工業設備智能運維指南：規劃、成熟度模型、方案與實施

楊大雷：碩士、教授級高工，從事設備監測診所及設備運維工作40年，主導或參與了多個重大項目。曾任寶武裝備智能科技有限公司資深技術總覽、總工程師；現兼任上海市設備智能運維創新聯盟專家委員會主任、安徽容知日新特聘專家、中國鋼鐵工業協會行業培訓專家、中國設備管理協會高級專家、北京科技大學兼職導師等。起草了寶武遠程智能運維系列標準，其中《鋼鐵行業設備智能運維系統解決方案研究及應用》獲得“冶金科學技術一等獎”，《現代大型鋼鐵企業設備狀態預知維修管理》獲得“國家級企業管理現代化創新成果二等獎”。

序
前言
第1章　設備智能運維概論　1
1.1　什麼是智能運維　1
1.2　為什麼要智能運維　1
1.3　智能運維目前存在的問題　3
1.4　智能運維的基本要求　4
1.5　智能運維的效益　5
1.6　智能運維的意義　7
第2章　設備維修方式與運維模式　8
2.1　設備維修方式的演進　8
2.1.1　事後維修　8
2.1.2　預防維修　9
2.1.3　預知維修　9
2.1.4　預測維修　10
2.2　設備運維模式的發展　11
2.2.1　預防維修模式　11
2.2.2　點檢定修制模式　11
2.2.3　設備智能運維模式　12
2.3　設備維修方式與設備運維模式的
關系　12
2.4　智能運維模式的發展趨勢
探討　13
第3章　設備智能運維的成熟度　15
3.1　為什麼需要設備智能運維成熟度
模型　15
3.2　智能運維的成熟度要素　16
3.3　設備數字化的要求　17
3.3.1　智能運維一級的設備
數字化要求　17
3.3.2　智能運維二級的設備
數字化要求　18
3.3.3　智能運維三級的設備
數字化要求　19
3.3.4　智能運維四級的設備
數字化要求　19
3.3.5　智能運維五級的設備
數字化要求　19
3.4　對數據分析與智能化程度的要求　20
3.4.1　數據分析與智能化一級的
能力要求　20
3.4.2　數據分析與智能化二級的
能力要求　20
3.4.3　數據分析與智能化三級的
能力要求　21
3.4.4　數據分析與智能化四級的
能力要求　21
3.4.5　數據分析與智能化五級的
能力要求　22
3.5　對人員能力素質的要求　22
3.5.1　智能運維一級對人員能力
素質的要求　23
3.5.2　智能運維二級對人員能力
素質的要求　23
3.5.3　智能運維三級對人員能力
素質的要求　24
3.5.4　智能運維四級對人員能力
素質的要求　24
3.5.5　智能運維五級對人員能力
素質的要求　25
3.6　對管理的要求　25
3.6.1　智能運維一級的管理要求　25
3.6.2　智能運維二級的管理要求　26
3.6.3　智能運維三級的管理要求　27
3.6.4　智能運維四級的管理要求　27
3.6.5　智能運維五級的管理要求　28
3.7　對數據平臺的要求　28
3.7.1　智能運維一級的數據平臺
要求　28
3.7.2　智能運維二級的數據平臺
要求　29
3.7.3　智能運維三級的數據平臺
要求　29
3.7.4　智能運維四級的數據平臺
要求　30
3.7.5　智能運維五級的數據平臺
要求　30
3.8　智能運維成熟度評價　30
第4章　設備數字化方法　32
4.1　設備分類分層和維修方式　32
4.1.1　設備分類分層方法　33
4.1.2　設備維修方式的確定原則、
技術原理與特性　33
4.1.3　預知維修設備的確定　35
4.2　事後維修設備的數字化方法　35
4.3　預防維修設備的數字化方法　37
4.3.1　預防維修設備的類型　38
4.3.2　預防維修設備的數據內容　38
4.4　預知維修設備的數字化方法　41
4.4.1　掌握設備狀態的方式　41
4.4.2　預知維修設備的數據內容　41
4.4.3　設備狀態監測的要點　42
4.5　預測維修設備的數字化方法　45
4.6　設備維護過程的數字化方法　45
4.7　設備維修過程的數字化方法　46
第5章　設備數據分析與智能化
方法　48
5.1　數據預處理　48
5.1.1　數據清洗　49
5.1.2　數據整理　50
5.1.3　數據變換　50
5.1.4　特征量提取　51
5.1.5　數據分組　53
5.1.6　數據閉環　55
5.2　基於知識的分析診斷方法　58
5.2.1　故障診斷方法　59
5.2.2　因果關系樹診斷法　59
5.2.3　第一原則模型　60
5.3　數據驅動的分析診斷方法　61
5.3.1　基於統計數據的分析診斷　61
5.3.2　基於案例推理的分析診斷　62
5.3.3　基於神經網絡的分析診斷　63
5.3.4　基於決策樹的分析診斷　64
5.3.5　基於隨機森林的分析診斷　65
5.3.6　基於邏輯回歸的分析診斷　66
5.3.7　基於支持向量機的分析
診斷　66
5.4　分析診斷方法的比較和選擇　66
5.4.1　分析診斷方法的比較　67
5.4.2　分析診斷方法的選擇　69
5.5　分析結果的展現　70
5.6　模型的構建、評估、部署與
優化　71
5.6.1　模型構建　71
5.6.2　模型評估　72
5.6.3　模型部署　73
5.6.4　驗證優化　74
5.7　設備狀態預測　74
5.8　設備健康度評價　75
5.9　數字孿生的應用　76
5.9.1　數字孿生建模方法　77
5.9.2　數字孿生在設備狀態診斷
中的應用　77
5.9.3　數字孿生在生產過程中的
作用　78
5.9.4　數字孿生在工業應用中
面臨的難點問題　79
5.10　知識圖譜　79
5.11　智能運維決策模型　81
5.11.1　智能決策方法　81
5.11.2　決策模型部署與優化　82
第6章　智能運維對人員素質的
要求　84
6.1　智維工程師的能力素質要求　85
6.1.1　智維工程師一級　85
6.1.2　智維工程師二級　86
6.1.3　智維工程師三級　87
6.1.4　智維工程師四級　88
6.1.5　培訓時長及工作經歷
要求　89
6.1.6　培訓課程內容及要求　90
6.2　智維分析師的能力素質要求　91
6.2.1　智維分析師一級　92
6.2.2　智維分析師二級　93
6.2.3　智維分析師三級　94
6.2.4　智維分析師四級　95
6.2.5　培訓時長及工作經歷
要求　96
6.2.6　培訓課程內容及要求　96
6.3　智維維護師的能力素質要求　98
6.3.1　智維維護師一級　98
6.3.2　智維維護師二級　99
6.3.3　智維維護師三級　99
6.3.4　智維維護師四級　100
6.3.5　培訓時長及工作經歷
要求　101
6.3.6　培訓課程內容及要求　101
6.4　智維管理師的能力素質要求　102
6.4.1　智維管理師一級　103
6.4.2　智維管理師二級　103
6.4.3　智維管理師三級　104
6.4.4　智維管理師四級　105
6.4.5　培訓時長及工作經歷
要求　106
6.4.6　培訓課程內容及要求　107
第7章　設備管理　108
7.1　目標制定　108
7.2　設備數字化規範及標準　109
7.3　設備數字化管理　111
7.3.1　保障設備數據的合規性和
完整性　111
7.3.2　檢查設備數據的質量、
分組和閉環　112
7.3.3　檢查設備的數據流與
工作流　113
7.3.4　檢查落實設備維修
策略　114
7.3.5　設備事故分析及提煉　114
7.3.6　制定智能運維評價指標　114
7.4　設備數據資產化　117
7.4.1　確立數據治理架構　117
7.4.2　搭建高效的數據平臺　117
7.4.3　推動數據文化建設　117
7.4.4　保護數據安全與隱私　118
7.4.5　開展數據價值挖掘　118
7.4.6　監測與優化數據資產　118
7.5　追求價值最大化　119
7.6　資源配置　120
7.7　組織架構優化　122
第8章　設備數據平臺　123
8.1　數據來源及數據預處理　124
8.1.1　數據平臺的數據來源　124
8.1.2　對數據平臺的能力要求　126
8.2　基本功能架構　126
8.2.1　成熟度一級的數據平臺
基本功能　127
8.2.2　成熟度二級的數據平臺
基本功能　128
8.2.3　成熟度三級的數據平臺
基本功能　128
8.2.4　成熟度四級的數據平臺
基本功能　129
8.2.5　成熟度五級的數據平臺
基本功能　130
8.3　分析工具的功能要求　130
8.3.1　波形數據的量值　130
8.3.2　時域信號分析　131
8.3.3　頻域信號分析　133
8.3.4　生產過程數據分析　135
8.3.5　計算及統計　136
8.4　設備及數據的展示方法　136
8.4.1　幾種常見的設備及數據
展示方法對比　136
8.4.2　數據分組的展示方法　137
8.4.3　數據閉環的展示方法　138
8.5　狀態預警方法和預警模型　138
8.5.1　設備狀態預警方法　139
8.5.2　狀態預警模型　139
8.5.3　按不同工況設置
預警值　140
8.6　數據流與工作流　141
8.6.1　事後維修的數據流　141
8.6.2　預防維修的數據流　143
8.6.3　預知維修的數據流　144
8.6.4　預測維修的數據流　147
8.6.5　工作流與數據流的相互
配合　149
8.7　數據平臺中需要的知識及其
應用　149
8.7.1　現有知識的類型及提取
方法　149
8.7.2　從數據中學習　150
8.7.3　知識的應用　150
8.8　優化控制的實現方法　151
第9章　設備智能運維的方案　152
9.1　當前智能運維能力評估　152
9.2　智能運維方案選擇　153
9.3　實施方案制訂　154
第10章　設備智能運維標準的
內容及標準化方法　156
10.1　標準化的重要性及標準的
內容　156
10.2　設備分類分層　159
10.2.1　設備分類分層的
目標　159
10.2.2　設備分類分層的
方法　160
10.3　設備維修策略選用　163
10.4　命名規範　164
10.4.1　設備及部件命名
規範　164
10.4.2　設備異常及故障命名
規範　165
10.4.3　設備維護維修名詞　166
10.5　設備維護維修數字化標準　166
10.6　設備基礎數據標準　170
10.7　設備運行數據采集標準　171
10.8　設備下機狀態評價標準　172
10.9　設備狀態監測技術選用參考
標準　172
10.10　設備監測系統設計規範　176
10.10.1　常用傳感器的性能
指標及選型　176
10.10.2　常用監測裝置的技術
指標規範　180
10.10.3　監測傳感器安裝位置
及監測點數量　185
10.11　監測系統數據采集參數配置　188
10.11.1　振動監測的數據采集
相關參數配置　188
10.11.2　電流監測的數據采集
相關參數配置　190
10.11.3　扭矩、扭振的數據
采集相關參數配置　191
10.11.4　應力監測的數據采集
相關參數配置　191
10.11.5　壓力流量的數據采集
相關參數配置　191
10.11.6　單數值監測的數據
采集相關參數配置　192
10.12　傳感器及監測系統安裝
規範　192
10.12.1　振動傳感器的安裝
規範　192
10.12.2　監測系統的安裝
規範　196
第11章　常用的設備狀態檢測
技術　198
11.1　振動檢測技術　198
11.1.1　振動傳感器分類　199
11.1.2　振動監測的三要素　200
11.1.3　振動采集參數的設定
原理　202
11.1.4　振動的預警值設置　207
11.1.5　設備工況對設備狀態的
影響　208
11.2　溫度檢測技術　209
11.2.1　常規溫度檢測技術　209
11.2.2　紅外熱成像技術　210
11.3　油液監測技術　210
11.3.1　油液監測技術的主要
內容　211
11.3.2　設備用油的在線監測
技術　212
11.4　無損檢測技術　215
11.4.1　射線檢測　215
11.4.2　超聲檢測　216
11.4.3　磁粉檢測　217
11.4.4　滲透檢測　218
11.4.5　渦流檢測　219
11.5　絕緣檢測技術　220
11.5.1　絕緣電阻和極化指數　221
11.5.2　直流泄漏和直流耐壓
試驗　221
11.5.3　匝間絕緣的耐壓試驗　222
11.5.4　對地絕緣耐壓試驗　222
11.5.5　介質損耗角正切值及其
增量　222
11.5.6　局部放電檢測　224
11.6　應力檢測技術　224
11.6.1　應力檢測的特點與
局限性　224
11.6.2　應力檢測在設備運維
中的應用　225
11.7　電流檢測技術　228
11.7.1　電流檢測技術的主要
方法　228
11.7.2　電流檢測在設備運維
中的作用　229
11.7.3　電流故障診斷
方法　230
11.8　聲發射檢測技術　230
11.9　聲音檢測技術　231
11.10　圖像檢測技術　232
11.11　氣體檢測技術　233
11.12　生產過程參數檢測
技術　234
11.13　高壓開關機械性能在線監測
技術　235