皮带机的“长寿”秘诀

背景

根据德勤发布的《预测性维护和智能工厂》报告显示，不合理的维护策略将导致工厂产能降低5%~20%，工业企业每年由于意外停机而造成的损失高达500亿美元。在现代化钢铁企业中，其流程化的生产线上拥有大量的动设备。这些设备长期以来都是企业制定维护策略时需要重点考虑的对象。其中，皮带机作为重要的原料输送系统具有流程多、运输线长、作业频繁、现场环境差和安全风险高等特点。设备一旦出现故障，不便于人工监测和检修，导致生产延误，造成经济损失，甚至威胁到员工的生命安全。因此，如何通过更合理的维护手段，将皮带机的故障消灭在萌芽中至关重要。

近年来，随着的技术进步，预测性维护逐渐成为聚光灯下的新宠儿。预测性维护通过对设备进行数据收集和状态监测，将不确定的信息确定化，从而在故障发生前，就预测出可能出现的故障隐患，并提出防范措施，帮助企业避免非计划性停机，延长设备的使用寿命。埃森哲针对预测性维护所作的分析指出，制造企业通过预测性维护预计可节省12%的预定维修成本以及30%的维护成本，减少50%的机器故障时间以及70%的故障率。随着物联网和人工智能技术的发展，预测性维护技术也在不断更迭并扩大应用领域，越来越多的制造企业正在借助预测性维护系统打造更安全、更节能、更环保、更高效的智能化工厂。

某钢厂从建厂至今已有约50年的历史。其原料厂皮带输送设备由于长期处于高负荷、高粉尘的工作环境中，意外损伤时有发生。现场设备维护人员表示，此类设备尤其是液力耦合器故障率最高，且恶化速度较快。企业希望引入智能化的预测性维护系统，从而最大限度地避免意外停机，延长设备的使用寿命，降低设备的故障时间和故障率，节省维修、维护成本和人力成本，保障设备和人员的安全。

挑战

在工况方面，由于现场工作环境比较恶劣，该钢厂希望采用在线监控系统以提高设备维护的便捷性，保障人员安全；在人员方面，企业目前没有振动设备分析师，需要系统能够实现设备的自动化故障诊断；在数据采集方面，由于皮带机在运行中会发生负载状态变化，需要从控制系统中读取部分数据，但丝毫不能干扰现有系统；在数据存储方面，预测性故障模型通常需要大量的性能和环境历史数据，所以设备的原始数据非常宝贵，需要储存至服务器中，方便后期挖掘。由于现场设备繁多，该钢厂希望先挑选具备代表性的6台机器进行试点工程。

在项目实施方面，由于现场工况复杂，且皮带机处于高金属粉尘的工作环境，对于系统供应商而言，在传感器的安装、布线和转速测量等方面也存在着一系列的技术挑战。

解决方案

在该项目中，罗克韦尔自动化的解决方案实现了状态监测系统与自动化控制系统的完美融合，是集自动化故障诊断与专家诊断平台于一体的综合解决方案。其中，传感器部分主要完成物理信号对电信号的转换，并屏蔽部分干扰源。分布式智能I/O完成同、异步数据采集，信号的A/D转换，触发缓存事件数据及趋势追溯，数据的通频计算和频带计算等，并按需转发数据，输出模拟信号和开关量，输出波形、频谱等数据，对符合协议的上位机软件开放数据，提供各通道数据的缓存输出。Logix系列CPU保障了数据的可靠性传输，完成系统的组态，以及多种数据或协议格式的兼容性转换，常规故障的逻辑处理及输出。FactoryTalk平台软件可实现常规故障结果的画面呈现和趋势缓存，监测并呈现所有的机组工况数据，并可根据触发条件按需自动存储有价值的原始数据，提供轴承库、专家库等，FactoryTalk可针对性地进行故障特征频率的设定及包络分析，提供针对机组的工程师辅助分析系统。

 在项目实施过程中，现场复杂工况带来的一系列技术挑战也被罗克韦尔自动化的执行团队一一巧妙化解：通过采用底座粘贴式安装和侧出线传感器解决了传感器安装条件受限问题；通过传感器信号归拢，并采用粗缆统一走线管，解决了现场布线的困难；通过加工双层仪表箱，并内嵌触摸屏，很好地适应了高金属粉尘的现场环境；面对转速测量困难，工程师利用CMX控制器与现有主控系统MSG通信读取设备实际转速及负载状态并回写至监测系统；机械结构参数缺失问题也通过采集样本数据，分析并印证，计算结构参数予以解决。

效果

系统上线后，Dynamix™可以通过实时有效的状态监测，让皮带机始终处于健康的运行状态，最大程度地避免了由于意外停机造成的人员伤害、环境风险和能耗损失，提高了生产效率，降低了企业的维护维修成本，帮助企业实现更安全、环保、节能和高效的生产运营。

在安全方面，预测性维护系统能够帮助该钢厂有效地预判机械设备的潜在故障，避免了由于意外停机或设备损坏造成的生产事故，并可通过有效的状态保护，在机械即将突破临界值时有效停机，避免事故的进一步恶化带来更大的影响，有效提升了企业的安全生产水平。此外，由于皮带机经常处于高粉尘、高噪声的恶劣环境中，在线监控系统的应用可以大大降低一线员工的现场巡检频次，避免了设备维护维修人员在机械带载的状态下通过听、摸、看、量等办法获取机械状态，保护了员工的健康和人身安全，降低了伤亡事故的发生率。

在环保方面，钢铁行业的原料输送和储运过程是大气污染防治中需要重点控制的污染源之一，钢铁企业的原料厂通常通过储煤塔避免粉尘外泄，但室内粉尘更为严重。皮带机作为输送设备的心脏机械，需要经常检查以保证正常运转。通过智能诊断和远程维护，钢铁企业可以有效避免室内粉尘对大气环境的污染风险，员工也可以在更加环保的环境中进行设备维护。

在节能方面，通过进行全面的机械设备状态监测及预测性维护，该钢厂能够及时有效地发现皮带机的潜在故障，避免其由于“带病”工作而增加的运转阻力和能耗损失。此外，预测性维护在延长机械寿命的同时，降低了不必要的维修次数，减少了人力和物力成本。实施带有预测性的计划维修也大幅度降低了企业的库存成本。

在效率提升方面，通过智能维护系统的应用，该钢厂的设备利用率、生产工艺控制、人员调度和数据维护效率都得到了大幅提升。通过设备状态监测及工艺控制相结合，该钢厂可以有效地调节设备负荷及速度，从而使设备长期处于更加稳定、高效的工作状态。避免动设备的意外停机也为整条生产线的连续运行提供了保障。机械的智能预测性维护则进一步减轻了系统操作人员的机械分析工作，设备诊断专家也不再需要频繁地做一些重复性工作。在数据维护方面，两种数据的分流，能够使工程量化的数据快速进行二次对接，与现有的或者未来的数据分析平台及物联网平台等实现“零翻译对话”。

该项目的成功也是罗克韦尔自动化机械状态监测和预测性维护系统的突破性应用。伴随工业物联网和人工智能技术的发展，罗克韦尔自动化将在60余年传统状态监测系统经验的基础上，持续开发出更具智能化的功能模块和预测性维护解决方案。通过品质坚守和应用创新，让更多的制造企业从中获益。智能预测性维护解决方案不仅是设备“延年益寿”的秘诀，更为企业打造更安全、更环保、更节能、更高效的智能工厂奠定了坚实的基础，帮助企业在瞬息万变的市场环境中获得先机。