大規(guī)?；こ虘?。
二、解決問題的思路與技術方案
1、總體思路：
以“三需要”（數字化轉型、綠色可持續(xù)發(fā)展、設備管理變革）為初心，研究形成面向設備智能運維的系統解決方案；以“三個一”（一個平臺、一個專家系統、一套標準化體系）為核心，打造“遠程、智能、共享”的設備智能運維管理新模式；以“三提升”（人事效率、資產效率、管理效率）為目標，重塑設備運維價值鏈，實現設備管理價值最大化。
2、主要技術原理和技術路線
2.1主要技術原理：設備智能運維的本質是基于設備狀態(tài)變化趨勢的智能決策。通過構建面向鋼鐵全工序的設備智能運維平臺、打造面向狀態(tài)變化趨勢決策的智能專家系統、建立面向服務一致性的設備智能運維標準并配套面向鋼鐵全流程的智能運維體系等系統創(chuàng)新，實現由“感官判斷、經驗決策”到“數據判斷、知識決策”的演變，支持設備健康狀態(tài)的精準把握、運維過程的高效運營和知識傳承。
2.2技術路線：充分運用“云大物智移”等新一代ICT技術，形成了以“三個一”（一個平臺、一個專家系統、一套標準化體系）為核心技術基礎、以設備智能運維體系為載體的設備智能運維新模式。整體技術路線圖如下：
圖1：整體技術路線圖
3、技術方案和技術路線
3.1面向鋼鐵全工序的設備智能運維平臺：按照模塊化、產品化設計理念，基于工業(yè)互聯網“云、邊、端”技術架構，建設面向鋼鐵全工序的設備智能運維平臺。涉及3項關鍵技術：
3.1.1多場景智維物聯采集技術：主要解決“能從工業(yè)現場采到多維度、多類型數據，也能讓數據回饋到現場”的問題。主要包括涵蓋信號采集、信號調理、通訊協議/接口、抗干擾等一系列硬件和軟件技術的傳感器技術、采集器技術和通信技術等。
3.1.2海量高頻數據邊緣處理技術：主要解決邊緣側海量高頻數據的傳輸、清洗、處理問題，幫助實現數據到知識轉化。同時提供邊緣規(guī)則編輯器功能，以無代碼或低代碼、搭積木方式支持專家經驗的簡潔實現，使專家知識與數據雙輪快速驅動，專家經驗與大數據快速融合迭代。
3.1.3多源、多維、異構數據融合應用技術：主要解決來自傳感器、自動化、信息化系統的設備數據多源、異構、復雜；缺少必要的語義標簽，標準化質量不高；數據的時空融合難度大等問題。解決了數據“一致性”問題，實現數據跨系統、跨設備、跨產線應用。
3.2面向狀態(tài)變化趨勢決策的智能專家系統：以系列算法、模型、規(guī)則為核心構建智能專家系統，實現基于設備狀態(tài)變化趨勢智能決策、人機結合的全流程智能運維，主要涉及以下三個層面：
3.2.1統計與先驗知識協同的多變量設備狀態(tài)預警技術：主要解決鋼鐵生產場景復雜、涉及多變量耦合、非線性等導致的設備狀態(tài)預警難題，解決了規(guī)則難以表述、缺乏足夠案例等的數據分析問題，通過統計與先驗知識協同應用，實現設備狀態(tài)的準確預警。
3.2.2機理與數據驅動相結合的設備故障診斷技術：解決了鋼鐵生產設備工況復雜，設備變速、變載，耦合因素多，設備狀態(tài)表征非線性，機理極難完整表述的難題，采用機理與數據驅動相結合的方法，極大的提高了設備診斷準確率。
3.2.3多維度數據協同的設備綜合決策技術：通過多維度數據協同，結合設備狀態(tài)數據、生產數據、檢維修數據等多維度數據，實現設備運維的綜合決策和跨地域、跨企業(yè)的設備運維優(yōu)化。
3.3設備智能運維標準體系研究
為了擺脫“地域、時間、經驗”因素限制，達到“同樣的事，要求都一樣 ”、“任何人做，結果都一樣 ”、“任何時間做，結果都一樣”“任何地方做，結果都一樣”的效果，以實現規(guī)模化快速復制和高效運維為目標，構建面向服務一致性的設備智能運維標準體系。分別涉及3項關鍵內容：
3.3.1設備族譜多粒度統一數據標準：設備族譜多粒度統一數據標準，主要解決智能運維術語、語義、設備分類標準、設備異常描述規(guī)范等問題，對現場運維作業(yè)的內容進行規(guī)范并代碼化，使計算機能夠識別并進行知識化處理。
3.3.2基于鋼鐵工序特點的設備數據采集與存儲標準：針對各類鋼鐵產線設備的數據采集問題，形成通用、經濟、適用的采集策略、采集標準、實施標準、存儲標準。
3.3.3設備狀態(tài)管控方法庫：通過對成熟、可復用、可迭代運維管控方法庫，實現對多地域同類產線、同類設備的標準化、一致性的智能高效運維。
3.4構建面向鋼鐵全流程的智能運維體系
面向鋼鐵全流程的智能運維體系，包含以下三個關鍵技術。
3.4.1面向鋼鐵全流程的智能運維系統解決方案產品群：研發(fā)覆蓋鋼鐵生產全工序的設備智能運維系統解決方案（如圖2），集成容納鋼鐵行業(yè)豐富的智維工業(yè)知識，具備標準化、可復用、可交付、高度智能化的特征。通過智維數據基礎的規(guī)范構建，關鍵技術的研究，持續(xù)提取、優(yōu)化工業(yè)知識，不斷提升智維系統的成熟度，實現感知、認知、分析、決策、執(zhí)行全流程運維的功能升級。
圖2：系統解決方案
設備智能運維解決方案的指導原則，是從以人為核心、以技能經驗判斷為決策方式、基于固化標準的傳統運維模式向以數據為核心、以算法、規(guī)則模型計算為決策方式、基于決策結果的智能運維模式轉變，加快提升設備運維決策能力及智能化管理水平。
3.4.2基于平臺的近地與遠程運維相結合的智能運維運行體系：在不斷實踐的基礎上，以平臺為核心構建了面向多生產基地的智能運維模式，探索形成了基于智維平臺、近地運維與遠程運維相結合的設備智能運維體系——以智能運維平臺為基礎、以智維工程師為主體的近地運維（前臺）和以智維分析師為代表的設備專家團隊為主體的遠程運維（后臺）相互協同、模型判斷與人腦決策人機結合的智能運維運行體系（如圖3），持續(xù)閉環(huán)迭代，打破地域/產線/部門壁壘，實現預防維修向預知維修轉變。
圖3：設備智能運維體系示意圖
以平臺為核心，基于數據驅動、知識賦能的理念對傳統設備運維流程進行全方位的優(yōu)化設計與再造（如圖4），通過設備狀態(tài)趨勢的判斷和預測，實現“修不修（決策）”、“何時修（計劃）”、“修什么（項目）”、“怎么修（方案）”、“誰來修（資源）”的核心流程自動化、智能化與閉環(huán)管控，提升運維體系人員效率、資產效率、管理效率。
圖4：以平臺為核心的設備運維流程再造示意
3.4.3以智維工程師與智維分析師為核心的智能運維人才培養(yǎng)體系：根據數字化、網絡化、智能化設備運維需求，搭建了以智維工程師與智維分析師為核心的智能運維人才體系，創(chuàng)新了智維工程師、智維分析師等智能制造新職業(yè)崗位，形成了配套的人才素質模型、培訓體系并建立了可持續(xù)的培養(yǎng)機制。
智能運維的實施是以智維工程師團隊為現場設備狀態(tài)管控核心，以智維分析師為代表的專家團隊為遠程支持核心，基于智能運維平臺所提供數據采集、智能決策和智能管理等功能應用，遵循智能運維標準化體系，實現數據、信息、知識和技術資源的共享，快速掌握設備狀態(tài)變化，快速作出運維決策、提供解決方案并精準執(zhí)行，提高維檢作業(yè)的標準化水平、工作效率和響應速度。
三、主要創(chuàng)新性成果
1、基于云計算、大數據、人工智能與物聯網技術和智能設備運維的需求，開發(fā)了設備智能運維系統；攻克了多場景的智能傳感技術、海量高頻數據邊緣處理技術、多源多維異構數據融合應用技術等關鍵技術，形成了鋼鐵行業(yè)首個面向鋼鐵全工序、全流程設備智能運維平臺，具有百萬級設備接入能力。
2、研發(fā)形成的人-機協同的智能運維“專家系統”，創(chuàng)新性應用統計與先驗知識協同的多變量設備狀態(tài)預警技術、機理與數據驅動相結合的設備故障診斷技術、多維度數據融合的設備綜合決策技術等，使設備智能運維系統具有基于設備狀態(tài)變化趨勢決策能力。
3、為了多個鋼鐵企業(yè)設備運維具有一致性、可對比性和可尋優(yōu)性，研發(fā)了設備族譜多粒度統一數據標準、基于鋼鐵工序特點的設備數據采集與存儲標準及面向鋼鐵產線設備狀態(tài)管控方法庫和圖譜庫，建立了一套面向運維一致性與可尋優(yōu)的設備智能運維標準體系，使智能運維的全流程規(guī)范有序。
4、構建了面向鋼鐵全流程的設備智能運維體系。形成了面向鋼鐵產線全工序的智能運維系統解決方案群，具備了智能運維體系化推廣的能力，并通過設備遠程運維中心（第三方運維平臺）對所有在線產線和設備實時集中監(jiān)控和管理，為設備管理體系智能運維變革奠定了基礎。
四、應用情況與效果
依托寶武智維平臺，智維解決方案已部署寶武集團寶山、武鋼、韶鋼、馬鋼等十五大基地，并覆蓋寶武多元產業(yè)（寶武碳業(yè)、寶武環(huán)科、寶武清能）、擴展至鋼鐵生態(tài)圈（漣鋼、寧鋼、鞍鋼鲅魚圈），平臺累計接入設備超30萬臺，數據項超120萬，覆蓋700多條產線（機組）（如圖5），已積累有效數據數百TB，覆蓋鋼鐵行業(yè)全工序，并持續(xù)擴大設備接入與創(chuàng)新應用。
圖5：寶武智維云整體界面
