智慧炼钢的远程监控及故障诊断运维

任 颖 ，赵 腾

(1.二重(镇江)重型装备有限责任公司，江苏 镇江 212000;2.中国重型机械研究院股份公司，陕西 西安 710018)

0 前言

炼钢厂的工作环境非常恶劣，高温、粉尘、噪音、干扰、振动等危及人身安全的工况随时出现，工人工作强度大，而未来愿意担任这些工种的操作人员会越来越少，同时炼钢的品质一直取决于炉前工的经验，而这种主观的决定也会造成一定的失误，随着现代化步伐的进程，使在工业化生产中电脑取代人脑成为现实，智慧炼钢也终成必然。与此同时，计算机发展在近些年取得了突破式的进步，不论是体积、性能、稳定性都到达了前所未有的高度。当下旗舰手机的运算能力都能轻松超越几年前的计算机。存储介质更是由传统的磁盘逐渐转变为闪存颗粒，体积和速度成指数级上升，越来越多的数据可以被记录和处理，并逐步转化为生产力。由于对稳定性和安全性的极致要求，传统的钢铁行业无论是使用的硬件软件还是整个数字化的系统构架都停留在早期水平，随着技术的突飞猛进，运用最新的科技手段研发智慧炼钢将产生爆炸性的变革。

1 智慧炼钢的国内现状

随着炼钢厂对智能化、信息化的迫切需求，很多钢厂已经开始进行了“一键炼钢”、“智能集控”的研发、探索和工艺模型、大数据的应用。2007年，经过积极探索与现场实践，宝钢股份开发的转炉吹炼模型，成功实现了转炉冶炼的“一键炼钢”。2019年，宝钢股份通过自主集成转炉出钢的自动倾动、台车自动走行等关键工艺技术，突破了300吨转炉全自动出钢技术，实现了真正意义上的“一键炼钢+全自动出钢”工艺贯通，取得大型转炉“智慧炼钢”关键瓶颈突破。河钢唐钢确立以转炉全流程智能化炼钢为目标的炼钢工序智能制造专项攻关，先后建立了自动装铁、自动出钢、自动倒渣等多个自动化控制模块，初步形成了符合自身产线特点的转炉智能化炼钢控制系统。沙钢集团有限公司与宝钢工程集团有限公司合作的连铸无人化浇钢项目，机器人将代替人工完成长水口安装拆卸、清洗、烧氧及中间罐测温取样等功能，将大大减轻劳动强度，减少作业人数，提升工作效率。该项目是国内首套自主研发且完全商业化的连铸无人浇钢项目，将全面推进我国的连铸无人化进程。安钢“一罐到底”工程全线贯通，首次实现了转炉、电炉兑入铁水“一罐到底”作业，也开创了国内电炉、转炉同时“一罐到底”炼钢的先河。韶钢炼钢厂4号LF炉机械手测温取样控制系统，实现了远程操作和自动测温取样。湖北新冶钢有限公司转炉厂也成功引入全流程智能化机器人测温取样系统，机器人已经取代人工开展测温取样工作，大大减轻操作人员的劳动强度和提高安全系数。山钢莱芜公司将5台测温取样机器人、12套视觉系统引入炼钢产线，实现了多个炼钢工序无人化操作和炼钢生产的稳定、高效、低成本控制。开发的炼钢数据池、炼钢物流跟踪、一键脱硫、一键扒渣、一键精炼、炼钢智能调度、数字孪生等13项智能化实现了炼钢数据一站式服务以及系统全集成炼钢智能制造模式，有力提升了智能化炼钢水平。

2 智慧炼钢实现过程中面临的问题

在智慧炼钢系统的开发过程中，由于机组设备繁多、炼钢工艺流程复杂、随机干扰状态多，生产过程的经验和数据信息量大，而且生产流程根据订单的需要调整量大，这就需要投入很多的人力和时间，进行炼钢生产过程数据的采集、处理和维护，以及工艺过程、质量、调度等管控模型的建立、优化和学习。前些年由于数据领域技术的缺陷，数据采集量不足以强有力的支撑模型来保持其稳定性，智能化转型受到了非常大的阻力。同时各工序间基础智能水平参差不齐，数据信息可靠度低，信息孤岛现象严重，未形成全链条一体化管控；受炼钢工序工艺流程复杂、工序间参数变化大以及数据信息多源异构等因素影响，贯穿于全流程的智能制造实施难度大；“平台化、生态化”能力建设不足，大数据分析、智能决策等与智能制造差距较大。近几年随着数据样本量和数据相关算法的井喷式发展，智能化程度不断升级，目前全过程智能炼钢在冶炼过程、设备运行等方面仍存在可视化欠缺，造成二级控制平台应用展示效果差、人机互动关键数据不能便捷共享等难题。

3 远程监控及故障诊断

3.1 智慧炼钢对远程监控及故障诊断的需求

质量信息和大数据跟踪与共享、生产设备运行状态的监控是实现智慧炼钢的关键。通过远程监控及故障诊断实现更优化、更简化、更智能化的设备状态监测和预测性维护，保障生产的长时间稳定运行，提升炼钢生产技术和效率。

传统的故障诊断、运维保障主要依靠人工分析实现。故障发生后，现场人员通知专家和技术人员到现场，诊断分析人员根据实际情况研判故障，耗时耗力，甚至停产等待，影响生产效率。远程监控及故障诊断系统的开发，可方便地实现各生产设备、车间的异地监控和维护，并通过趋势、波形、频谱等专业分析工具，结合传动结构、机械部件参数等信息进行实时分析诊断与排查，实现设备故障的精准定位，成功捕获故障隐患，并迅速响应维护，保障生产线整体运转状况。远程监控及故障诊断运维也是智慧炼钢的大势所趋。图1为设备故障诊断流程图。

图1 设备故障诊断流程图

3.2 远程监控及故障诊断运维的实现

智能远程运维系统实现对关键设备的远程维修服务，并通过专家在线“会诊”，利用程序和画面查看问题、分析问题、解决问题，做到实时监控和智能维护，有效降低设备故障率、提升设备使用率，实现设备全生命周期管理。

实现远程监控及故障诊断运维多采用基于BS(Browser/Server)和基于CS(Client/Server)的客户端/服务器两种结构。系统通过浏览器进入工作界面，主要算法任务都在冗余服务器端(Server)实现，客户端电脑无需维护，只承担人机交互功能，并实现所有用户的同步实时更新。

系统配置如2图所示，根据炼钢厂布局复杂、设备分散、环境恶劣的特点，采用无线智能传感器，实时检测各设备运行状态；再由分布式路由器作为通讯媒介，将分散传感器的数据集中通讯给服务器；根据炼钢工序不宜停机的特点，服务器做冗余配置，实时采集现场数据，并建立初步数据库模型和数学分析模型，当数据采集到一定程度，将大数据进行自学习算法，进一步优化异常情况分析判断；客户机根据服务器运算结果，发现异常时报警并给出异常情况的处理建议，服务器的模型可以根据异常数据提前预测出故障发生时间，再将故障划分等级，紧急故障需马上停机，重故障需本次生产结束后处理，轻故障可以等炼钢厂的计划检修时间再去处理。客户端人机界面的设备状态如图3所示。

图2 系统配置图

图3 客户端人机界面的设备状态图

4 实现远程监控及故障诊断的技术支撑

4.1 工业大数据

工业大数据越来越多的参与到工业运营与决策。通过建立远程故障诊断平台，建立流程数据采集分析系统和运行保障专家系统，能够实现炼钢设备的远程监控运维以及故障分析。

首先由现场设备采集有限的物理传感器指标获得直接数据，再借助大样本库，运行于大数据技术，让原始数据提供出工艺模型的训练基础，对数据进行清洗、筛选、归纳，实现工业建模、流程控制，达到对过去发生问题的状态进行分析并存储。

其次海量的数据是提供一切方法的最小元素与依据，通过机器学习海量数据推测出一些原本无法直接测量的指标，将原先无法保存的专家经验进行数字化，运用大数据技术进行模型训练、模拟各种可能性并预测结果，对当前设备状态的进行评估和诊断及预判。

由于远程监控运维系统通过大数据同时分析设备全生命周期的运行状态，提供基础数据，实现数据可视化功能。不同设备历史数据及设备信息以多样化形式被展示出，用户和维保人员可根据需要随时查看相应的设备历史信息和设备状态。目前工业大数据已经涵盖了炼钢的整个过程，如炼钢、精炼、连铸、轧制工艺数据等信息的实时共享；在线铸坯外观监管和下线铸坯质量监控;铸坯垛位的自动进、出和垛位实时管理;铸坯过程温度的跟踪及铸坯直装轧制后的质量控制;质量判定、低倍检验等信息，轧材质量信息的APP化等。工业大数据为智慧炼钢的质量信息和生产跟踪提供了生产保障和指导决策。

4.2 云服务

云服务对于远程监控的意义其实已经在我们日常生活中就能找到。无论是国内的阿里云、腾讯云还是国际的亚马逊AWS平台、微软AZURE平台，都有非常庞大的观众数量，通过视频推流服务器提供平台的稳定性远强于传统的本地服务器。阿里云、腾讯云平台向用户提供的专用视频推流服务器，其稳定性和易用性对于传统工业设备的监控完全满足生产需求。云平台还可以提供云端算力对视频进行分析处理，根据数据完成自动故障诊断，实现整个监控、诊断流程的半自动、全自动化。同时云服务的弹性扩容也可以为客户节约不必要的成本，为未来的系统升级留足了空间。由于钢铁行业现场条件较为恶劣，服务器维护成本和稳定性都是必须考虑的问题，云服务是一个很好的解决方法。

图4 钢厂运维的云应用

4.3 数字孪生

数字孪生技术将物理设备的各种属性映射到虚拟空间中，形成可重复操作的数字镜像，建立现实世界和虚拟世界的沟通桥梁。炼钢厂由于现场环境恶劣复杂，而且由于经济、污染、安全、城市规划等因素生产地远离市区，作业技术人员不易进行现场运维，将炼钢温度、压力、流量等数据收集、汇合，进行二三维的数字空间叠加，通过数字技术把工艺过程拷贝成影像，形成冶炼过程的虚拟现实，通过影像进行实时反馈，使工艺过程透明化，方便进行过程追溯。专家异地对现场情况进行感知，进而实现可视化、精准化的远程操作。

莱钢炼钢厂联合山钢研究院、山信软件共同研发的“转炉三维数字孪生可视化系统”，将三维可视化和数字孪生技术进行融合应用，以智能控制模型为核心，依托可靠的副枪、机器视觉、红外测量、声呐信号等监测系统完成数据采集，并利用新一代信息技术，在虚拟空间中生成集对象、模型及数据于一体的转炉仿真模型，与真实空间中的转炉实体(高清摄像)完全对应一致。通过多维动态数字映射、信息输出、模拟数据等，转炉三维数字孪生可视化系统该系统能洞察和呈现转炉实体的实时状态，为现场人员提供实时、直观、可量化作业环境。

数字孪生技术可以增强加快信息的传递，改善交互方式，提供友好的人机界面，因此结合虚拟现实技术发展对智慧炼钢远程故障诊断具有重要的意义。三维数字孪生可视化平台是基于物理实体和实际数据构建，系统搭建的炼钢过程控制可视化平台，通过冶炼过程和设备运行状态的在线、实时、动态展示，可以实现各级工艺和设备数据共享，既而达到资源协同、生产效率提升的目标。

4.4 5G现场场景的作用

5G使人机协同的智能运维应用更加广泛，远程故障诊断及运维需要采集现场设备的温度、流量、压力、油液、能耗、电压、电流等数据，并实时连续传输视频、音频信息，之前由于通讯数据量非常大，实时响应受到了很大的限制；随着5G技术的不断成熟,以及向工业化方向转型,5G为炼钢领域的远程及实时性将提供强力支撑。

利用5G大带宽、低时延、广连接的特性，通过通信模组的工业网关与炼钢厂现场设备建立稳定、可靠的无线联网，完成远程数据监测与分析。使远程维护人员能够实时获取监控信息、制定解决方案，甚至实时指导现场维护人员工作。5G还支持多地点同时连接，可同时将数据发送至远程监测终端，实现异地同步监测，提高管理效率。由于采用了无线模式，不需要布线，数据传输的安全性得到了很大的提高，易于维护和推广，有利于在云端对设备运行与环境数据进行大数据分析，开展预测性维护，减少设备停机维护带来的损失，提高运维数字化、智能化水平。5G对更高效稳定的远程故障诊断及运维速度有大幅度提升。

同时，采用5G技术及云服务，将智能传感器数据实时上传手机APP系统，可以实时监控设备运行情况，并将异常事件及判断结果及时推送至手机端，处理起来更加方便、快捷。手机端界面如图6所示。

图5 某钢厂正在使用和智能运维人机界面

图6 APP系统手机端界面

5 结束语

大力发展智能制造，建设智能工厂已经是大势所趋。智慧炼钢的未来是炼钢过程控制智能化和管理协同智慧化。推进信息化、人工智能、大数据、物联网等先进技术在钢铁制造现场的融合落地，形成“智能+协同”生产制造模式，切实将“人、机、料、法、环”多维度连接起来，使上下道工序生产均衡高效、外部订单与内部生产无缝衔接。远程故障诊断及预警运维系统更是在在模拟工人炼钢的基础上，利用先进的基于视觉的图像识别与分析系统，实时预报生产异常情况，并与相关设备联锁，自动进行相关异常处理，为设备的状态预测及维修决策提供指导意见。实现了设备维护由事故维修、定期维修向预知维护的转变，提高故障反应速度和超前处理能力，降低设备故障率，确保设备的长期稳定运行。

智慧炼钢虽然取得了可喜的成果，但是其发展过程仍然任重道远，随着工业大数据、云服务、数字孪生、5G等技术的发展，需要解决好各工序间基础智能水平参差不齐，数据信息可靠度低，信息孤岛现象严重，未形成全链条一体化管控的问题，克服受炼钢工序工艺流程复杂、工序间参数变化大以及数据信息多源异构等因素影响，全流程的智能制造实施的困难，提高“平台化、生态化”能力建设。