5G+双化设备智能诊断平台
86
完成单位:鞍钢集团朝阳钢铁有限公司、鞍钢集团自动化有限公司
登记编号:CAPE-CXCG-2024-J-2-764
登记年份:2024
发布时间:2024-07-17
成果主要完成人
马永东、吕金秋、朱晋锐、祝树海、朱 明、王立柱、魏文举、管向东
项目概况
目前全世界各行业的设备保护系统都要有信号采集器作为底层基础。这些信号采集器是基于对各类传感器信号采集硬件电路,并且将采集结果进行计算,将计算得来的时域、频域振动信号,以及各类温度电流信号进行统一协议,然后将计算结果通过有线网络或者工业WIFI上传至服务器。采用有线网络的采集器,在复杂的工业现场需要耗费人力去穿线布设网络,而工业WIFI的采集器却受限制于WIFI模组的传输速度。采用5G模组的数据传输可以解决以上的矛盾。而传统采集器大部分与大数据分析等网络平台只作为一个终端存在,数据的分析都在云端,本地不设置边缘分析功能。在5G时代,嵌入式系统不仅仅作为物联网的一个上传节点存在,信号采集器要作为大数据的边缘端存在,利用高带宽的数据传输,将需要实时性高的计算下沉到本地端计算,而将大数据端需要的重要数据上传。5G通讯技术在实现高可靠、低时延的基础上,使海量工业数据能够实时同步,进而带来生产设备无线连接的灵活性,使得工厂生产系统模块化和柔性制造成为可能,极大降低生产线重组的时间开销及成本。此外,利用基于5G的高速网络实时监控设备全生命周期状态,后台专家可以通过语音视频通信进行远程协作,实现了现场人员和远程专家的“零距离”沟通,大大提高了工业生产效率。国内,在我国故障预测技术主要应用在民航、高铁,如COMPASS,ECM,ADEPT等,主要是飞机或者发动机的性能状态监测的软件系统。国内能源领域包括电网及发电等故障预测技术也应用广泛,并且逐渐向钢铁,石化等传统制造业深入。国内的发电设备制造商金风科技已经应用了故障预测系统,基于秒级实时发电机设备的监控数据,CMS振动数据,通过机器学习算法,衡量整机发电机性能和设备健康度,预测部件寿命与可靠性,提供关键部件健康预警与状态维护提示。针对制造类企业自动化、智能化生产升级的迫切需求,面对企业内部生产环境复杂多变、生产控制对无线传输的可靠性和时延的严格要求、中小企业受限技术能力无法完成5G网络部署三大挑战,提供安全、可靠和快速响应的无线工业网络,5G应用与开发的工业互联网能力平台,企业内5G网络部署、建设、运维和管理新模式等三个重大解决方案,重点突破5G无线接入和边缘计算MEC的网络架构、高安全性的无线网络部署和安全技术、基于设备状态大数据的实时预警、AI设备诊断等四大核心关键技术,构建服务于中小型工业企业安全可靠的5G内网工业网络