国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

★寶鋼湛江鋼鐵有限公司柯理文，幸嘉銘

★艾默生過程控制有限公司鄧新亮

1　工程概況

某鋼鐵自備電廠二期擴建2×135MW亞臨界超高溫煤氣機組（B-T-G），于2021年4月完成168小時試運行。兩臺機組均采用艾默生Ovation DCS系統，涵蓋鍋爐、汽機、電氣、脫硫脫硝等設備控制。

2　項目挑戰及解決方案

面對寶鋼湛江鋼鐵自備電廠運行人員監盤范圍廣、監控負荷大、海量歷史運行數據待挖掘及經驗傳承難的痛點，艾默生致力于通過智能監盤系統實現電廠監控智能化。系統整合了先進的數據分析與智能診斷算法，依托智能監盤實時監測、故障預警、自動診斷等功能，使運行監測實現由人工監控向計算機智能監控的轉變。相比人工監控，系統實現了7×24小時不間斷的智能監測與預警，大幅降低了運行監盤人員的監控負荷。

與此同時，智能監盤以知識庫的形式保留了老師傅的運行經驗，通過各項運行數據綜合研判，劍指異常點，新人可以快速查詢以指導工作，極大地提高了新人的成長速度，確保寶貴操作技能得到有效傳承，助力機組的安全、穩定、經濟運行。

智能監盤提升了生產過程監控的效率、質量和智能化水平以及勞動效率，極大地釋放了運行人員的時間，運行人員可以將更多精力用于系統優化和技術創新，推動電廠向更高效、更智能的發展方向轉變。

3　項目創新點

（1）智能監盤基于Ovation Intelligent Framework（OIF）智能框架，在安全一區與DCS系統一體化部署，保證數據交互可靠性，解決了廠級SIS/MIS系統不能返回控制系統從而無法指導實時運行的痛點問題。

（2）創新的人機界面DCS一體化層級展示設計，通過嵌入式和報警聯動的方式，實現了監控預警信息與DCS系統的無縫融合。監盤畫面輪播功能減輕了運行人員在監盤過程不斷翻頁畫面的工作量。報警處理實現了閉環管理，有效減少了遺漏與誤操作的風險。無需額外學習成本，輕松查看，幫助作出決策。

（3）一體化的OIF/Ovation Analytics Studio（OAS）軟件部署簡單，與DCS系統的連接無需配置復雜的接口，可簡單快速從DCS系統中獲取所需測點數據（硬件點、中間點、算法點等）、測點質量信息、DCS報警信息等，提取數據的速度、精度優勢顯著。平臺運行可靠穩定，易于維護。

（4）數據分析方面，OAS數據分析軟件支持多種數據接口，方便在線讀取DCS歷史數據，具備高效的數據清洗與質量檢查能力。使用簡易的可視化操作完成訓練、驗證、調優的全流程機器學習建模。模型參數閾值可自動生成，使得數據分析和模型建立變得簡單高效。

（5）采用Ovation OPET多狀態識別算法，解決設備多參數耦合狀態下的異常和故障識別問題。顯著提高故障預知能力，減少設備意外停機，降低維護成本。

（6）智慧監盤充分考慮設備特性，評估設備實時狀態，為設備優化控制提供依據，使調整更加精確有效。

（7）智能監盤系統采用機理模型、人工經驗、大數據技術和AI算法，構建了一個智能的監控、分析和診斷平臺。該平臺充分利用了模型表示、推理、數據驅動等技術手段，實現了對運行參數、設備狀態、系統性能的持續監測和評估。平臺具有全天候不間斷的監控能力，大幅減輕了運行人員的監盤勞動強度，同時提高了發電機組的安全性、穩定性、經濟性及環保性。

4　解決方案設計思路、實施流程和主要功能

艾默生公司與用戶進行了多次充分交流討論，根據電廠的實際情況和用戶需求，定制開發了整體的智能監盤解決方案，該項目解決方案充分考慮了電力行業的特點，以提升監控效率和保障系統安全性兩方面為主要著力點。一方面利用智能算法和模型驅動技術實現全時域監測和預警，自動化程度高，減輕人工監控強度；另一方面借助數據和經驗知識建立智能診斷系統，在故障發生早期就可進行預警，指導運行人員按照指導意見進行處理，縮短故障恢復時間，提高系統可靠性。

該方案基于OIF智能框架，與機組DCS系統一體化部署。分別在U3&U4機組的DCS系統中部署高性能OIF模型運算服務器和OAS數據分析及建模服務器。OAS可直接連接Ovation歷史站進行運行數據的提取，利用大數據分析與AI算法，完成數據清洗、特征提取、模型訓練、驗證等工作。OIF通過標準接口獲取DCS實時數據，用于驅動診斷模型和專家規則的運算，運行各類智能監控與故障診斷模型，實時進行參數監測、設備監視、狀態評估、故障預測等分析。模型運算結果以報警、預警等形式反饋到DCS，指導操作員進行處理。基本流程步驟如圖1所示。

圖1 方案實施流程

智慧監盤系統集成了參數預警、設備健康度評估、故障診斷與專家知識管理4種核心功能模塊。參數預警模塊通過多維數據分析和預測，實現對關鍵參數的實時監測，當參數異常時，可快速發出預警，避免發生跳閘、跳機等事故；設備健康度評估模塊綜合考慮多項運行指標，利用智能算法評判設備的實時狀態，可提前發現設備潛在故障，指導操作員進行預防性維護；故障診斷與根源分析模塊收集設備故障案例，構建標準故障庫，當新故障發生時，可快速匹配得到故障原因，生成處理意見，指導現場快速恢復；專家知識庫模塊儲存豐富的過程數據和操作經驗知識，幫助新操作員快速獲取專業技能，縮短成長周期，確保操作效率和質量。各功能模塊相互協同支持，共同提升過程監控和設備管理的智能化水平，實現對系統運行狀態的主動識別與預知控制。

5　項目成果

通過模型驗收和現場驗證，智慧監盤系統展示了強大的預測與故障診斷功能，達到了設定的技術指標和用戶需求，為電廠的智能化運維提供了有力支撐。

利用U3和U4機組的歷史運行數據，對各類智能模型進行了復算驗證。結果表明，模型可以準確地復現歷史故障案例，實現故障的準確定位與預警。與設備維修記錄對比，模型診斷結果與實際故障情況有較高的吻合度。模型驗證還考慮了機組改造和檢修等重要時間節點。在實際運行中，通過參數預警、設備健康評估等手段，模型實現了對潛在故障的預測性監控，誤報率和漏報率較低，為電廠故障預防提供了有效依據。

總體而言，智慧監盤的應用顯著提升了過程監控和設備管理的智能化水平。我們將持續優化各類智能算法，使系統產生的診斷結果更加準確可靠。

（1）OAS數據分析功能，提供完整的可視化交互，幫助運行工程師通過數據分析視角，對歷史數據進行可視化分析和處理，深入探索歷史數據背后的狀態信息，幫助創建適用于本廠的專家規則和故障診斷模型。

通過對電廠海量現場歷史數據進行分析，發現：

·漿液循環泵B轉速與電流關系異常，查閱規程泵一直處于超速狀態，與現場熱控聯系，經現場確認，泵確認存在超速情況，聯系設備維護人員進行處理，提前避免了大型環保輔機異常對環保達標排放帶來了的潛在風險。

·發現4B送風機電機驅動端軸承振動信號突然發現變化，與其他信號規則變化剛好相反，經現場深入檢查排摸，發現振動測點信號確有接反情況，經檢修處理已經恢復，成功解決了機組大型6kV輔機的深層次風險。

（2）對重要關鍵參數實現多維度動態分析及預警功能

整個項目，從人工監盤的底層需求出發，結合人工監盤經驗、利用大數據分析技術和AI算法，實現對重要關鍵參數多維度動態分析預警。

具體來說，該模塊集成了統計分析、趨勢預測、關聯分析等多種智能算法技術，構建了參數的全方位監測與故障預知體系。

在統計分析方面，考慮參數的運行區間、期望偏差、閾值修正等指標，監測參數的靜態分布情況。在趨勢預測方面，利用遞歸模型、深度學習等技術手段，實現參數運行趨勢的前瞻性預測。在關聯分析方面，考察參數之間的相關性，利用相關性識別參數的異常情況。

綜合運用以上技術手段，參數預警模塊可以對關鍵參數實現全天候、全場景的監測，快速發現參數異常并預警，保障系統安全可靠運行。例如：高爐煤氣燃燒器調閥定位器與實際機械開度反向、液壓油冷卻器出口油溫溫度過高、高加液位波動過大、空預器出口煙氣壓降大、鍋爐壁溫超限時常統計及超限極值、EH油壓力偏小等。

同時，該模塊輸出的預警信息可指導操作員優化參數，提高過程運維的主動性。未來，隨著模型不斷優化，預警效果將持續提升，更好地服務于電廠的智能化運維。

（3）實現送風機、引風機、電動給水泵、凝結水泵、循環水泵、漿液循環泵等電廠重要設備健康度預警。

泵與風機是火力發電中應用最多的設備，特別是大型輔機，其安全穩定運行直接關系到機組的安全穩定運行，也是運行人員的監盤重點內容。其在實際運行過程中表現的工況點，往往單測點無法對其工況點狀態進行監視，這也導致其一些故障很難被提前察覺，無法預測故障的發生。

該項目智慧監盤重點實施了對送風機、給水泵、循環水泵等重要設備的健康度評估與預警。設備健康評估模塊綜合考量設備的振動、溫度、流量等參數信息，采用Ovation OPET智能算法對設備運行狀態進行多維度分析，對系統/設備健康狀態進行識別。

相較于單一傳感器監測，該模塊實現了更全面、更準確的設備健康評估。系統可以持續監測設備狀態，一旦檢測到性能衰退跡象，立即產生健康度預警，指導現場采取預防性維護措施，避免事故發生。同時，設備健康評估結果還可為維保人員的檢修決策提供依據。隨著運行數據積累，繼續優化模型，設備健康評估和預警效果將持續提升，使運維更加智慧化。

設備健康評估是智慧監盤的重要功能之一。其應用將大幅減少突發事故，使電廠實現更安全、更經濟的運營目標。

（4）實現重要設備的在線故障診斷與根源分析

智慧監盤實現了對關鍵設備的在線故障診斷與根源定位。重點應用于6kV重要設備，如風機、給水泵、循環水泵等。針對這些設備，系統除監測運行參數外，還集成了故障診斷與性能評估功能。該功能融合模型分析與數據分析技術，對設備故障進行智能識別與定位。

模塊可以根據設備特性曲線，評估設備的工況狀態，為參數優化提供依據。利用Ovation高級算法實時評分設備工作狀態，判斷設備健康程度。當故障發生時，可快速鎖定根因，并提供建議指導現場處理，將損失降到最小。

相較于傳統經驗分析，該功能實現了更加智能、快速的故障處理。它結合先進算法與運行數據，提升了故障識別與定位的效率。設備在線故障診斷功能的應用將大幅減少設備故障對生產的影響。

（5）專家知識庫的建立和積累

運行經驗是最寶貴的財富，智慧監盤通過構建標準化的專家知識庫，實現了運行經驗的沉淀與共享。例如，針對電廠疏水閥門泄漏問題，系統收集了老師傅根據閥門溫度變化判斷內漏的寶貴經驗。將該經驗以專家規則的形式建模，實現了對閥門狀態的智能監測和預警。

隨著人工經驗知識的積累，智慧監盤已初步建立了故障診斷庫和專家規則庫。這不僅提高了故障處理效率，還使寶貴的經驗知識得到積累和利用，縮短了新人技能培養周期。相較于經驗的個人化傳承，智慧監盤實現了集約化的知識管理。知識模型化可使知識體系化，易于傳播和共享。同時，還可持續豐富知識庫內容，不斷提升系統的智能化水平。

專家知識庫的建設是智慧監盤的重要一環。它實現了知識的連續化積累利用，助力企業向智慧化轉型。

（6）智能監盤系統與常規DCS系統監視畫面無縫融合

智能監盤系統展示畫面采用嵌入式方式和報警光字牌，與DCS系統監視畫面無縫融合。同時，監盤系統配有自動輪播功能，有效減少了運行人員頻繁切換畫面的工作負擔。

這種融合創新設計理念把智能監盤完全一體化到DCS中，無需再監控額外系統。極大降低了操作負荷，提升了工作效率。操作員可以及時發現預警信息并處理，無需在不同系統間切換，節約了時間和精力。

智慧監盤與DCS的無縫集成，實現了信息融合和操作融合，將監管過程優化到了新水平。這將進一步提升電廠的安全性和經濟性。

6　項目收益

該自備電廠智能監盤的成功投入，達到機組運行時少人值守、減輕運行人員勞動強度的效果。實現關鍵設備及重要參數的預警和在線診斷，變被動響應為主動應對，極大地提升了機組安全性、穩定性、經濟性和環保性。同時助力用戶智慧運營，積極響應集團智慧制造戰略布局，使其管理水平站在了同行業前列，起到很好的示范引領作用。

（1）實現計算機代替人員對運行系統、設備、參數進行監控、分析和診斷，并可按照診斷結果提供指導意見。智能監盤旨在幫助提高整個工廠運行的效率，幫助運行人員減輕工作負荷，讓運行人員投入更多的精力在如何提高整個系統的協同運作從而進一步降低運營成本。

（2）通過模型對設備及參數的異常征兆進行預警，助力運行、檢修人員科學決策，提前進行人為干預，減少非計劃停機，避免不必要的經濟損失。

（3）提前研判設備狀態、長周期分析設備運行變化趨勢，對設備診斷提供了有力的數據支撐，可有效避免輔機故障或損壞，降低設備維護成本。

（4）運行監盤人員通過智慧監盤系統，研究挖掘機組最佳運行工況，及時干預機組運行狀態，依托班組經濟小指標競賽，實現機組各項經濟指標最優，效益最優。

（5）傳承固化經驗，通過知識提取將專業經驗沉淀于系統中，持續迭代，形成企業寶貴財富。同時電廠的生產運行與生產管理有機結合起來，將生產管理的技術經濟指標實時、動態地貫徹到一線生產運行崗位，提高電廠的運行效益。

（6）第一個Ovation DCS一體化的全廠智能監盤，有效推動電廠工業4.0進程。在實施過程中解決了眾多技術難點，實用性很強，整體解決方案達到行業領先水平，顯著促進行業進步并有重大戰略意義。

摘自《自動化博覽》2023年9月刊