《冶金設(shè)備智能運(yùn)維狀態(tài)監(jiān)測與故障診斷》

1冶金設(shè)備智能運(yùn)維第5部分：狀態(tài)監(jiān)測與故障診斷本文件規(guī)定了冶金設(shè)備智能運(yùn)維的狀態(tài)監(jiān)測、異常預(yù)警、故障診斷和健康評估的一般程序指南，明確了在這個過程中所包含的主要工作內(nèi)容和技術(shù)要求。本文件適用于冶金行業(yè)產(chǎn)線設(shè)備的狀態(tài)監(jiān)測、故障診斷與健康評估。2規(guī)范性引用文件下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中,注日期的引用文件,僅該日期對應(yīng)的版本適用于本文件;不注日期的引用文件,其最新版本（包括所有的修改單）適用GB/T20921機(jī)器狀態(tài)檢測與診斷詞匯GGB/T22394.1機(jī)器狀態(tài)監(jiān)測與診斷數(shù)據(jù)判讀與診斷技術(shù)第1部分：總則GB/T22394.2機(jī)器狀態(tài)監(jiān)測與診斷數(shù)據(jù)判讀和診斷技術(shù)第2部分?jǐn)?shù)據(jù)驅(qū)動的應(yīng)用GB/T40571智能服務(wù)預(yù)測性維護(hù)通用要求GB/T41867信息技術(shù)人工智能術(shù)語GB/T43555智能服務(wù)預(yù)測性維護(hù)算法測評方法GB/T45225人工智能深度學(xué)習(xí)算法評估GB/T45288.1人工智能大模型第1部分：通用要求GB/T46315工業(yè)互聯(lián)網(wǎng)平臺設(shè)備健康管理規(guī)范3術(shù)語和定義GB/T20921、GB/T22394.1、GB/T22394.2、GB/T40571、GB/T41867、GB/T43555、GB/T45225、GB/T45288.1、GB/T46315界定的以及下列術(shù)語和定義適用于本文件。智能模型intelligentmodel融合工業(yè)領(lǐng)域知識與數(shù)據(jù)科學(xué)方法，基于專家知識轉(zhuǎn)化及狀態(tài)數(shù)據(jù)分析，建立特定邏輯運(yùn)算方法，通過輸入一種或多種設(shè)備狀態(tài)參數(shù)、特征量及相關(guān)參數(shù)進(jìn)行計算，并對算法迭代優(yōu)化，實(shí)現(xiàn)設(shè)備狀態(tài)異常識別、故障隱患判斷及設(shè)備健康評估等功能的設(shè)定計算規(guī)則。在設(shè)備運(yùn)維領(lǐng)域可應(yīng)用于狀態(tài)監(jiān)測及異常預(yù)警、故障診斷、健康評估、維檢方案制定等業(yè)務(wù)環(huán)節(jié)的決策判斷。狀態(tài)監(jiān)測conditionmonitoring采集與處理反映設(shè)備狀態(tài)隨時間變化的信息和數(shù)據(jù)，輸入智能模型進(jìn)行計算，當(dāng)計算結(jié)果提示狀態(tài)異常，要求提高警覺時，發(fā)出通知工作人員需采取糾正行動的運(yùn)行信號或警告信息的過程。[來源：GBT20921—2025，3.3，有修改]2故障診斷faultdiagnosis基于設(shè)備狀態(tài)、工藝過程等參數(shù)及特征量的采集處理，由智能模型計算或人機(jī)協(xié)同診斷的方式對設(shè)備狀態(tài)異常進(jìn)行分析判斷，提出故障隱患發(fā)生的部位、原因和程度等，為消除故障隱患提出維檢對策建議的過程。[來源：GBT40571—202110，有修改]人機(jī)協(xié)同診斷human-machinecollaborativediagnosis在設(shè)備運(yùn)維過程中，專業(yè)人員與智能系統(tǒng)通過共享任務(wù)目標(biāo)與交互反饋，以智能模型輸出的計算結(jié)果、劣化趨勢及推薦結(jié)論為決策依據(jù)，由專業(yè)人員結(jié)合現(xiàn)場檢查與機(jī)理知識進(jìn)行最終復(fù)核，協(xié)同完成狀態(tài)判斷、維檢決策復(fù)雜任務(wù)的動態(tài)過程。健康評估healthassessment通過各類統(tǒng)計及智能方法,對產(chǎn)線設(shè)備的運(yùn)行狀態(tài)進(jìn)行監(jiān)測和分析，由智能模型計算或人機(jī)協(xié)同診斷的方式對設(shè)備狀態(tài)劣化進(jìn)行分析判斷，結(jié)合實(shí)際運(yùn)行狀況給出指定設(shè)備或設(shè)備組合的健康評估結(jié)果，為合理確定維修計劃及資源配置、生產(chǎn)排程和工藝參數(shù)設(shè)置提供依據(jù)的過程。4狀態(tài)監(jiān)測與故障診斷流程冶金設(shè)備智能運(yùn)維狀態(tài)監(jiān)測與故障診斷流程見圖1。3圖1狀態(tài)監(jiān)測與故障診斷流程框圖5數(shù)據(jù)準(zhǔn)備5.1功能與作用為保證輸入數(shù)據(jù)的質(zhì)量和可用性，滿足智能模型計算的要求，數(shù)據(jù)準(zhǔn)備具備對輸入數(shù)據(jù)進(jìn)行檢驗(yàn)和二次處理的功能，具體包括數(shù)據(jù)缺陷或異常檢查、訓(xùn)練集和測試集的劃分、數(shù)據(jù)聚合和特征生成5.2基本要求數(shù)據(jù)準(zhǔn)備應(yīng)滿足但不限于以下要求：——對照數(shù)據(jù)處理與分析的特征輸出，檢查數(shù)據(jù)是否存在結(jié)構(gòu)屬性缺失等缺陷，一旦發(fā)現(xiàn)缺陷后應(yīng)運(yùn)用處理工具予以隔離或消除；——對于被識別出存在異常的數(shù)據(jù)，應(yīng)打上數(shù)據(jù)質(zhì)量異常的標(biāo)簽，并建立過濾機(jī)制，避免其直接輸入智能模型進(jìn)行計算，進(jìn)而引發(fā)虛假預(yù)警或診斷失效；——對于通過檢驗(yàn)確認(rèn)為符合要求的數(shù)據(jù)，可依據(jù)時間段內(nèi)所發(fā)生設(shè)備異常或故障類型、持續(xù)時間、運(yùn)行工況等信息，選取部分?jǐn)?shù)據(jù)作為模型構(gòu)建的訓(xùn)練集與測試集；4——被確定為智能模型訓(xùn)練測試用數(shù)據(jù)，應(yīng)標(biāo)注是在設(shè)備異常或正常狀態(tài)時段采集的標(biāo)簽；并對上述數(shù)據(jù)按時間維度或設(shè)備維度進(jìn)行聚合處理，結(jié)合領(lǐng)域?qū)I(yè)知識與數(shù)據(jù)分布規(guī)律，提取最具代表性6.1功能與作用采用基于知識和數(shù)據(jù)驅(qū)動的方法進(jìn)行智能模型構(gòu)建，模型構(gòu)建包括需求分析、知識推理、算法設(shè)計、組態(tài)測試、指標(biāo)驗(yàn)證及迭代優(yōu)化等主要環(huán)節(jié)，通過驗(yàn)證后，智能模型在智能運(yùn)維平臺進(jìn)行部署運(yùn)行，承擔(dān)狀態(tài)預(yù)警、故障診斷及健康評估等功能。6.2構(gòu)建方法6.2.1基于知識的方法采用基于知識的智能模型構(gòu)建方法應(yīng)滿足但不限于以下要求：——應(yīng)依托對故障與癥狀之間關(guān)系的觀察和機(jī)理理解，確定判斷故障的邏輯，通過數(shù)據(jù)清洗、工況分割、單參數(shù)異常、結(jié)合工況的綜合癥狀異常、趨勢異常、同組設(shè)備的偏差等方法，建立狀態(tài)判斷的邏輯算法，對設(shè)備異常狀態(tài)進(jìn)行決策判斷；——應(yīng)實(shí)現(xiàn)故障行為與物理規(guī)律的顯式描述，結(jié)合設(shè)備歷史數(shù)據(jù)、故障履歷、檢修履歷、維護(hù)履歷、診斷履歷等學(xué)習(xí)訓(xùn)練，形成達(dá)到具有實(shí)用性的智能模型，能給出故障劣化程度評估結(jié)果，并支持設(shè)備健康評估與維護(hù)建議的輸出。6.2.2數(shù)據(jù)驅(qū)動的方法采用數(shù)據(jù)驅(qū)動的智能模型構(gòu)建方法應(yīng)滿足但不限于以下要求：——應(yīng)基于大量歷史數(shù)據(jù)，采用機(jī)器學(xué)習(xí)（監(jiān)督機(jī)器學(xué)習(xí)、無監(jiān)督機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)）、深度學(xué)習(xí)（卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成式對抗網(wǎng)絡(luò)、大模型等）算法，建立狀態(tài)監(jiān)測診斷的智能模型，實(shí)現(xiàn)對設(shè)備狀態(tài)的異常識別與故障診斷；——由數(shù)據(jù)驅(qū)動方法建立的智能模型的計算結(jié)果應(yīng)具備明確的物理意義或經(jīng)由人機(jī)協(xié)同校驗(yàn)確認(rèn)，以適應(yīng)冶金生產(chǎn)過程中工況復(fù)雜、負(fù)荷多變及過程參數(shù)耦合度高的實(shí)際場景；——由數(shù)據(jù)驅(qū)動方法建立的智能模型應(yīng)通過算法測評，在輸出結(jié)論時，應(yīng)具備可解釋性，宜同步輸出影響該診斷結(jié)論的性能評估指標(biāo)（如準(zhǔn)確率、精確率、置信度等），以輔助人工審核確認(rèn)，降低黑盒模型的決策風(fēng)險；——宜采用知識推理和數(shù)據(jù)分析相融合的方法，整合兩種模型構(gòu)建方法的結(jié)果，兼顧智能模型的可解釋性與運(yùn)行穩(wěn)定性。6.3建模過程智能模型的建模過程應(yīng)滿足但不限于以下要求：——應(yīng)對智能模型所解決的問題有明確的界定；——針對所需構(gòu)建的智能模型，應(yīng)提出數(shù)據(jù)種類及質(zhì)量水平、運(yùn)行評價指標(biāo)等要求；——完成邏輯算法開發(fā)后，應(yīng)采用歷史數(shù)據(jù)或樣例數(shù)據(jù)進(jìn)行測試，達(dá)到預(yù)定的評價指標(biāo)后，才能作為測試模型上線試運(yùn)行；5——測試模型上線試運(yùn)行過程中，應(yīng)收集設(shè)備實(shí)際運(yùn)行及異常發(fā)生情況，對模型運(yùn)行的準(zhǔn)確性進(jìn)行分析評估，并不斷進(jìn)行訓(xùn)練、優(yōu)化、調(diào)整，直至驗(yàn)證滿足設(shè)計指標(biāo)要求后才能正式投入運(yùn)行；——智能模型投入運(yùn)行后，應(yīng)持續(xù)開展計算結(jié)果與維檢現(xiàn)場檢查結(jié)果的對比分析，尋找差異原因，完善計算邏輯和數(shù)據(jù)輸入，實(shí)施智能模型的迭代升級，不斷提升智能模型的判斷準(zhǔn)確性。7.1功能與作用狀態(tài)監(jiān)測是面向設(shè)備運(yùn)行全工況，基于智能模型計算識別出目標(biāo)設(shè)備狀態(tài)異常的過程，可提示、指導(dǎo)設(shè)備運(yùn)維人員進(jìn)行相應(yīng)的運(yùn)維操作，避免狀態(tài)加速劣化，并驅(qū)動故障診斷和健康評估等決策行為7.2基本要求狀態(tài)監(jiān)測包含但不限于以下要求：——預(yù)警模型設(shè)置應(yīng)覆蓋所有目標(biāo)對象設(shè)備；——針對指定設(shè)備應(yīng)設(shè)置不同等級的預(yù)警閾值，并應(yīng)產(chǎn)生不同等級的異常狀態(tài)預(yù)警信息；——預(yù)警模型算法應(yīng)包含工況門控機(jī)制。對于存在沖擊負(fù)荷、非穩(wěn)態(tài)運(yùn)行或周期性重載等工況的設(shè)備，應(yīng)采集工藝過程信號對指定工況進(jìn)行辨識并對由此產(chǎn)生的預(yù)警進(jìn)行屏蔽或采用自適應(yīng)工況的動態(tài)閾值，以消除由正常生產(chǎn)過程中負(fù)載波動引起的誤報警；——應(yīng)支持設(shè)備狀態(tài)參數(shù)及特征量的多變量協(xié)同，實(shí)現(xiàn)復(fù)雜工況或多變量特征量相互作用環(huán)境下——設(shè)備狀態(tài)參數(shù)及特征量的報警閾值應(yīng)具有學(xué)習(xí)功能，支持通過同類設(shè)備歷史數(shù)據(jù)計算對報警——預(yù)警模型應(yīng)按照GB/T43555—2023中9.1規(guī)定的測試方法進(jìn)行評估；——應(yīng)具備狀態(tài)數(shù)據(jù)的趨勢分析、可視化展示和歷史存儲功能，以支持預(yù)警模型的上線運(yùn)行和優(yōu)7.3應(yīng)用要求狀態(tài)監(jiān)測結(jié)果應(yīng)用包含但不限于以下要求：——預(yù)警結(jié)果應(yīng)通過多種信息渠道，如短信、微信、APP及其他應(yīng)用系統(tǒng)終端，以明顯的提示方式（如聲光），提醒有關(guān)人員及時了解狀態(tài)異常的發(fā)生；——針對不同的預(yù)警等級，應(yīng)明確相對應(yīng)的現(xiàn)場檢查確認(rèn)、應(yīng)急處理及進(jìn)一步分析診斷等對策要——設(shè)備維護(hù)人員應(yīng)根據(jù)上述對策，執(zhí)行現(xiàn)場檢查及應(yīng)急維護(hù)內(nèi)容，并及時反饋處理結(jié)果；——狀態(tài)診斷人員應(yīng)根據(jù)上述對策，執(zhí)行狀態(tài)異常的診斷分析工作，提出隱患存在的部位、程度及成因，指導(dǎo)維護(hù)人員做進(jìn)一步的維檢工作；——應(yīng)建立預(yù)警性能的定期閉環(huán)評估機(jī)制。結(jié)合現(xiàn)場檢查評價結(jié)論，對產(chǎn)生的誤報、漏報原因進(jìn)行回溯分析，并據(jù)此對預(yù)警模型進(jìn)行迭代優(yōu)化，以提高預(yù)警準(zhǔn)確率。68.1功能與作用故障診斷是結(jié)合專家知識和數(shù)據(jù)驅(qū)動的方法，對設(shè)備狀態(tài)參數(shù)和特征量數(shù)據(jù)進(jìn)行分析，確定故障部位、故障類型和故障原因并提出維檢對策的過程，可為設(shè)備運(yùn)維人員制定維檢方案提供直接依據(jù)，避免因設(shè)備故障導(dǎo)致的非計劃性停機(jī)。8.2基本要求故障診斷包含但不限于以下要求：——應(yīng)提供設(shè)備狀態(tài)參數(shù)的分析工具，能夠進(jìn)行監(jiān)測數(shù)據(jù)的分析及狀態(tài)特征量的提取，支持基于機(jī)理知識對潛在故障做出判斷；——應(yīng)結(jié)合知識和數(shù)據(jù)驅(qū)動方法開發(fā)故障診斷智能模型，通過訓(xùn)練和部署，具備對設(shè)備故障的自動檢測與診斷能力，能夠識別和預(yù)警狀態(tài)異常及潛在故障；——應(yīng)根據(jù)冶金設(shè)備故障發(fā)生的多樣性和關(guān)聯(lián)性，結(jié)合故障機(jī)理分析，采用多源數(shù)據(jù)（包括運(yùn)行狀態(tài)數(shù)據(jù)、工藝控制數(shù)據(jù)和管理過程數(shù)據(jù)）融合計算的方式，進(jìn)行故障診斷智能模型的設(shè)計和運(yùn)行、人機(jī)協(xié)同診斷，以提高故障隱患的檢出能力；——應(yīng)通過對設(shè)備潛在故障的程度分析和等級評估，提出相應(yīng)的檢修維護(hù)對策，避免設(shè)備突發(fā)故——所輸出的故障部位、故障模式分類及嚴(yán)重程度的結(jié)果信息，應(yīng)與目標(biāo)設(shè)備的標(biāo)準(zhǔn)化失效模式與影響分析或企業(yè)標(biāo)準(zhǔn)故障字典保持一致，確保診斷信息在企業(yè)資產(chǎn)管理系統(tǒng)中實(shí)現(xiàn)結(jié)構(gòu)化流轉(zhuǎn)與統(tǒng)——應(yīng)貫通狀態(tài)異常預(yù)警、故障定位和危險程度判定、對策措施制定和執(zhí)行及實(shí)施效果評估驗(yàn)證的診斷工作流程，確保故障診斷全過程的完整性，提煉積累故障診斷專業(yè)知識，持續(xù)開展智能模型的——應(yīng)支持在線與離線相結(jié)合的人機(jī)協(xié)同診斷機(jī)制，以滿足復(fù)雜工作環(huán)境下的設(shè)備故障分析需8.3應(yīng)用要求故障診斷結(jié)果應(yīng)用包含但不限于以下要求：——診斷結(jié)果應(yīng)通過規(guī)范的信息溝通途徑，以規(guī)范的文本格式，包含狀態(tài)異常描述、故障隱患存在的部位、原因和程度，以及維檢處理的對策建議等信息，發(fā)送給相關(guān)設(shè)備管理部門和維護(hù)人員；——應(yīng)制定診斷結(jié)果應(yīng)用管理程序，確定收到診斷結(jié)果后管理部門和相關(guān)人員可執(zhí)行的工作流程——應(yīng)根據(jù)診斷結(jié)果，制定維檢計劃并付諸實(shí)施，根據(jù)維檢規(guī)程記錄實(shí)施過程數(shù)據(jù)、故障隱患或缺陷損傷發(fā)生的實(shí)際情況；——應(yīng)制定診斷結(jié)果準(zhǔn)確率、維檢對策有效率的統(tǒng)計方法。通過診斷結(jié)果與現(xiàn)場檢修結(jié)果的對比分析，不斷修正失效模式與效應(yīng)分析知識庫，持續(xù)開展故障診斷智能模型的迭代升級；——根據(jù)診斷結(jié)果，評估對生產(chǎn)的影響程度，制定生產(chǎn)計劃或生產(chǎn)工藝調(diào)整的對策措施，把故障隱患處理對生產(chǎn)、質(zhì)量的影響度降到最低。79健康評估9.1功能與作用健康評估是基于監(jiān)測監(jiān)測、故障診斷的判斷結(jié)果，結(jié)合目標(biāo)設(shè)備在生產(chǎn)工序中的影響力評價及維檢履歷分析，給出目標(biāo)設(shè)備或指定區(qū)域設(shè)備組合健康狀態(tài)評估結(jié)果的過程，可為目標(biāo)區(qū)域內(nèi)設(shè)備維修、生產(chǎn)安排及工藝調(diào)整等方面的對策建議，指導(dǎo)相關(guān)部門優(yōu)化確定生產(chǎn)排程、維修計劃及維檢資源配置，保障設(shè)備生產(chǎn)的穩(wěn)定有序。9.2基本要求健康評估包含但不限于以下要求：——應(yīng)具備分級別評估的能力，可按照單體設(shè)備、設(shè)備組合（如產(chǎn)線設(shè)備）不同層級逐級評估，提供各個層級的評估結(jié)果；——應(yīng)具備多源數(shù)據(jù)融合評估的能力，綜合應(yīng)用信號處理和數(shù)據(jù)分析技術(shù)，建立健康評估智能模型，輸出目標(biāo)設(shè)備或設(shè)備組合的健康評估量化結(jié)果；——應(yīng)具備健康評估過程參數(shù)動態(tài)調(diào)整的能力，基于設(shè)備管理需求、生產(chǎn)工藝特點(diǎn)和專家知識經(jīng)驗(yàn)，設(shè)計評估參數(shù)的分級權(quán)重配置，能結(jié)合設(shè)備劣化規(guī)律、工況變化、維檢履歷等，動態(tài)調(diào)整健康評估的計算邏輯；’——應(yīng)具備產(chǎn)線設(shè)備運(yùn)維決策支持的能力，在提供健康評估量化結(jié)果的基礎(chǔ)上，給出維修安排、生產(chǎn)計劃及工藝調(diào)整等方面的對策建議；——應(yīng)具備協(xié)同交互的能力，開發(fā)個性化前端、交互配置以及用戶反饋功能，人機(jī)協(xié)同優(yōu)化健康評估的智能模型。9.3應(yīng)用要求健康評估結(jié)果應(yīng)用包含但不限于以下要求：——健康評估結(jié)果應(yīng)通過規(guī)范的信息溝通途徑，以規(guī)范的文本格式，包含設(shè)備健康評價結(jié)果、計算依據(jù)及狀態(tài)劣化的對策措施等，向所屬管理部門和維護(hù)人員發(fā)送；——應(yīng)根據(jù)健康評估結(jié)果，合理安排維檢計劃和維檢資源投入，按照技術(shù)規(guī)范完成維檢內(nèi)容實(shí)施，并根據(jù)維檢規(guī)程，記錄實(shí)施過程數(shù)據(jù)、故障隱患或缺陷損傷發(fā)生的實(shí)際情況；——應(yīng)根據(jù)健康評估結(jié)果，評估設(shè)備健康程度劣化對生產(chǎn)工藝和產(chǎn)品質(zhì)量的影響度，對生產(chǎn)排程、工藝過程做適當(dāng)調(diào)整，減少健康狀態(tài)劣化對生產(chǎn)運(yùn)行造成的損失；——完成設(shè)備維檢和工藝調(diào)整后，結(jié)合實(shí)施過程中發(fā)現(xiàn)的設(shè)備劣化實(shí)際情況和調(diào)整后生產(chǎn)運(yùn)行狀況，對評估結(jié)果的準(zhǔn)確性進(jìn)行評價。如果發(fā)現(xiàn)評估結(jié)果與實(shí)際情況存在一定差異，應(yīng)分析原因，并對相關(guān)的智能模型做優(yōu)化調(diào)整。10.1功能與作用專業(yè)審核是針對智能模型的計算結(jié)果，由專業(yè)人員通過過程追溯與綜合分析進(jìn)行最終復(fù)核，確認(rèn)模型的輸出結(jié)果是否準(zhǔn)確、完整，并確定最終診斷結(jié)果輸出的過程，可提高診斷結(jié)果的準(zhǔn)確性，并