2022年冶金科学技术奖一等奖项目：宝武装备智能科技等公司引领设备运维技术新突破

项目获奖情况：2022年冶金科学技术奖一等奖；

完成单位包括宝武装备智能科技有限公司、宝山钢铁股份有限公司、宝武集团中南钢铁有限公司、广东韶钢松山股份有限公司、北京科技大学以及上海金艺检测技术有限公司。

王建宇完成了相关工作。

项目背景

上世纪宝钢对引进的点检定修制进行了消化及完善，在 30 余年的时间里持续引领着中国的设备管理水平。在如今高质量发展的时期，存在着设备数据在线率不足 1%的情况，定性点检标准占比达到 96%，周期检修项目占比在 70%以上，点检人员配置一直处于较高水平，能源环保压力也一直居高不下等现象，这些表明以点检定修制为代表的设备运维技术发展遭遇了瓶颈。

国内外钢铁同行对设备运维发展进行了探索和实践。例如美国大河钢厂，构建了基于云的超级计算服务，并且安装了超过 5 万个传感器，以此来探索预知维修。日本制铁引进了人工智能数据分析平台（DataRobot），该平台提供了云计算的合并数据分析环境，从而提高了设备维护效率。日本制铁名古屋制铁所的在线监测设备有 1253 台，这些设备监测的结果能为制定检修计划和内容提供直接依据。三一重工将工程机械作为对象，开展全生命周期运营管理，通过运用实时监控与分析、设备故障维修、预测性/预防性维护等手段，单台设备潜在的收入提升幅度可达 10%-50%。

从技术发展的现状来讲，目前主要是在某类设备或者某条生产线上进行点状的智能化应用。并且，还没有达成全流程、全工序的智能化应用，同时也没有实现跨地域、跨空间的广泛且深度的数智应用。

现有的设备运维方式无法支持智能运维在大范围进行推广应用，并且也缺乏智能运维的人员队伍。解决上述问题是一项极具挑战性的复杂系统创新工程。

关键技术和创新点

本项目认为设备运维从“凭借感官进行判断、依据经验做出决策”转变为“依据数据进行判断、凭借知识做出决策”，这是设备智能运维的核心。本项目以这一观点作为总体思路，进而开展设备智能运维技术的系统创新。

围绕设备智能运维，形成了以一个平台为核心技术架构，以一个专家系统为核心技术架构，以一套标准化体系为核心技术架构，以面向钢铁全流程的智能运维体系为载体的技术路线，共有四方面技术创新内容。

2.1 面向钢铁全工序的智维云平台

平台能够支持数量极多的设备进行联接。它采用“云-边-端”的架构进行设计，既支持智能维运生态的协同，也支持数据的流动，还能够为知识创新提供赋能。

2.1.1 多场景智维物联采集技术

钢铁设备数采场景较为复杂，其环境具有高温、高湿且多粉尘的特点，同时设备种类繁多且差异较大。因此，研发并应用了一批专用的智能数据采集装置，以及大规模应用的低成本传感器，以此满足了钢铁工业设备在多场景下的数据采集需求。并且，通过对多种物联网络通道技术进行融合研究，成功解决了在复杂环境下数采的“最后一公里”问题。

2.1.2 海量高频数据边缘处理技术

钢铁设备的数据量较大，然而其数据价值的密度却较低。经过研发一系列的算法以及数据处理工具，在边缘端采用高频并发计算、工业特征工程等一系列技术，成功解决了数据的清洗、处理以及特征提取等问题，达成了在边缘端快速降频以及实时计算应用的目标。与此同时，开发了一系列无代码、可视化编程工具，实现了现场高效的人机交互，也解决了现场边缘侧海量高频数据的传输、清洗和处理等问题。

2.1.3 多源、多维、异构数据融合应用技术

设备数据呈现异构、多源、多维的特点，难以综合应用。项目运用 CMDB 技术搭建了设备 BOM 及主数据，同时采用 TSDB 和集中分布式大数据 Hadoop 技术来对海量实时动态时序数据以及工艺控制数据进行处理，还运用 MongoDB 来处理半结构化数据，借助流式计算平台把数据进行归一化和校对，构建了智维知识图谱以实现维护经验的建模，并且通过研发工业数据融合技术，实现了设备多类数据的包容处理，这样就使得设备数据能够在跨设备、跨系统、跨产线的情况下得到应用。

2.2 面向状态变化趋势决策的智能专家系统

以系列算法、规则、模型作为核心，能够实现状态识别，能够实现故障定位，能够实现维检方案推送，能够实现结果验证闭环，能够实现知识提炼汇聚，从而实现全过程决策智能化。

2.2.1 统计与先验知识协同的多变量设备状态预警技术

针对设备状态个性化发展变化的这一特点，同时结合对设备机理的理解，构建起设备状态动态数据统计模型。依据不同工况的状态数据，将报警阈值训练出来，从而实现自适应综合预警。此模型不但能够支持各类阈值类报警，而且还可以支持趋势报警以及包含工艺逻辑的边缘规则预警，进而实现复杂场景、多变量耦合等状况下的异常状态综合预警。

2.2.2 机理与数据驱动相结合的设备故障诊断技术

针对钢铁设备具有复杂工况、负载多变、状态变化耦合因素多以及表征非线性等特性，借助算法工具把经验转化为数据，把先验知识纳入到模型中，接着结合大数据技术进行应用，以此提高案例学习的效率，加快设备诊断模型的开发以及调优进程，最终达成故障诊断的智能化与精准化。

2.2.3 多维度数据协同的设备综合评价技术

融合多维度数据，包括设备属性、运行状态、工艺过程、维检过程、运维履历、同类故障特征、负荷累积等。结合 AI 算法和专家经验知识，动态调整非线性权重系数，从而形成设备综合评价系统模型，对设备健康度及相关性能指标进行综合性评价。

2.2.4 基于知识图谱的设备维检决策技术

开发并迭代多种维检决策知识图谱，以此来指导对异常事件与维检需求逻辑关系的梳理，从而形成维检决策规则，将其嵌入平台运维决策环节，进而推送最优的维检对策，以提高维检项目的针对性和有效性。

2.3 面向服务一致性的设备智能运维标准体系

将单一基地的个性设备技术转化为全行业的工序共性技术，这样就实现了设备数据与技术规范的一致性。同时，也解决了设备运维过程的数字化闭环问题，进而实现了同类设备、同类产线能够统一标准、统一管理。

2.3.1 设备族谱多粒度统一数据标准

解决设备名称存在不统一的情况，解决设备故障原因描述各不相同的问题，解决设备粒度不一致的状况，解决设备表征数据无序的现象，以实现设备术语的统一、设备颗粒度的统一以及数据表征的统一。

2.3.2 基于工序特点的设备数据采集、处理与存储标准

设备数据的采集和处理过程得到了规范，同类设备之间数据的互理解和互操作问题得以解决。

2.3.3 钢铁产线设备状态管控标准

解决各钢企存在的设备运维标准不统一、运维质量不统一以及检修过程与验证方法不统一的问题，通过制定出统一的运维标准、运维质量评价标准以及检修与验证标准，从而能够对多地域的同类产线和同类设备进行高效且一致的管控。

2.4 构建面向钢铁全流程的智能运维体系

为了将技术创新红利最大限度地释放出来，达成极致专业化前提下的规模效应，项目在业务流程以及职业体系上进行了创新，其中包含 3 项创新内容。

2.4.1 面向钢铁全工序的智能运维系统解决方案群

宝武拥有丰富场景且有行业专家，由此形成了面向钢铁全工序的一系列智能运维系统解决方案。这些方案包含工序概况、智维目标、智维设计、监测技术应用、运维技术应用、全量数据应用、模型迭代升级等内容。并且具备了大规模以及能够快速复制的条件。

基于平台的智能运维运行体系，包括近地运维与远程运维相结合的方式

以 100%达到平台预警的目标，以 100%开展线上工作为目标。将近地与远程相结合，让前、中、后台融为一体。凭借平台对多地域的设备、同类产线的设备进行集中管控。做到所有管理都在在线状态，所有决策都具备智能性，所有资源都实现共享。从而塑造出全新的智能运维运行体系。

以智维工程师为核心的智能运维人才培养体系，以及以智维分析师为核心的智能运维人才培养体系。

智能制造新职业体系以创新智维工程师、智维分析师为主体，同时配套完善人才培养机制，以此为设备智能运维的可持续发展奠定人才基础。

与国内外水平的比较

在钢铁行业以及设备运维领域，对监测设备数、监测数据项、数据频度、设备覆盖率、预警、诊断准确率、覆盖范围、运维体系等方面展开对比分析。通过这样的对比分析，本项目的智能运维整体水平处于国际领先地位。经过成果查新，可知该项目具有新颖性。并且经中国金属学会组织成果鉴定，该项目成果达到了国际领先水平。

创新效果

通过项目研究，形成了 11 项标准，其中有 2 项是国家标准，9 项是企业标准；获得了 88 件专利，其中授权的发明专利有 18 件，授权的实用新型专利有 13 件，正在审查的发明专利有 57 件；拥有 9 项软件著作权；发表了 16 篇论文；出版了 1 部论著；这些成果覆盖了项目的全部核心技术。

目前，中国宝武十五大生产基地及多元产业的多家单位已部署应用项目成果（图 1）。并且，该成果已扩展至集团外的生态圈，像涟钢、宁钢、鞍钢鲅鱼圈等单位都有应用。累计接入了 900 余条产线，设备数量超过 33 万台。计划在 3 年内接入的设备数量将超过百万台。

产线类设备上集中了热轧、高线、冷轧等数十条主产线。马钢有 2 条热轧产线，在集中管控之后，2021 年的产量创历史最佳，产线故障时间是近 3 年里最少的。其他产线集中管控后也都取得了良好的效果。随着同类产线数量的增多，设备资产效率、人事效率以及管理效率将会大幅度提升。

在通用类设备方面，拿风机来作例子。近 5000 台风机实现了集中管控。之后，预警的准确率超 90%，诊断的准确率也超 90%。点检的负荷以及检修的负荷持续下降，下降幅度接近 1/3。随着同类设备数量不断增加，规模效益变得更加可观。

项目的直接经济效益达到了 5.4 亿元，这是项目成员单位所创造的。同时，间接效益为 17 亿元。项目相关技术实现了超大规模的工程化应用，并且为钢铁行业设备运维的转型变革提供了坚实的理论基础与技术保障，该技术具有完整的知识产权，其关键技术是自主可控的。

《世界金属导报》43期 B09