“第一次收到ZETA平臺報警,發現水泵振動異常是在今年三月份”,負責威立雅某熱電項目設備維護的張工說。

張工是一位擁有多年機電設備運維經驗的“老師傅”。

據他介紹,收到設備報警后,經過手持測振儀檢查,并未發現明顯異常,便解除了告警。1個月后ZETA智能終端持續發出報警才引起重視,叫來供應商拆機檢查后,確認設備軸承嚴重磨損且內圈開裂。

如果當時及時采取潤滑措施,調用備用機交替作業,完全可以避免這次故障以及非計劃停機檢修。張工緊接著說,以前靠經驗要等到設備振動或異響噪聲很大的時候才能發現故障,現在人工智能和數據監測竟然能提前1個多月就對設備問題進行預警。單這一點,經驗豐富的張工就對ZETA技術方案很是服氣。

#人工巡檢運維的痛點#

在威立雅熱電項目中,有大量的汽輪機、引風機、水泵等旋轉機電設備,設備狀態是否正常直接影響企業高效安全生產。以前大部分設備都沒有系統性的振溫狀態監測方案,基本上靠每周一兩次的人工巡檢。檢測頻次低、人工采集數據誤差大、數據分析不夠深入等,都會導致設備故障不能在早期被發現,一旦出現故障,停機停產,就會影響正常的生產節奏,甚至造成財產損失和人員傷亡。

這是張工維保工作的經驗,也是一直以來令他苦惱的問題。

基于此,威立雅引進縱行科技ZETA工業設備智能監測運維方案,用于監測廠內汽輪機、電機、泵機、風機等旋轉設備運行狀態,實現設備故障的預測性維護,減輕人工巡檢壓力,提高生產效率。

ZETA方案實施以來,主要有以下優點:

— 01 —

數據可視化,從人力巡檢轉向7*24在線監測

安裝ZETA智能終端后,就像給設備裝上了“聽診器”,「不再過度依賴人工經驗,設備維護從傳統的人力定期巡檢轉變為7*24全生命周期在線監測。」

以往張工他們以周或天為單位,手持測振儀檢查,每次測試的力度、測點和方向都難以保持高度統一,而且可呈現的數據也很有限,數據也只能在每次檢查的時候手動記錄。相比手持測振儀最高只有1KHz的精度,ZETA智能終端振動監測頻率高達10kHz,為設備監測提供了精細化的數據分析、全生命周期監測、異常告警和預測性維護等量化指標參考。

現在,張工通過可視化數據就可以了解設備的實時狀態,健康與否,一目了然。AI數據輔助人工決策的維保模式,讓他們擺脫了單純依靠經驗的運維模式。數據可視化展示,不用再手動抄錄、分析數據,更方便進行匯總歸檔和總結匯報。

*Z-AIoT設備健康管理平臺效果展示圖

— 02 —

遠程監測,AI故障診斷輔助精準決策

ZETA智能終端專門用于監測工業旋轉設備健康狀態,內置AI智能算法,能自主監測和學習設備的運行狀態,可針對每個被測設備制定異常報警方案,相比ISO標準,能更及時、準確地發現振動異常。

同時,將以往專業振動分析師的工作標準化和程序化,把頻譜分析、特征計算、趨勢分析和故障識別等方法寫成代碼程序,嵌入ZETA智能終端,在端側自動實現設備故障的初步定位和原因分析。

以前靠人工運維,只能在故障晚期影響較大時,或者故障發生后,被動地進行檢修、維護。現在,張工在集控室就能知道哪些設備有異常需要保持關注,異常原因是“轉子不平衡”、“軸承損傷”、“潤滑不良”或是其他,這大大降低了他們實現智能運維的專業門檻。

“如今,收到告警,我們就可以根據提示針對性地提前處理,避免事后停機檢修。”張工說。

*Z-AIoT設備健康管理平臺效果展示圖

— 03 —

預測性維護,真正實現降本增效

ZETA方案為威立雅熱電廠設備配置的端智能振溫傳感器,植入了機器學習算法,自動采集機械設備的振動、溫度等數據,并基于設備歷史數據訓練算法模型,針對性地制定異常報警策略。通過對設備的全方位監測,可以清楚地了解設備的健康狀況,「在故障惡化之前提早制定運維策略,降低過度維護,避免非計劃停機,實現“預測性維護”。」

提及預測性維護,張工粗略算了一筆賬。以大型引風機關鍵軸承為例,以往采用每天1次常規巡檢,每月1次停機檢修,固定每2年更換輸入端軸承。這種計劃性維修或故障性維修,很容易出現過維保和欠維保情況,增加維保成本,導致不可逆的設備損壞,降低生產效率。

而ZETA預測性維護,可以視生產情況減少停機檢修頻次,關鍵軸承也從2年變成按需更換,極大地延長了機器壽命,每年至少為企業減少上百萬的備件采購成本和人力成本。

省錢的同時,還大大提高了生產效率。最關鍵的是,企業能持續安全生產這才是最重要的。

ZETA方案實施后,能對工廠設備實現全天候實時在線監測和及時的故障告警。

以往讓張工感到壓力巨大的巡檢工作變得輕量化,不用擔心突發的停機停產,智能化的運維模式也讓他不再焦慮過保欠保的情況發生,處理問題更快更準更有底氣,保障了生產計劃安全穩定進行。