解决方案

Solution

提升机设备健康监测与协同分析预警系统研究

提升机设备健康监测与协同分析预警系统研究

概览

随着本项目的矿井提升机设备健康监测与协同分析预警系统推广应用,它呈现出的良好效果势必将会对矿井提升系统安全运行和管理产生改革性影响。随着历史数据积累和大数据分析算法的持续优化,矿井提升机运行监控、故障诊断与预测也会逐步成熟,必将对矿井安全产生更加积极的作用。此外,本项目基于物联网、大数据分析、人工智能等先进技术展开研究,所研发的矿井提升机协同监测与安全风险分析预警系统,应用范围不局限于提升机,还可以通过网络互连,扩展和延伸到其他生产监控设备,实现矿井生产设备的远程智能监控。

一、项目的必要性

(一)研发的必要性、目的及意义

1.现状分析

提升系统为矿井的重要设备,为井上和井下联通的咽喉设备,其安全运行对于煤矿安全生产至关重要。但是,矿井提升机故障而导致生产事故也屡屡发生。1988年4月,云岗矿井提升机由于液压系统失灵以及制动系统故障造成箕斗坠落井底;2006年1月,晋华宫煤矿副井提升机重载情况下控制系统故障导致过卷事故,致使2人死亡,11人受伤;2007年9月,煤峪口矿井提升机由于电气设备老化,致使电缆着火,生产过程连续性受到严重干扰,造成较大经济损失。因此加强矿井提升机运行监控,不仅仅关系到煤矿生产效率,更是与煤矿生产安全密切相关。提升机设备健康状态直接影响提升机的安全运行,对其健康监测与预警分析保证矿井安全生产。

近年来,国家为了保证煤矿企业的安全生产,出台了一系列安全规程,对提升系统的安全问题也越来越重视。在《煤矿安全规程》和《煤矿机电设备完好标准》中对提升系统的安全有明确规定,要求对正常生产的提升系统进行定期技术测定,及早发现故障征兆,做到防患未然,保证提升系统安全、可靠地运行。这种定期测定的方法,实际上是传统计划预防维修思想的体现,它通过定时拆卸分解维修的维修方式,实现提升机的定期全面检修。这种维修思想认为预防工作做的越多,设备运行越可靠。但实践证明:不少故障不可能通过细而密的定期维修得到解决,相反会因频繁的拆卸出现更多的故障。设备的可靠性不能通过维修得到改善,分解检查不能鉴定零件的可靠性下降的程度,且复杂设备的偶然故障是不可避免的。计划预防维修制度存在大量的过剩维修或者欠维修,造成了巨大的经济损失,已不适应当今生产发展的需要。另外煤矿企业的维修人员大多缺少专业的培训,也不能解决提升系统出现的重大故障,并且煤矿企业大多地处偏远,提升系统一旦发生重大故障,专业维修人员往往不能及时赶到,而远程专家又不能获得全面有效的提升系统的运行数据,不能对提升系统故障状况做出正确有效的判断,故障长时间得不到解决,轻者会造成停产,重者会威胁煤矿职工的生命安全。因此,对矿井提升机的故障、状态监测和安全研究,引起了学术界和企业的重视。

兖矿集团的矿井提升机绝大部分为引进的进口提升机,从最初70年代引进的波兰模拟式控制系统,例如南屯煤矿混合井提升系统,到最近引进的大功率交流变频、全数字式控制提升机,例如赵楼煤矿、石拉乌素、营盘壕煤矿的主副井提升机。针对提升机老化的控制系统,集团公司持续有计划的进行升级改造,例如目前济宁二号井煤矿、鲍店煤矿、东滩煤矿等均进行了数字式提升控制系统的改造和升级。目前提升机已经具有以下特性:① 已经部署了多种传感器设备,对提升进行安全状态的监测;② 采用全数字式PLC控制,并具有较高的控制精度,具备全自动运行基础;③ 具有较完善的维护、巡检等管理制度。随着近几年电子信息技术快速发展,以及企业对安全生产要求的不断提高,兖矿集团对提升机运行、维护、管理提出了新的要求。但是,提升机在健康运行、维护、管理等方面面临诸多新的形势与不足,具体主要表现在以下方面:①针对现有矿井提升装备健康状态监测系统采取单一的信号进行状态监测,易出现误判的问题;② 监测工作主要依靠经验,数据信息利用不充分;③ 运维管整体仍以辅助信息化为手段,智能化程度不高;④ 不能及时在萌发阶段实现故障与异常监测,预测性不强;⑤ 维护运行技术力量相比于生产要求持续减弱;⑥井筒中的提升装备普遍缺乏现代化的监测手段和故障预警分析。

提升机的健康、安全运行直接影响矿井的生产安全和作业人员的人身安全,目前基于安全风险预控视角对矿井提升过程及运行环境的安全性进行分析研究与应用相对较少,矿井提升机设备健康监测与协同分析预警系统的研发将集成提升机主设备运行状态监测系统、外围设备状态监测系统(例如:电机轴承温度、振动、提升机轴承底座振动、提升钢丝绳状态监测系统、提升机环境状态监测系统等),实现全方位协同监测,并对多源监测信息进行深度协同挖掘分析,提取矿井提升系统异常及故障产生的根源,有利于对提升机故障的准确预控,保证提升系统的安全运行,提高矿井的安全生产效率。同时,提升机设备健康监测与协同分析预警系统的研发将填补国内相关领域的市场空缺,产品技术可以达到国际领先水平,对我国的煤矿及相关产业生产发展具有重要意义。

2.目的及意义

赵楼煤矿作为兖州煤业股份有限公司支柱矿井,不仅要完成预定的生产目标,同时提升机的安全稳定运行直接关系到公司整体安全生产运行,且其在运行与维护工作中面临的形势与不足尤为明显。赵楼煤矿主副井提升机进口西马格机械部分和西门子控制系统,控制部分均采用全数字PLC控制系统,上位监控部分采用了WINCC组态软件,驱动部分采用了交交变频速度调节技术,其运行过程中产生了大量运行数据,但这些数据当前仅仅被作为监视数据,没有进行有效利用;同时在日常巡检、维护检修中,也伴随产生了大量的有用信息和数据,这些数据也没有被有效利用。

本项目计划在目前提升机主设备运行监测与外围监控信息系统基础上,实现多个提升状态监测关联子系统监测数据的融合,采用物联网、大数据分析及人工智能等先进技术,针对提升系统运行特点,研发一套矿井提升机设备健康监测与协同分析预警系统,充分提高提升机系统在运行、检修、维护、管理等方面智能化、可靠性、科学性和预见性,并降低提升机系统在生产过程中对运维人员力量的需求。

本项目的主要研究目的及意义可简要概况如下:

(1)通过构建提升机设备健康监测与协同分析预警系统,在提升机主设备、外围设备运行监测、巡检和维护监测的基础上,完善多源关联信息的采集功能,通过实现提升设备多变量全方位在线监控,提高提升设备状态监测的实时性与可靠性。

(2)实现提升设备与物联网、大数据和人工智能等技术的融合,提高提升机监控系统的智能化水平。通过系统B/S架构,实现系统平台和智能移动终端APP的互动,实现移动设备与系统平台关键数据的共享,达到全方位利用数据信息的目的。

(3)通过采用大数据分析、人工智能等算法,挖掘历史数据库信息,结合多变量实时信息,实现提升机异常及故障的智能诊断和预测,提高提升机系统故障的预控能力。

(4)通过大量数据的采集和分析,充分挖掘数据价值,实现提升设备的全生命周期管理,有利于提升系统的合理化改进、保养周期分析、确保设备维修保养及时有效,延长设备使用周期,同时为降低用户维护成本、停机时间提供强有力的数据支持。

(5)通过数字化对设备维修经验进行固化,提高设备维修经验利用率,以降低对提升系统运行维护人工力量需求,避免有经验工人流失带来的不利影响。

(6)根据提升系统各个装备的监测数据,建立机电系统数据分析趋势模型,从机电一体化的机理进行健康分析预警,保障提升系统长期安全运行。

随着本项目的矿井提升机设备健康监测与协同分析预警系统推广应用,它呈现出的良好效果势必将会对矿井提升系统安全运行和管理产生改革性影响。随着历史数据积累和大数据分析算法的持续优化,矿井提升机运行监控、故障诊断与预测也会逐步成熟,必将对矿井安全产生更加积极的作用。此外,本项目基于物联网、大数据分析、人工智能等先进技术展开研究,所研发的矿井提升机协同监测与安全风险分析预警系统,应用范围不局限于提升机,还可以通过网络互连,扩展和延伸到其他生产监控设备,实现矿井生产设备的远程智能监控。

(二)国内外同类技术发展状况及发展趋势

矿井提升机是煤矿生产的关键设备之一,其具有结构复杂、控制繁琐、高速度、惯性大、运行环境恶劣、可靠性与稳定性要求高等特点,一旦发生故障, 轻则导致全矿生产陷于停顿,重则可能造成严重的人身伤亡事故, 因此对矿井提升系统进行监控方法研究与监控系统研发,对提高企业生产效率、保障企业安全生产、提高企业效益等都具有重要意义。

目前国内外关于矿机提升机监控系统的相关研究和研发工作尚未全面展开,部分信息技术企业及相关科技工作者已经开展了前瞻性研究,其总体技术路线是:融合 PLC 技术、网络技术、组态技术等设计矿井提升机集中监控系统,此类系统以 PLC 为控制核心,结合传感器等信息采集设备与输出设备,以及人机交互设备,建立系统整体架构,并在一定程度上实现了监控系统的网络化与远程化。尽管当前已经存在部分矿井提升机监控系统架构设想,然而这些方案尚存在诸多不足,主要体现在以下几个方面:

(1)监控信息的利用不完善,主要进行提升机主设备运行状态的监测,对提升机关联信息的分析不够,使得对提升系统运行状态的多源信息分析不够充分,难以实现系统状态的全方位多角度融合估计;

(2)数据分析技术落后,主要是采用单变量与其阈值进行比较进行异常监控,这类方法尽管实现便捷,但是容易受噪声影响,导致大量的误报警信息;

(3)系统功能单一,主要是实现提升机系统的异常监控,对于提升机系统的运行、维护、优化等工作无法提供可靠支撑;

(4)系统可扩展性不强,主要是系统一旦部署完成,则在后期的跨平台交互、终端扩展等方面面临无法同时实现对终端的有效支持,不适应于当前的网络化技术发展趋势。

(5)没有把提升装备作为一个机电系统来健康分析,提升机应该作为一个整体的机电系统来协同预警分析。

随着德国工业4.0以及中国制造 2025的提出,到工业互联网,云计算,边缘计算,物联网,甚至是大数据、人工智能等技术的发展和应用,越来越多的行业已经在企业数字化、智能化道路上踏稳了坚实的步伐,成为了先驱。而这些成熟的技术也将为矿井提升机协同监测与安全风险分析预警系统项目研究提供有力的技术支持和可靠保障。 

物联网是利用网络无处不在的理念建立起来的一个全新网络技术,目前已经应用到军事、交通、电力、建筑、农业等多个领域。目前,随着物联网技术的发展和信息技术的成熟,物联网技术的发展将大力推动煤矿信息化的进步。矿井提升机系统与物联网技术的结合将提高矿井提升系统状态的感知能力。为此,基于物联网的矿井提升机信息监测系统成为了煤矿机电自动化发展的重要环节,可以远程完成对提升机的信息采集、故障监测、诊断及维护等工作,并能提供远程技术服务,为提升机异常及故障的判断和处理提供不可替代的优势,可以大大提高提升机的运行可靠性。

大数据技术是继云计算、物联网等技术之后又一重大的技术革命。大数据技术是指通过使用智能传感器、视频监测系统、以及数据处理软件等捕获数据的技术。大数据具有存储数据量巨大、数据处理超快、数据类别繁多、数据真实性需要进一步处理才能获取、数据有效价值密度低等特点。大数据技术已经渗透到人们日常生活和生产的各个环节,成为不可或缺的生产要素。作为矿井提升机安全监测系统,对设备监测数据传输、存储要求极为苛刻。针对数据的海量化、多样化、快速化等特点,采用大数据技术,通过对煤矿提升系统中存储的海量数据进行数据获取、数据标准化处理、数据挖掘等过程,提取煤矿提升系统运行过程中数据的有用信息,以便煤矿安全生产工作高效管理。

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大。智慧矿山也是人工智能应用的典型领域之一。基于人工智能的提升机故障诊断技术的发展将提高提升机异常及故障的分析及预控能力,提高提升机的安全管理水平。

(三)相关技术专利检索及创新性分析情况

项目具有创新性和原创性,没有密切相关性专利。

二、研究开发内容

矿井提升机设备健康监测与协同分析预警系统是将提升机主设备运行状态信息与外围设备状态监测系统(包括提升机速度、轴承振动、电机电流、温度及提升环境状态监测系统等)监测数据进行融合,形成一个多源监测信息的协同分析系统,充分挖掘和分析由各种途径获取的与提升过程相关的提升设备和运行环境的安全状态数据,对与矿井提升机安全状况有关的异常信号、故障发生源进行分析和评价,实现对矿井提升机系统当前安全状况的分析,并确定其变化趋势,以形成对矿井提升机突发性安全问题或长期性安全隐患的预报预控。通过大量设备状态数据分析,充分挖掘数据价值,实现提升设备的全生命周期管理,确保设备维修保养及时有效,延长设备使用周期,同时为降低用户维护成本、停机时间提供强有力的数据支持。通过数字化对设备维修经验进行固化,提高设备维修经验利用率,以降低对提升系统运行维护人工力量需求。矿井管理人员和维修维护技术人员登陆现场工作站或移动APP端即可访问设备状态信息和数据分析信息,随时随地的掌握设备状态。系统也会在第一时间通过终端告知矿井维护技术人员设备的异常情况、故障信息、维护提醒等,给管理者、技术员及设备运行维护人员提供有效的决策依据和参考信息。

本项目的主要研发内容如下:

(一)多源异构数据采集

数据采集层是提升机健康监测与协同分析预警系统的底层,主要是综合运用传感技术、现场总线技术、无线传感网络技术、远程监测技术、计算机网络技术等安全检测监控技术对矿井提升过程的安全运行健康状况进行实时、动态和数字化采集与存储,从而构建一个矿井提升机系统多源关联信息共享平台。采用先进传感技术,借助远程监测技术及时有效地进行现场数据传输,以计算机网络技术建立数据信息共享和交互平台,从而保障矿井提升机运行状态辨识、故障维修及设备维护的实时性和准确性。

图1 提升机设备健康监测与协同分析预警系统架构

目前提升机控制系统主要采用PLC控制,都支持OPC通讯协议,且OPC协议的数据采集具有采集周期短、安全性高、配置简单等优点。因此,本系统将采用标准的OPC通讯周期性采集PLC中的数据,网络连接采用以太网连接。

1.提升机振动监测子系统

矿井提升机振动异常监测方案如图2 所示,主要包括对振动样本位移、速度和加速度等信号的测量、无线通信等过程。提升机振动监测以嵌入式终端为核心,利用安装在提升机电机、减速器和卷筒轴承附近的三维加速度传感器组在线检测振动加速度信号,再通过积分运算获取振动速度和位移。振动样本经嵌入式主控制器预处理,并利用无线通信将监测信号发送到监控中心。

图2 提升机振动监测方案

嵌入式主控制器选择内置ZigBee 射频收发器、增强型8051 内核、8 kB RAM 和128 kB 闪存Flash的CC2530,兼具振动样本处理和ZigBee 无线通信等功能。振动样本测量采用LIS3DH 数字MEMS 传感器,可在线测量三维加速度信号。由于LIS3DH 传感器输出为IIC 信号, 接口配置OD2101 芯片转化为UART,将三维加速度信号采集输入到CC2530。

矿井提升机振动信号无线通信选择ZigBee 及双向多跳转换网络,通信协议遵循IEEE 802.15.4-2003 标准,支持无线网络内部通信组建、初始化、节点加入和无线数据传输等。提升机振动监测节点负责采集、处理振动样本, ZigBee 节点配置系统响应和发射功能,可接收和响应监控中心发送的控制指令,并能将嵌入式主控制器处理的振动信息反馈回监控中心。监监控中心路由节点负责组建ZigBee 网络、无线收发数据和信号,ZigBee 多跳通信借助分散布置的监测节点,接收振动节点发出信号,便于及时维护和管理提升机运行状态。

2.提升机天轮状态监测子系统

提升机天轮设备运行时的振动情况能很好的反映出设备健康状况。因此采用设备振动数据分析的方法来判断设备健康与否。所选用的振动传感器为单轴传感器,在某些部分需要二轴或三轴振动监测,图 3-2 为系统选择的三轴振动方向,X、Y、Z 轴方向相互垂直。

图3 振动的三个方向

综合考虑各因素,本系统选用的矿用 GB20 振动传感器,传感器体积较小,现场方便安装且精度比较高,可以长时间工作于恶劣环境下。图 4 为其工作原理。

图4 压电式振动传感器工作原理

考虑到提升机系统天轮的特殊环境,一般的振动温度传感器其电源线和信号传输线都会暴露在外部环境下,且传输距离比较远,线路容易出现损坏且不宜维修和日常的检查维护。为满足环境特殊要求,天轮监测所采用无线振动传感器,如图 5所示。

图5 无线振动传感器

无线传感器通过无线基站将数据传入上位机,传输信号稳定。

(二)数据存储

多个子系统数据采集后要传输到上层存储到数据库。该系统中配置数据库服务器(MySQL),数据存储为方式为配置式,即现场人员可以根据需求对PLC内数据和其他相关数据进行自由选择存储,并对变量的扫描周期、存储周期进行配置。数据库中的数据将作为大数据分析及其他功能的数据分析基础。系统采集和存储的数据包括但不限于:

1)提升运动学参数,主要包括:提升位置高度、速度(控制环节速度给定,变频系统变频大小,运行速度等)。

2)提升动力学参数,主要包括:运动设备的静态质量力及变位质量、电机驱动电流、提升各阶段加减速度等。

3)提升机机械振动参数,主要包括:主轴轴承基座振动、电机(减速机)振动、提升井架振动等。

4)提升机控制系统环节参数,主要包括:提升控制速度电流双闭环控制器的比例、积分、微分等参数。

5)控制系统报警数据,包括:现有PLC中处理后产生的报警异常、故障信息、变频驱动控制部分处理后产生的报警、故障信息。

6)控制系统工艺数据,由控制系统输出包括:提升机系统、制动系统、传动系统、电能质量及能耗、应急电源供电系统、信号系统、装卸载系统数据等。

(三)数据分析

矿井提升系统监测数据传输到上位机首先要进行实时在线分析,对提升安全状态进行实时监测。同时,上传数据存储到数据服务器以备提升机关联数据信息的深度挖掘分析,实现提升机状态异常报警、故障根源分析、设备生命周期管理等,提高提升安全运行及检修的高效管理。

图6 系统数据分析界面

监测与预警系统主要针对提升运行单元、驱动控制单元、制动系统单元、提升供电单元、提升井架单元等,针对每个单元模块主要进行实时状态数据分析、多参数数据协同分析、测试与报表功能;历史数据趋势分析、故障根源追溯分析、参数趋势预测预警功能。

1.实时数据分析

(1)实时状态数据分析。系统可以实时显示所监测提升系统所有参数,并以曲线、柱状图和图表的形式展示给用户。如图7所示显示提升系统速度图和受力图。同样通过对上述参数实时监测提升机单一变量的数值分析方法,对提升机运行健康状态进行动态分析,采用阈值超限、数据突变、数据异常等基本诊断方法进行数据分析,提高状态变量异常的识别能力。如图8所示,以实时监测电流曲线为例,在速度不变的阶段,电机驱动电流出现突变。提升系统不正常运行引起电流突变。

图7 提升系统速度受力图

图8 异常信息在线监测

(2)多参数数据协同分析功能。由于矿井提升系统的复杂性和每个模块功能限制性,在系统实际使用中对一些特殊情况做出反应滞后甚至出现误报、漏报和盲区。基于提升系统的运行机理,运用基于数据的建模与分析方法,并与异常预警、故障诊断技术结合,建立提升机设备多变量协同分析系统。对矿山提升系统多参数协同分析主要从提升机、电动机、变压器、天轮等主要设备的运行状态进行分析。通过变量的关联性分析,得出变量的变化区域,可以根据变量的变化趋势,给出预警,例如:同一载荷下电流变化趋势异常,主要相关可能原因有:载荷不准确、尾绳变化、罐道垂直度变化、变频器变化、电动机变化等。通过关联变量的变化分析,给出更准确的预警信息。

同理,可以对同一运行条件下,轴承温度异常、电动机温度异常、变压器温度异常等进行关联变量参数的协同分析,以提高状态监测与预警的准确性。

图9 多变量监测信息协同分析

另外,现场人员可以根据分析需要,把相关数据布置在同一界面进行分析查看。系统将有效的弥补提升系统生产过程中的盲区,减少事故发生率,提升设备利用率,保障工作人员及设备的安全。

(3)测试功能。提升机作为矿山行业最重要的设备之一,定期的安全测试功能必不可少。用户可以通过系统中简单的配置,记录设备一段时间(测试期间)的状态,自动生成报表及分析结果提供给用户。

(4)报表功能。用户可以自由定义并配置相应的报表(实时数据通过拖拽等方式与报表产生联系)。并按照定义的时间周期产生生产报表,操作日志等。

2.历史数据分析

(1)干扰报警消除。针对煤矿工业生产工艺特点,采用数据挖掘技术建立状态变化模型,综合历史数据和在线数据,设计状态异常识别算法。针对监控系统干扰报警信息消除,采用非参数化智能算法,设计合适的报警延迟器、报警死区等方案,实现干扰报警消除,提高系统异常工况的识别效率。报警系统优化技术方案流程图如下:

图10 提升机监控报警优化

通过分析监控变量单调到达报警阈值的概率分布等规律性信息,设计报警阈值、报警延迟器、死区参数的优化方法,提高报警信息的准确性。如下图所示。

图11.1 监控变量单调到达报警阈值的概率分布

图11.2 偏离报警阈值和报警持续时间的相对关系


图11 报警系统的优化设计分析

(2)趋势预测。采用时间序列分析、分段线性表达数据挖掘、深度学习算法等,对设备运行状态变化趋势进行分析,提前预测设备异常的可能性,并告知用户,减少设备故障带来的经济损失。

图12 基于历史数据的趋势分析

图13 模型参数在正常与异常状况下的变化速率

(3)故障根源分析。通过对设备故障状态的历史数据分析、总结,根据设备状态的关联学习算法,对设备同等规律状态提前预警提示。主要是通过挖掘历史数据的信息,建立故障历史记录数据库,在分析当前异常或故障相关多变量的数据变化趋势基础上,查找故障历史记录数据库中的类似情况,通过进行异常或故障演化预测,在故障概率模型的基础上给出当前故障根源,实现对根源的分析与判断。

图14 基于增减方向异常根源分析方法

例如:提升机电动机状态监测关联变量有进线电压、电枢电流、载重、温度等。建立基于电压、电流、载重、温度变化的关联变量分析模型。对于电动机的异常报警可以四个变量的变化关系进行根源分析查找。首先,建立电动机异常报警数据库,将相似数据段查找算法和皮尔逊相关系数计算相结合,通过计算在主变量趋势变化明显时各变量与主变量的相关度,筛选出与主变量相关性高的关联变量,排除无关变量的影响;然后对在报警时刻发生变化的关联变量和主变量之间建立多元回归模型,通过计算各关联变量对主变量的影响度,得到各报警根源及其所占的比重,最终形成电动机历史报警数据信息库。

在对当前报警数据段分析中,基于相似数据段查找的算法,把当前报警数据段与历史报警进行对比,通过历史经验来对当前报警进行分析处理。基于快速进行相似数据段查找的Matrix Profile 算法,来对当前报警数据进行相似性查找,以达到快速且准确的完成报警根源分析的目的。

(四)全生命周期管理

本系统将提供设备的全生命周期管理服务。该服务将通过实时数据和历史数据及设备信息数据库对设备的身份信息、运行状况、故障等进行统计,分析设备生命周期变化状况,为设备更换、安装、备件库存情况等信息进行全方位的管理。用户可以通过该服务实现原件的身份信息查询,状态查询,备件查询,更换提醒,维护提醒,更换记录,成本预算管理等功能。该模块还可以通过对同等功能不同品牌的原件使用情况(包括使用寿命,成本等)进行分析,给出更好更合理的品牌型号推荐。

1.数字模型建立

根据国家和国际标准(GB/Z 32235-2015/IEC/TR 62794:2012,工业过程测量、控制和自动化生产设施表示用参考模型(数字工厂)为依据标准,建立提升机的数字工厂模型,完成设备的数字化转换。

电气自动化资产的特性将根据IEC 61360 数据库(IEC组件数据字典)描述。这些特性将基于IEC 61360-1和 IEC 61360-2的数据模型(等同于ISO 13584-42中的数据模型),IEC 61987中定义了过程控制相关的控制元件的数据模型。


IEC 62683中定义了控制柜内元件的数据模型,但IEC 62683中的数据规范还在进行中,未完全完成定义。为此,本项目将自定义还未规范的数据结构。下图为其中的一个传感器的数据定义:

2.基础数据转化及管理

在项目建设初期通过对现有的图纸及程序进行分析,最大化向数字工厂录入与当前设备一致的原始数据。该过程将通过自主研发的Web接口管理系统完成。该管理功能使非开发人员友好的对系统的基础数据进行添加,修改,查询,删除等工作。设备元器件的输入为自由配置式,既系统到元器件可以配置为最多四级,例如控制系统PLC,配置方式为:工艺控制系统 - +G51柜 – PLC。每个元器件的属性也为配置式,如PLC,包含品牌、型号、更换日期、更换人、配件数量等。另外,电气元件的更换及维护记录也将通过该管理界面进行记录管理。项目完成后,现场人员在某些情况下(更换元器件后)也会对基础数据进行添加,更改,删除等工作。管理功能界面如下:

3.数字工厂连接映射

将记录在数据库中的基础数据通过拖拽或选择的形式,与现场设备一对一的进行连接映射。该功能的结构将按照现场控制柜的实际情况按照分类进行管理,下图为一个典型的实例。

同时,用户可以通过配置每个元器件的在线变量地址实时的映射现场真实的设备。要选择的变量都会在OPC管理中被列出,用户可以根据实际需要进行选择。