鋼鐵企業設備運維面臨著設備狀態提升和運維成本壓降的雙重壓力，通過“大數據+AI”助力設備智能化運維成為破局的關鍵。寶鋼股份與寶信軟件、寶武智維合作，基于數智化技術積極探索，在降低點檢負荷、提升設備管控能力等方面構建設備智能運維解決方案。
2024年9月，寶鋼股份iEDAS（intelligent Equipment Diagnosis Analysis System)平臺上線，基于海量設備狀態高頻數據，采用大數據流式計算等技術，提供了設備狀態預警規則編制、設備狀態專業分析（如趨勢分析、頻譜分析與相關性分析等）、設備狀態報警處置閉環管理等一系列平臺化工具能力；同時融入AI新技術，將大小模型與時序數據相結合，在設備狀態預測、設備狀態監控及設備知識庫等方面進行了一系列有益探索。
AI助力設備狀態預測
以液壓系統液位智能預測為例，結合工況研究液位的變化趨勢，通過工藝參數與傳感器波形數據，建立智能監測模型，對液位進行智能監測和液位預測，采用深度學習模型替代原有人工經驗調節，提升液位控制精度。同時構建多級預警機制(提醒/報警/緊急停機)，當檢測到液位變化偏離工況基準模型時，根據偏差量、趨勢持續性等因素進行分級響應，提供精準運維指導，通過工況聯動的多維度診斷結果智能推送補油建議、密封件更換預警等維護策略。
液壓系統液位智能預測上線后，漏油事件識別精度顯著優化，液壓系統油耗與補油成本持續降低，油料管理效率穩步提升，同時人工點檢與異常判斷工作量明顯減少，加油事件識別準確性顯著增強。
AI助力設備狀態監控
之前的設備監控，需要大量人工配置預警規則或專業代碼定制化編程，規則配置工作量大且需要不斷校核調整規則。采用大模型進行設備預警規則推薦，通過對話式交互理解業務需求，自動生成規則邏輯建議，引導規則編制、修改和發布，同時內置常用的設備預警規則模板庫，輔助用戶高效創建和復用規則。除規則主動推薦外，平臺還提供設備預警規則閾值自學習功能，依據歷史數據，推薦各類預警和異常等級的建議閾值，輔助設備預警規則設定合理的閾值范圍，提升規則報警準確率。
設備預警規則AI推薦覆蓋了80%以上常用規則，大幅提升了預警規則編制效率和預警規則準確度。
設備知識問答助手
設備知識問答助手基于設備知識庫，利用大模型+知識圖譜技術，通過智能挖掘和利用，實現設備故障、操作手冊、維修記錄等知識的快速搜索、原因分析，支持現場對故障的快速定位及維修，提升設備維護效率。
設備狀態是鋼鐵企業生產穩定順行的重要一環，借助AI助力設備智能運維，可有效提升設備狀態精準把控，降低現場運維人員的重復性勞動投入，綜合提升設備運行保障能力。寶信軟件將進一步推進AI賦能設備智能化運維的深度與廣度：一方面融合大小模型與傳統機理模型，利用多模態技術綜合提升設備管控精度；另一方面將智能運維從主重作業線、通用專業設備向輔線、專用設備推廣，以推動設備運維模式的變革，綜合提升設備效能。
共0條 [查看全部] 網友評論