文士雨  胡启博  付  微

摘要：钢铁企业智能检化验设备发展迅速，应用范围和规模不断扩大。从设备的智能化运维、故障分析和管理机制等方面进行剖析，探索先进的设备管理模式，引入大数据、自动化、智能化等技术,建立一个基于计算机、移动通信、网络、信息处理等领域，具有智能分析和自我完善提升能力的设备智能化运维平台，并阐述了应用AI技术手段替代人工管理方式的设备智能化运维的思路。

关键词：检化验设备；智能化；运维

近几年的我国钢铁行业智能化检化验设备发展迅速，应用范围和规模不断扩大。智能检化验设备自动化程度越高，维护的难度也就越大，对运维人员的技术能力要求也就越高，因此设备运维管理直接影响着检化验设备的运行效果，运维人员对设备智能化运维管理的需求强烈。

设备运维管理由维修管理与决策、组织计划、监督、协调与控制、备件生产与管理、维修实施和维修检验等内容及其相关支持技术结合构成,目前许多企业建立了维修管理信息系统,其主要功能是采集并保存对改善和评估已有维修方案有重要作用的历史数据。这些系统具有维修计划的核查,维修评价建模等功能，但是常见的管理系统不能对设备的运行状态、维修方案进行有效地评估和预判，需要专业技术人员依靠经验和技术进行分析和处理，在企业设备实际运维过程中很难有效应用。如何实现设备的智能化运维管理，保证设备的长周期稳定运行，经营成本和效益最大化，成为保障钢铁企业设备管理亟待解决的一项重要课题。

1  检化验设备的运维现状

钢铁企业目前智能化检化验设备应用范围和规范不判断扩大，如全自动采样、制样设备，全自动检验分析仪器设备等，最主要的是应用了工业机器人技术，设备的维护和维修难度较之前大幅上升，一台设备出现故障会影响整套系统运行，原有的运维模式时常发生故障原因分析不清，故障长时间无法排除的情况，无法满足企业对质量管理和检化验设备的管理需要。因此需要转变原有的思维模式，运用智能化、信息化的技术手段，建立具有一套具备智能化分析能力的设备管理体系，快速解决设备管理与维修过程中存在的问题。

2  检化验设备管理存在的主要问题

通过对检化验设备近几年设备的点检维护、故障分析和管理机制等方面进行剖析，发现存在的问题主要有以下几个方面：

1.设备点检、维护不到位，设备维护知识掌握不全面，对维护人员的技术要求高。

2.缺少有效的信息监控和管理手段。

3.现有系统的智能化程度不高，对设备的全生寿命周期管理支撑力度不够，无智能运维算法的技术支撑。

4.缺少移动端功能，系统的便捷性较弱。

5.设备资料管理和培训工作存在缺陷。

6.设备运维对技术人员的经验和技术要求高，数据统计分析困难，无有效的管理模型。

3  设备智能化运维的实施思路

结合设备运维管理中存在的问题，思考从以下几个方面开展设备的智能化运维管理工作。

(一) 建立检化验设备智能运维平台

在运维发展的过程中，最早出现的是手工运维;在大量的自动化脚本产生后，就有了自动化的运维;后来又出现了 DevOps 和智能运维。 检化验设备的智能运维需要利用设备运维信息系统采集的数据和AI人工智能技术，系统知识库不断完善和学习,实现设备状态预警、周期性工作预警、运维智能分析、检修方案设计推荐、物资清单准备、紧急熔断等功能，主要包括AI运维算法、数据统计分析、全生命周期管理、设备档案管理、设备分级点检维护、设备维修管理、周期性工作预警、设备状态监测预警、监督评价机制、人才培养等功能模块（见图1）。通过系统中各子模块的功能开发，形成真正意义的智能运维管理系统。

图1  设备智能运维平台功能模块

1. AI运维模型算法建立

    AI智能运维最重要的部分是如何把实际问题转化为算法问题。在运维的过程中涉及到的步骤可以概括为：产生海量的监测日志，进行分析决策，并通过自动化的脚本进行控制。基础性、重复性的运维工作都交给计算机来做了;同时，机器通过机器学习算法为复杂的问题提供决策的建议，然后向运维专家学习解决复杂问题的思路。运维专家主要处理运维过程中的难题，同时基于机器建议给出决策和训练机器徒弟。

我们需要用到机器学习和 AI 的技术来解决智能运维中的挑战性问题。智能运用KPI 瓶颈分析算法、故障预测算法、 异常检测算法、趋势预测算法、故障传播链关系图构建算法、关联关系挖掘算法、智能熔断提示算法等实现智能运维关键技术的落地。

2.全寿命周期管理

设备的备品备件管理实施全寿命周期管理，对备品备件的安装，使用，维护，维修，改造，更新直至报废的全过程进行管理。建立设备树形结构，将设备分解至零件,然后对其进行编码管理。同时还赋予诸如数量、材料版下号等属性以及生效失效期、相互借用关系、在设备中的级别以及相应的统计信息等。以此结构建立设备数据表,并做为设备管理与维修的物料需求计划的来源。

动态调整备品备件的更换周期。达到更换周期远程采样系统自动报警提示，维护人员按系统提示完成检查确认更换和计划申购。对于没有达到使用寿命的提前更换的备件进行分析，在系统中录入损坏的原因，维护不到位的及时调整维护标准；库存备件数量制依据周期制定最低储备量标准，在保障生产的前提下最大限度的降低备件的采购费用，保证设备在运行过程中处于良好状态。

3．设备的分级点检与维护

建立由设备岗位操作人员、设备管理员、专业维修维护人员三个不同层次、不同内容、不同标准的设备检查维护制度。设备点检维护的内容、标准、频次由系统自动生成，点检人员使用手机APP的方式对点检内容逐一进行维护和确认，并录入检查发现的问题及隐患。系统将发现的问题和隐患做为基础数据进行统计分析，为点检维护标准、周期的修订以及备件生命周期提供依据。

4．设备的维修管理与智能决策

设备维修由维修管理与决策、组织与计划、监督、协调与控制、维修实施和维修检验等内容及其相关支持技术结合构成。智能运维系统采集并保存对改善和评估已有维修方案有重要作用的历史数据,具有维修计划的核查、维修数据的操作、维修评价建模等功能。设备的维修工作主要分为日常维修、定期修理和事故性维修三类。设备出现故障 智能运维系统通过应用多种算法统计分析设备故障的根源进行定位，推算最佳的维修方案，同时运维专家对方案的准备性和可行性进行验证和标注，维修的全部过程要有原因分析及处理过程的影像资料，纳入设备历史数据管理，为后续同类设备故障维修的人员配备、物资准备、维修时限和智能决策提供准确数据支撑。

4．设备故障及周期性工作的系统智能诊断

最大化利用智能化消息提示、预警等方式串联设备的使用以及流转等信息,设备的智能化管理最重要的就是设备的智能诊断功能，通过对设备关键部位运行状态的监控和自诊断，智能运维系统自动检索推送解决方案和维修方法，为维护人员提供技术支撑快速排队设备故障；设备的周期性日常维护工作可通过手机APP进行现场维护确认，未按要求完成的项目设备与系统保护机制关联不允许软件运行，从而提升设备运行的安全性和可靠性。

5．完善设备档案管理

设备档案管理是一个动态、持续的过程。建立设备病历档案，包括设备的故障、维护、维修等环节形成的资料和系统收集的历史数据，能够准确地、完整的反映设备从采购到报废整个过程的状态信息，同时为设备的维修推送相关诊断和故障排除方案。设备的管理单位有收集、整理设备相关维修资料的责任和义务，通过厂家、自身维修总结、录制检维修视频、网络等多种渠道组织收集完善仪器设备的维修资料，同时完善的设备档案管理也将为设备的使用维护提供有效支撑，再辅以二维码技术，实现设备资料的快速检索和应用。

6．设备管理的统计分析

将设备运行和维修过程中生成的设备管理日志，利用大数据统计分析技术，对设备使用、维修成本、备件消耗、点检维护到位率、设备故障率、故障处理时间、维修方案的适用性、使用与维护双向评价结果等指标进行统计与分析，为后续决策分析提供数据参考。AI智能运维算法分析影响设备稳定的因素，专业技术人员依据经验从人、机、料、法、环等几个方面进行验证标注，逐步提升智能算法的准确性和可靠性。

7．人才培养

设备的管理是一项业务性、技术性很强的工作，专业技术人员的培养是设备稳定的可靠保障。但有了智能运维平台的支撑，既可以大幅减少运维人员重复性的工作，又可以为缺乏智能运维背景知识的技术人员提供技术支撑，可以很容易地着手解决问题库中的问题。工作中遇到实际的问题时，可以查询问题库中的解决方案，充分利用系统中已有设备维护经验和要点，不断提升技术管理水平，保障设备的利用率和管理水平，因此智能运维平台的逐步成熟应用，将有效降低设备运维技术人员的门槛，同时也解决了技术人员各种原因流失带来的困扰。

8．监督评价机制建立

设备的管理在实际操作中存在人员配合、物资准备、故障诊断、问题处理等诸多问题，如何将各岗位人员的力量融合在一起形成合力，为运维系统建立一套双向的评价机制，准确衡量检化验设备的运行状态，最大限度地降低设备的故障率。

(二) 建立远程采样设备维护服务群

随着智能化移动设备、5G网络技术的大面积普及和应用，在微信群内建立“远程采样设备管理交流群”，将岗位人员、设备维护人员、管理人员拉入群中，通过语音、视频、照片等方式，有效地解决了设备维修过程中的实际问题；遇到解决难度大的故障和问题，大家可以集思广益、资源共享，实现了设备故障远程诊断，更好的服务于现场，。设备交流群的建立有效弥补了系统中交互能力弱的问题，拓宽了岗位现场与维护人员的互动渠道,切实提高设备保障服务能力。

4  检化验设备智能化管理的预期效果

检化验设备的智能化运维管理模式的建立，系统定制化的设备管理，有效地控制薄弱点、关键点的状态，减少了故障停机，设备点检维护内容标准化、系统报警和维修方案检索推送功能保证了设备的维护准时率、交流群的应用保障了设备故障的反馈及时、故障处理快速准确、信息查询便捷的良好效果。标准化操作、设备维护视频录制工作为后期的人员提供了标准的培训教材，经常性的组织设备维护保养标准化培训学习，提升了远程采样设备相关人员的技术能力水平，创造了良好的学习氛围和人人用心管设备的风气，确保设备时刻处于可控状态。提高设备使用效率和备件使用寿命，降低维修维护费用，保证质量管理工作的正常运转。

 随着检化验设备智能化运维平台的“知识库”和自学习能力的逐渐完备，下一步应利用AI人工智能、大数据和云计算等先进技术不断优化完善智平台的应用范围。

参考文献：

[1]  周尚文  设备维修管理的智能化[J]. 钢铁技术，2006，第2期，35-38.

[2]  谭光裕,柯虎，刘成，李琳，陈玲  实验室检测仪器设备智能化管理探索与实践[J].设备管理与维修，2020，NO.8(上)，14-19.

[3]  杨鑫, 医院设备智能化管理探索与实践[J]. 科技风, 2019年30期