设备信息化平台对预防性维修的作用

高方欣

（神华北电胜利能源有限公司，内蒙古锡林浩特 026000）

0 引言

随着中国制造2025、德国工业4.0等概念的普及，如何将信息技术与现场设备深度融合，加强生产效率，降低生产成本，是各类生产、制造企业急需攻关的课题。大数据又名巨量资料，是一种通过持续的捕捉、管理、统计、分析数据来指导或控制信息源状态的技术。合理利用大数据技术进行分析可以使维修方式从应急抢修向计划维修、状态维修过渡。有效控制人力、维修成本，排除影响生产的因素。

1 设备管理现状分析

在实际的工作中，经常会遇到一些引人深思的问题，比如“稳定运行了几天的设备，怎么突然就坏了？维修人员不靠谱，今天的生产任务又完不成了。”“昨天是按检修计划做的检修项目，今天就坏了，是不是按照定制的检修流程和检修时间来安排的检修任务呢？”“设备有好有坏，操作设备的人技能也有好有坏，反正我是按工艺和要求维修的，总坏我也没办法！”等。

2 三段两过

在设备管理的过程中，存在三个阶段、两个过渡，而出现问题的原因就是在第二个过渡中没有找到最好的解决方法。

（1）一阶段。被动式维修，发现故障、解决故障。

（2）一次过渡。以固定周期对设备进行检修，减少停机维修时间。

（3）二阶段。主动式维护，制定维修计划、制定维修策略，记录保养数据。

（4）二次过渡。随着科技进步、设备数据化，依据设备运转情况和有效数据分析制定较优的维修计划，保障设备良好运行的情况下，降低故障风险和维修成本，对发生的故障进行快速维修。

（5）三阶段。预测性维护，合理安排维修时间和策略、快速分析故障根本原因、合理的预处理方式。

从20世纪80年代开始，各企业为了加强设备管理的工作，主要引进学习的是英国设备综合工程学和日本全员生产保全这2种设备管理模式，而这2种管理模式的核心都是加强设备预防性计划检修工作的有效性。在机电设备管理的体系中，各类基础数据的收集整理完善程度决定了设备管理的有效程度，所有的预防性计划检修工作都应建立在可靠的数据基础之上来确保相应检修工作起到应有作用。而不能把定期检修作业作为发生故障事故推脱责任的依据。20年前，由于计算机的普及性不高，设备档案、状态档案都是靠笔来记。10年前就有一部分信息依靠计算机了，但是仍然不够完善，因受科技技术影响，数据采集能力较低、数据处理能力的不足、各类数据之间的连接性不强，信息与信息的关联性不够，即使发现问题，各类记录也只能单独查看。导致数据对于日常检修工作的指导性较差，检修作业的实施方向以经验为主，造成了大量的人力浪费，盲目的更换性检修会造成大量成本浪费。

3 设备大数据信息的应用

实现设备大数据的应用应遵循收集设备运行状态数据、数据预处理、数据分析、分析结果应用的流程。

3.1 设备运行状态数据

持续不断的积累设备运行日志信息，运行状态、维修记录、检查记录等，利用数据平台进行归纳采集，集中保存来，保持设备运行信息的完整性。

3.2 数据预处理

定期对设备信息进行梳理备案，提高数据质量，排除不良数据，将不同设备运行产生的数据进行一致化整理，约简各类数据中的稀疏特性，提升需求数据的精准性。

3.3 数据分析

在周期内对比设备故障的数据相关合集，分析发生故障的线性条件，提出假设发生故障条件，制定隐患故障模板，推断类似故障的预期故障范围。

3.4 结果应用

利用数据分析出的故障模板，预测设备的运行趋势，元器件的运行状态，合理的根据数据趋势制定相应维修维护工作，避免故障的发生。

4 信息化机电档案的建立

4.1 信息化机电档案的主要内容

（1）运行记录。运行数据是支撑整个设备大数据的基础，在设备完整的生命周期内应持续不断的完善、记录。包含设备在运行过程中的详细信息，设备累计运行时间、作业工况、操作人、作业中的一些典型行为等。

准确详实的运行数据在发生故障后的分析过程中，可以起到明确设备运行状态、设备操作人、设备作业方式、故障发生诱因和基础工作是否到位的作用。

（2）维修记录。维修记录是故障分析总结的重要核心，每次故障处理的方式方法、典型现象、判断流程以及对应方法，应全面、详实。内容包括设备故障小时数、故障现象或代码、处理时间、操作人员、维修人员、更换元器件位置、元器件的数量、机械结构件质量参数、排查过程、处理过程等。

（3）保养记录。保养记录作为维修人员实施保养项目的痕迹管理，应以定期检查项目的落实情况，观察元件的劣化程度为主，定期检验设备的参数如润滑油质检测数据、活动结构件的配合参数为辅。设立不同部位数据的维修上下限，超出范围则进行二次检测确认并进行分析处理，以数据作为开展设备预防性维修的基础，达到设备预防性维修，减少临时故障的作用。

（4）状态记录。状态记录是涵盖设备整体运行中，各部位或各元件工作状态的数据记录，采集方式是以各类传感器或仪器进行监测，范围尽量覆盖全运行、全方位、全状态。在发现或发生故障时，可以调取一定周期内相应部位的状态变化，也是作为预测故障模板的数据来源。比如各关键机械轴承、轴的温升参数、震动参数、环境温度、电气参数、电气元件的通断次数等。

（5）改造记录。在发现缺陷和隐患的同时要对关键部位进行一定的技术改造，以改造时间、目的、效果等作为对比参数进行记录，确认效果的同时进行推广覆盖，并根据改造内容编制修订设备基础图册确保环节不缺失，为日后各类工作提供方便。

4.2 状态数据的预处理

设备状态数据具有一些特殊性，需要在数据的预处理过程中将其归纳整理，一般有3个特点。

（1）多属性。同部位的数据具有多重属性，即单一的数据是由多种状态决定的，例如轴承温升参数，由连续工作时间、环境温度、载荷情况等组成。反而观之，在多个同类数据合集的基础上也能根据条件公式反推出其他数据对于需求数据的关联关系。如何在多重属性的影响下做出数据运行趋势的合理判断是需要详细考虑的问题。

（2）多层级。在整体数据的记录中，同样存在多层级的情况，有些数据针对于单个元件、有些数据针对局部系统，有些数据覆盖整体设备，较低层级的数据是较高层级数据的基础，高层级数据是低层级数据的融合，同一层级间的数据既是互补也是对比。例如减速箱输出轴端温升、减速箱箱体油温，前后输入轴的温升可以作为对比，也可以同样参照减速箱油温进行统一补充。

（3）“脏数据”。在数据采集录入的过程中，难免会产生因为人为操作或设备仪器误差等产生的错误数据，就需要通过多次整理分析进行排除，其中包括“噪声数据”，偏离范围过大的异常数据；“重复数据”，人为记录产生的重复性数据；“缺失数据”，一些偶然因素引起的数据缺失。这些“脏数据”在整体数据的记录过程中过多，会导致数据分析不客观、丧失规律性或错误结果，需要人为干预修正或删除。

4.3 数据分析及结果应用

取一台大型挖掘设备数据，分甲乙丙丁（操作员）4组，采集数据为开斗接触器吸合次数以及提升机构提升操作时间＞5 s的次数做分析。采集数据说明：单斗—卡车挖掘工艺，开斗门为单斗装车必须执行的指令之一。开斗机构的开斗门操作是由开斗电机接触器来决定的，所以开斗电机接触器吸合次数可以代表操作人员装车单斗次数。预期数值的计算方式为，按平均单班效率100车，平均每车4斗，增加修工作帮、清理工作面等容差率10%，单班理想开斗次数440次。圆班（天）开斗次数1320次。

提升机构操作时间＞5 s的次数为默认为挖掘次数，因提升机构从设备底部提至顶部总行程约10 s，设定5 s以上计次可排除空提斗移铲、微动提梁注油等无关工作次数。按平均单班效率100车，考虑不满斗情况，平均每车提升挖掘6次，增加修理车帮工作、清理工作面等容差率10%，单班理想挖掘次数660次，圆班（天）挖掘次数1980次。在持续一定周期的数据记录后有表1几种情况。

在进行数据预处理后，结合运行记录，排除已知故障因素，取出接近平均负载、运行效率相近的数据进行分析，会发生6类的数据差别。

（1）甲的开斗次数多，单斗效率最低，操作人员对于车辆载重、挖掘力度均不能熟练掌握。

（2）乙的挖掘次数多，单斗效率较低，操作人员对于挖掘力度掌握能力较差。

（3）丙的开斗次数少，单斗效率较高，操作人员可以熟练了解装车载重需求。

（4）丁的挖掘次数少，单斗效率最高，操作人员可以熟练完成装车任务。

（5）开斗次数整体呈上升趋势，应考虑是否开斗机构有磨损情况，斗门自开或斗门难开的情况加剧，可以提前主动维修开斗机构。

（6）挖掘次数整体呈上升趋势，应考虑是否工作帮硬度增大，挖掘难度增大，应提前安排检查中央枢轴间隙、其他因振动等易损部位的检查。

筛选出甲乙丙丁4组的数据孤立值，也可以排查出因故障停机或导致生产效率低的组别是因为操作方式的原因引起的设备故障率高。开斗接触器的有效机械次数为30万次，斗门机械结构的机械碰撞次数约10万次，在接近数据的基础上可以提前安排更换。

5 一个完善的设备信息化电子档案系统

统一的设备档案平台（图1），任何设备状态都可以通过定位查询确认范围时间内设备的各类过程信息，如工况、操作人、元件状态、环境参数、过程参数等。能够快速查看平台内设备的各类定期基础信息，如维修记录、保养记录等，并可以根据关键文字进行筛选。更换元件的使用时间、有效生命周期预警。

图1 统一的设备档案平台

6 结语

在科技日新月异的今天，机电设备的管理能力决定了企业稳定生产的水平，新时代下的生产企业如果善于运用大数据这一新兴技术，不仅可以提高企业的生产效率，降低人员、设备成本，同时也为企业生产、决策提供了科学依据。