这项工业互联网的底层技术或将成为钢铁智能

中国经济周刊-经济网讯烧结是现代钢厂生产中的重要环节。为了能让铁矿石充分反应尽可能多地炼出钢铁，入厂后要进行粉碎筛选，而粉碎后的矿粉不容易装炉冶炼，因此需要烧结成块状、球状。烧结生产的过程就是把铁矿粉烧结成块状或球状，便于高炉炼铁。

烧结过程中需要用到抽风系统进行强制抽风产生负压。整个抽风系统的核心是主抽风机，它直接影响烧结机的产量、质量和能耗，是烧结生产的“心脏”。主要作用是通过烟道进行抽风，产生负压，使烧结料中的固体燃料点火并充分燃烧，为烧结提供能量，同时将烧结过程中产生的各种气体通过烟道，经过电除尘器净化后由烟囱排出。

作为烧结过程中的重要设备，主抽风机的日常维护和安全生产尤为重要。主抽风机作为典型的旋转机械，对振动的监测是设备运转状态监测的重要组成部分。其中驱动轴与轴承是旋转机械的核心部件。主抽风机能否可靠地工作主要取决于驱动轴及轴承的运转是否良好。

大量数据表明，旋转机械的大多数振动故障与驱动轴及轴承直接有关。比如由质量不平衡、转轴的弯曲或热变形、轴线不对中等原因引起的振动，都是与轴及轴承直接相关的振动故障。

因此可以通过对主抽风机振动状态的监测获得更多有关故障的信息，从而有效的诊断出机械是否发生故障。

目前钢厂对主抽风机的日常监测还是以人工为主，定期巡检，故障推测主要依靠肉眼观察和经验判断。因此内部的一些损伤、故障等很难进行精准定位。钢厂是安全生产的重点单位，每年由于各种安全隐患造成的大型事故时有发生。因此钢厂的智能化监测势在必行。

西人马旋转机械类智能监测系统

西人马基于自己的“端-边-管-云-用”一体化解决方案针对钢厂的特殊环境和需求，提出旋转机械类智能监测系统，以“技防”代替“人防”，有效解决了诸如烧结机主抽风机监测维护的安全问题。

这套系统涵盖了感知端、采集端、服务器、云端和用户端。

首先是感知端的传感器测量系统，在主抽风机内部安装多个传感器，包括各种传感器及其内置的专用测量电路（如电荷放大）,将旋转机械的振动、转速、位移、温度和滑油品质等信号变换为具有归一化灵敏度的电压信号。例如在电机中安装加速度传感器和温度传感器，监测电机的振动速度值以及温度变化；在驱动轴安装电涡流传感器，监测转速和轴位移变化；在风机的轴承中安装滑油传感器，通过监测滑油中的铁屑流量监测轴承的磨损程度。

西人马传感器部署图

其次是数据采集与分析系统，将原始信号进行放大、滤波后经A/D转换成为数字信号，从而为设备状态监测、故障诊断等提供数据支持。

西人马边缘计算模组

然后是中控服务器，接收由数据采集器预处理之后的敏感数据信息，通过运行专业软件进一步处理和分析被测结构的信息，根据不同算法判断出设备运行情况，如出现异常将及时反馈至设备维保人员。

接下来是云端数据中心，主要用来接收各个子系统上传的工况数据，建立设备状态故障数据库，指导本地工控机进行故障诊断。

西人马现代化数据密集型应用使能平台-塔斯云

最后是手机APP，利用APP连接到云端数据中心，可实现多人远程实时在线监测主抽风机的运行参数和工作状况。

西人马的这套系统通过监测轴温、轴转速、轴的轴向/径向/竖向振动、风机的滑油品质，可对轴质量不平衡、转轴的弯曲或热变形、轴线不对中、油膜涡动及振荡、润滑油中断、推力轴承损坏、轴裂纹或叶片断裂、径向轴承磨损、部件脱落、动静部件接触、不均匀气隙、轴向窜动、轴温过高、转速异常、滑油铁屑流量过高等故障进监测。

除了在烧结机主抽风机中的应用，这套系统还能应用在水泵机组的监控当中。通过监测轴温、轴位移、水泵前/后轴、电机前轴轴向和径向振动、电机的输入电压和输出电流，系统可对轴质量不平衡、转轴的弯曲或热变形、轴线不对中、油膜涡动及振荡、润滑油中断、推力轴承损坏、轴裂纹或叶片断裂、径向轴承磨损、部件脱落、动静部件接触、不均匀气隙、轴向窜动、轴温过高、电机功耗异常等故障进行监测。

西人马旋转机械类智能监测系统-低压水泵机组监控

西人马旋转机械类智能监测系统-高压水泵机组监控

目前系统已经在多个客户现场实现了成功安装并正常运转，进行24小时全天候智能监管，实现故障早期预警，提前制定维修决策并做好维修准备，减少停机损失和多次维修带来的费用。通过精确定位故障，提高维修效率、减少维修损失。另外，基于传感器端边缘计算以及云端大数据统计与分析，为故障模式判定与管理过程优化提供量化决策依据，实现真正意义上的智慧机组。

西人马“端-边-管-云-用”一体化解决方案

西人马是一家依托于IDM（芯片设计与制造和封测）模式的芯片公司。众所周知，当前我国芯片因为种种原因有着大量国产化替代的机会，西人马除了

转载请注明：http://www.abuoumao.com/hykz/3799.html