張宇

敬業(yè)（營(yíng)口）中板有限公司

摘要：鋼軋系統(tǒng)的智能檢測(cè)與預(yù)測(cè)性維護(hù)技術(shù)是現(xiàn)代鋼鐵工業(yè)發(fā)展的重要技術(shù)手段，可以有些提高生產(chǎn)效率，保障設(shè)備運(yùn)行的安全性、穩(wěn)定性。此技術(shù)主要就是融合人工智能技術(shù)、大數(shù)據(jù)分析以及傳感器等多種技術(shù)手段，實(shí)現(xiàn)對(duì)軋鋼設(shè)備的精準(zhǔn)監(jiān)測(cè)、故障的動(dòng)態(tài)預(yù)測(cè)，有效降低了生產(chǎn)作業(yè)中的風(fēng)險(xiǎn)隱患。此文提出基于工業(yè)物聯(lián)網(wǎng)（IIoT）、人工智能（AI）等多種技術(shù)融合的智能檢測(cè)與預(yù)測(cè)性維護(hù)技術(shù)框架。通過(guò)傳感器以及工業(yè)視覺(jué)系統(tǒng)，對(duì)設(shè)備的數(shù)據(jù)進(jìn)行實(shí)時(shí)采集，而基于深度模型等多種技術(shù)進(jìn)行故障診斷，可以通過(guò)動(dòng)態(tài)維護(hù)、自適應(yīng)控制進(jìn)行閉環(huán)化管理以供參考。

關(guān)鍵詞：鋼軋系統(tǒng)；智能檢測(cè)；預(yù)測(cè)性維護(hù)；工業(yè)物聯(lián)網(wǎng)（IIoT）；數(shù)字孿生；深度學(xué)習(xí)

鋼鐵行業(yè)是國(guó)民經(jīng)濟(jì)的支柱性產(chǎn)業(yè)，其核心設(shè)備長(zhǎng)期在高負(fù)荷、高溫以及高磨損的工況中應(yīng)用，容易出現(xiàn)諸多的安全隱患問(wèn)題，通過(guò)傳統(tǒng)的維護(hù)方式進(jìn)行處理，無(wú)法滿足實(shí)際的應(yīng)用需求。在大數(shù)據(jù)、人工智能等多種技術(shù)手段的支持下，構(gòu)建智能檢測(cè)與預(yù)測(cè)性維護(hù)系統(tǒng)，可以有效實(shí)現(xiàn)動(dòng)態(tài)管理。

1.鋼軋系統(tǒng)的智能檢測(cè)與預(yù)測(cè)性維護(hù)系統(tǒng)功能特征

1.1在線監(jiān)測(cè)與智能診斷

鋼板軋制運(yùn)行中通過(guò)智能化計(jì)算技術(shù)手段，實(shí)現(xiàn)在線監(jiān)測(cè)分析，實(shí)現(xiàn)云、邊以及端的一體化智能化運(yùn)維管理，有效對(duì)多種設(shè)備的在線動(dòng)態(tài)監(jiān)測(cè)，可以實(shí)現(xiàn)在7*24小時(shí)中的持續(xù)性的動(dòng)態(tài)分析，對(duì)設(shè)備振動(dòng)、噪聲、溫度以及壓力等多種參數(shù)進(jìn)行實(shí)時(shí)性感知，動(dòng)態(tài)診斷處理，利用智能化在線監(jiān)測(cè)技術(shù)手段，可以切實(shí)提高設(shè)備的監(jiān)測(cè)的綜合能力，提高設(shè)備診斷、維護(hù)等功能，保障設(shè)備安全運(yùn)行。

1.2傳感器與數(shù)據(jù)采集

軋機(jī)設(shè)備中，利用傳感器可以實(shí)現(xiàn)動(dòng)態(tài)分析。例如，可以通過(guò)電磁流量傳感器、壓力、溫度等不同類型的傳感器進(jìn)行動(dòng)態(tài)分析，實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行的關(guān)鍵參數(shù)的系統(tǒng)分析，了解軸承的溫度、冷卻管路壓力參數(shù)、冷卻水流量以及溫度等具體變化，實(shí)現(xiàn)對(duì)多項(xiàng)參數(shù)的實(shí)時(shí)性感知，智能化診斷。通過(guò)智能化在線監(jiān)測(cè)技術(shù)切實(shí)提高了設(shè)備診斷的監(jiān)測(cè)能力。通過(guò)物聯(lián)網(wǎng)平臺(tái)進(jìn)行處理，在大數(shù)據(jù)工業(yè)平臺(tái)中，通過(guò)AI算法實(shí)現(xiàn)智能化分析，可以實(shí)現(xiàn)對(duì)設(shè)備運(yùn)行狀態(tài)的智能預(yù)警、故障診斷處理。

1.3機(jī)器視覺(jué)與圖像識(shí)別

鋼板表面缺陷監(jiān)測(cè)中，通過(guò)機(jī)器視覺(jué)技術(shù)進(jìn)行處理，可以獲得鋼板表面的圖像信息數(shù)據(jù)，通過(guò)工業(yè)PC機(jī)可以做圖像處理。通過(guò)此種系統(tǒng)可以快速識(shí)別鋼板表面是否存在瑕疵等問(wèn)題。對(duì)于存在的劃痕、刮傷等可以通過(guò)標(biāo)識(shí)的方式確定具體的位置，通過(guò)此種方式切實(shí)提高了人工監(jiān)測(cè)的精準(zhǔn)性。

1.4堆鋼監(jiān)測(cè)與事故預(yù)防

棒線材生產(chǎn)線中，堆鋼問(wèn)題會(huì)導(dǎo)致出現(xiàn)設(shè)備損害以及安全事故隱患問(wèn)題。而通過(guò)智能化在線監(jiān)測(cè)技術(shù)手段，可以通過(guò)機(jī)器視覺(jué)、智能化算法等技術(shù)手段對(duì)軋件的具體變化進(jìn)行動(dòng)態(tài)分析，一旦識(shí)別堆鋼問(wèn)題，通過(guò)系統(tǒng)自動(dòng)報(bào)警決策，控制飛剪機(jī)構(gòu)對(duì)其進(jìn)行處理，有些保障生產(chǎn)作業(yè)的安全性。

通過(guò)信息化技術(shù)手段，聯(lián)合傳感器以及AI視覺(jué)可以實(shí)現(xiàn)對(duì)鋼軋系統(tǒng)進(jìn)行可視化分析，提前識(shí)別潛在隱患問(wèn)題。物聯(lián)網(wǎng)技術(shù)則可以聯(lián)動(dòng)現(xiàn)場(chǎng)管理，通過(guò)對(duì)設(shè)備、人員的動(dòng)態(tài)管控，構(gòu)建信息化管理網(wǎng)絡(luò)，通過(guò)智能化監(jiān)控等手段可以實(shí)現(xiàn)對(duì)生產(chǎn)現(xiàn)場(chǎng)動(dòng)態(tài)巡查。通過(guò)信息化的方式進(jìn)行處理，可以有效實(shí)現(xiàn)動(dòng)態(tài)監(jiān)控，有效解決傳統(tǒng)管理模式存在的信息傳遞效率低下、隱患排查不及時(shí)等諸多問(wèn)題。構(gòu)建信息化管理平臺(tái)，通過(guò)智能化技術(shù)手段，數(shù)字化管理流程，則可以切實(shí)提高鋼軋系統(tǒng)的綜合能力，有效減少事故發(fā)生的概率，充分保障生產(chǎn)作業(yè)的安全性。

信息化技術(shù)手段的合理應(yīng)用實(shí)現(xiàn)對(duì)整個(gè)鋼軋生產(chǎn)過(guò)程的全面覆蓋，做到了追溯化管理，為生產(chǎn)成本控制、物料與人員等綜合管控提供了技術(shù)手段，有效提高了生產(chǎn)作業(yè)效率。今后，隨著人工智能技術(shù)的成熟，構(gòu)建“端+云+大數(shù)據(jù)”的生產(chǎn)管理模式，可以有效實(shí)現(xiàn)生產(chǎn)現(xiàn)場(chǎng)與管理平臺(tái)的互聯(lián)互通，切實(shí)提高了鋼軋生產(chǎn)管理的綜合能力。

1.5遠(yuǎn)程化巡檢與智能化管理

智能化監(jiān)控系統(tǒng)在多傳感器技術(shù)的支持下，通過(guò)智能識(shí)別算法、健康管理方案等實(shí)現(xiàn)對(duì)設(shè)備的動(dòng)態(tài)分析，有些實(shí)現(xiàn)了數(shù)據(jù)驅(qū)動(dòng)的系統(tǒng)化監(jiān)控。通過(guò)分散設(shè)備的數(shù)字化巡檢、遠(yuǎn)程點(diǎn)位巡檢、機(jī)器人巡檢等技術(shù)手段，切實(shí)減少了現(xiàn)場(chǎng)巡檢的需求。例如，通過(guò)熱軋智能化運(yùn)維管理平臺(tái)，可以實(shí)現(xiàn)對(duì)設(shè)備的狀態(tài)、趨勢(shì)變化等動(dòng)態(tài)分析，構(gòu)建設(shè)備劣化診斷模型，基于智能化識(shí)別算法對(duì)設(shè)備異常狀態(tài)進(jìn)行動(dòng)態(tài)識(shí)別，有利于健康評(píng)估以及動(dòng)態(tài)預(yù)警。

而基于工業(yè)總線的在線監(jiān)測(cè)、故障診斷系統(tǒng)，可以實(shí)現(xiàn)對(duì)設(shè)備的運(yùn)行狀態(tài)分析，了解其物理參數(shù)的變化，通過(guò)分析振動(dòng)、噪聲以及溫度、壓力等參數(shù)變化，對(duì)設(shè)備的工作狀態(tài)、故障等進(jìn)行綜合分析，可以識(shí)別早期故障，通過(guò)此種方式切實(shí)提高了故障診斷的精準(zhǔn)性。

2.鋼軋系統(tǒng)的智能檢測(cè)與預(yù)測(cè)性維護(hù)系統(tǒng)架構(gòu)與核心組成

鋼軋系統(tǒng)的智能化檢測(cè)、預(yù)測(cè)性維護(hù)架構(gòu)必須要基于感知-分析-決策-執(zhí)行進(jìn)行閉環(huán)化管理，其核心是工業(yè)物聯(lián)網(wǎng)以及AI技術(shù)融合的層級(jí)化設(shè)計(jì)，其主要技術(shù)架構(gòu)如下：

2.1數(shù)據(jù)感知層

通過(guò)全維度的數(shù)據(jù)采集，實(shí)現(xiàn)對(duì)設(shè)備的全生命周期化的數(shù)據(jù)動(dòng)態(tài)分析，解決了傳統(tǒng)人工巡檢出現(xiàn)的盲區(qū)等問(wèn)題。其中，數(shù)據(jù)感知層的架構(gòu)如 表1所示。

表1.數(shù)據(jù)感知層

2.1.1多源傳感器

在處理中利用多源傳感器網(wǎng)絡(luò)技術(shù)、設(shè)備進(jìn)行動(dòng)態(tài)管理。通過(guò)高精度振動(dòng)傳感器如IEPE型，實(shí)現(xiàn)對(duì)軋機(jī)主傳動(dòng)軸、齒輪箱軸承座的動(dòng)態(tài)分析，可以捕捉?jīng)_擊性故障特征，分析如軸承剝落、齒輪斷齒等故障隱患問(wèn)題。而通過(guò)紅外熱電偶監(jiān)測(cè)可以對(duì)軋輥軸承溫升進(jìn)行動(dòng)態(tài)分析，了解是否存在異常溫升風(fēng)險(xiǎn)，避免潤(rùn)滑失效等故障出現(xiàn)。通過(guò)聲發(fā)射傳感器可以捕捉金屬微觀裂紋擴(kuò)展的高頻應(yīng)力波，此設(shè)備的靈敏度達(dá)MHz級(jí)，實(shí)現(xiàn)對(duì)早期軋輥表面缺陷的動(dòng)態(tài)檢測(cè)。電流/電壓傳感器的主要功能就是對(duì)電機(jī)驅(qū)動(dòng)電流諧波進(jìn)行監(jiān)測(cè)分析，其具有間接診斷負(fù)載異常的功能，可以分析是否出現(xiàn)軋制力波動(dòng)導(dǎo)致過(guò)載的問(wèn)題。

2.1.2工業(yè)視覺(jué)系統(tǒng)

主要利用相機(jī)以及紅外熱成像儀等設(shè)備進(jìn)行動(dòng)態(tài)分析，其中高速線陣相機(jī)主要就是對(duì)熱軋板帶的表面缺陷，如劃痕、氧化鐵皮壓入等進(jìn)行在線檢測(cè)，通過(guò)此種技術(shù)進(jìn)行處理，其分辨率可以達(dá)到0.1mm/pixel，其中其幀率≥2000fps，可以有些滿足適應(yīng)10m/s的高速軋制需求。紅外熱成像儀重點(diǎn)對(duì)軋輥表面溫度場(chǎng)分布狀態(tài)監(jiān)測(cè)分析，可以識(shí)別局部過(guò)熱風(fēng)險(xiǎn)。例如，冷卻水堵塞導(dǎo)致的輥面熱斑等相關(guān)風(fēng)險(xiǎn)。

2.1.3邊緣計(jì)算節(jié)點(diǎn)

其主要功能就是通過(guò)在設(shè)備端，利用小波閾值去噪處理，通過(guò)提取特征，了解振動(dòng)信號(hào)的時(shí)域峭度以及頻域包絡(luò)譜等等問(wèn)題，可以有些減少云端傳輸帶寬壓力等問(wèn)題。

2.1.4硬件

主要應(yīng)用工業(yè)級(jí)邊緣控制器，例如西門子SIMATIC IPC等，可以有效支持Modbus、OPC UA協(xié)議，實(shí)現(xiàn)與PLC的實(shí)時(shí)交互性處理。

2.2數(shù)據(jù)分析層

通過(guò)分析數(shù)據(jù)，可以了解潛在的故障問(wèn)題，對(duì)設(shè)備的狀態(tài)進(jìn)行綜合評(píng)估，具有壽命預(yù)測(cè)的功能。

2.2.1故障診斷模型

CNN+頻譜圖分析在應(yīng)用中主要就是通過(guò)振動(dòng)信號(hào)經(jīng)STFT短時(shí)傅里葉變換處理之后，將其轉(zhuǎn)換為時(shí)頻圖，然后在卷積神經(jīng)網(wǎng)絡(luò)如ResNet50中，則可以對(duì)內(nèi)圈故障、外圈故障等相關(guān)故障模式進(jìn)行動(dòng)態(tài)識(shí)別，了解特征頻段差異以及相關(guān)參數(shù)波動(dòng)。

2.2.2圖神經(jīng)網(wǎng)絡(luò)（GNN）

在處理中，重點(diǎn)對(duì)設(shè)備拓?fù)浣Y(jié)構(gòu)進(jìn)行分析，例如了解齒輪箱傳動(dòng)鏈的特征等等。然后構(gòu)建節(jié)點(diǎn)，通過(guò)分析齒輪、軸承等各個(gè)節(jié)點(diǎn)的變化，了解其與嚙合關(guān)系的模型，通過(guò)此種方式可以有效提高復(fù)雜故障中的關(guān)聯(lián)推理能力，實(shí)現(xiàn)智能化分析。

2.2.3剩余壽命預(yù)測(cè)（RUL）

主要就是通過(guò)LSTM+Attention機(jī)制進(jìn)行優(yōu)化完善，對(duì)設(shè)備退化序列數(shù)據(jù)進(jìn)行綜合處理，重點(diǎn)分析振動(dòng)幅值趨勢(shì)、溫度累積效應(yīng)等變化，通過(guò)此種方式可以預(yù)測(cè)關(guān)鍵部件剩余壽命，制定完善的優(yōu)化方案。而基于物理模型融合，則可以將LSTM預(yù)測(cè)結(jié)果進(jìn)行智能化處理，通過(guò)斷裂力學(xué)的軋輥疲勞模型進(jìn)行分析，則可以有效約束AI模型輸出合理性，保障方案的整體性。

2.2.4數(shù)字孿生（Digital Twin）

通過(guò)數(shù)字孿生技術(shù)進(jìn)行處理，可以基于有限元分析FEA構(gòu)建軋機(jī)動(dòng)力學(xué)模型，對(duì)整個(gè)流程的軋制力數(shù)據(jù)、扭矩波動(dòng)以及應(yīng)力分布狀態(tài)進(jìn)行模擬分析，并與實(shí)時(shí)數(shù)據(jù)校準(zhǔn)，有些預(yù)測(cè)潛在的風(fēng)險(xiǎn)隱患問(wèn)題。通過(guò)輸入虛擬故障，例如軸承間隙增大5%等等，可以有些預(yù)測(cè)系統(tǒng)級(jí)的連鎖反應(yīng)。例如，可以利用此種方式分析輪箱振動(dòng)加劇趨勢(shì)特征等等。

2.2.5算法優(yōu)化方向

通過(guò)小樣本學(xué)習(xí)技術(shù)手段，可以通過(guò)對(duì)比學(xué)習(xí)（Contrastive Learning）算法，有些增強(qiáng)模型在故障樣本稀缺場(chǎng)景中的綜合能力，提高整體的泛化能力。而通過(guò)在線自適應(yīng)功能，引入增量學(xué)習(xí)（Incremental Learning）算法，可以保障模型隨著設(shè)備的老化、工藝調(diào)整等變動(dòng)實(shí)現(xiàn)持續(xù)性的更新優(yōu)化。

2.3決策與執(zhí)行層：閉環(huán)控制的“智能中樞”

通過(guò)智能化技術(shù)手段，可以有效分析診斷結(jié)果，將其處理之后轉(zhuǎn)化為可執(zhí)行的維護(hù)策略與工藝調(diào)整指令，真正的達(dá)到智能化檢測(cè)、預(yù)防性維護(hù)處理。其主要功能與技術(shù)如表2所示。

表2. 決策與執(zhí)行層

2.3.1動(dòng)態(tài)維護(hù)計(jì)劃優(yōu)化

通過(guò)智能化系統(tǒng)可以基于強(qiáng)化學(xué)習(xí)（RL）的調(diào)度處理，在操作中通過(guò)最小化停機(jī)損失進(jìn)行分析，將維護(hù)成本作為主要的目標(biāo)，這樣則可以對(duì)設(shè)備的健康狀態(tài)、生產(chǎn)計(jì)劃等進(jìn)行動(dòng)態(tài)分析，確定最優(yōu)維護(hù)時(shí)間點(diǎn)。

2.3.2備件庫(kù)存聯(lián)動(dòng)

通過(guò)與ERP系統(tǒng)集成化管理，可以有些觸發(fā)備件采購(gòu)預(yù)警方案，實(shí)現(xiàn)優(yōu)化處理。例如，可以預(yù)測(cè)某電機(jī)軸承在7天后出現(xiàn)失效的問(wèn)題，通過(guò)系統(tǒng)可以對(duì)其進(jìn)行自動(dòng)檢查，分析庫(kù)存狀態(tài)并生成采購(gòu)單。

2.3.3工藝參數(shù)自適應(yīng)調(diào)整

基于軋制力補(bǔ)償系統(tǒng)，可以預(yù)測(cè)軋輥磨損而出現(xiàn)的板厚偏差問(wèn)題，通過(guò)PID控制器根據(jù)實(shí)際狀況，對(duì)其進(jìn)行動(dòng)態(tài)調(diào)整，合理控制壓下量，保障其公差控制在±0.05mm內(nèi)。

通過(guò)冷卻系統(tǒng)協(xié)同管理系統(tǒng)，可以基于軋輥溫度預(yù)測(cè)模型的變化，對(duì)冷卻水流量分布狀態(tài)進(jìn)行動(dòng)態(tài)調(diào)控，有效緩解熱裂紋擴(kuò)展等問(wèn)題。

結(jié)束語(yǔ)：

鋼軋系統(tǒng)的智能檢測(cè)與預(yù)測(cè)性維護(hù)技術(shù)應(yīng)用主要就是利用數(shù)據(jù)驅(qū)動(dòng)化的方式進(jìn)行處理，實(shí)現(xiàn)動(dòng)態(tài)預(yù)測(cè)以及智能化管理，其表明了鋼鐵行業(yè)的主動(dòng)預(yù)防化的發(fā)展。通過(guò)深度學(xué)習(xí)、數(shù)字孿生等多種技術(shù)手段進(jìn)行處理，可以有效實(shí)現(xiàn)動(dòng)態(tài)預(yù)測(cè)。今后，隨著多模態(tài)融合等技術(shù)手段的深化應(yīng)用，鋼軋系統(tǒng)智能化將進(jìn)一步向自主決策與全生命周期的發(fā)展趨勢(shì)。而鋼鐵企業(yè)必須要重視數(shù)字化建設(shè)、智慧化發(fā)展，要融合多種技術(shù)手段，推動(dòng)企業(yè)智慧化轉(zhuǎn)型，最終實(shí)現(xiàn)高效、綠色、可持續(xù)的智能制造目標(biāo)。

參考文獻(xiàn)：

[1]李擎,楊思琪,陳松路,等.基于自適應(yīng)數(shù)據(jù)增強(qiáng)的轉(zhuǎn)爐煉鋼終點(diǎn)碳溫預(yù)測(cè)方法[J].冶金自動(dòng)化,2025,49(02):64-74.

[2]汪淼,李勝利,艾新港,等.基于LWOA-εTSVR的轉(zhuǎn)爐煉鋼終點(diǎn)靜態(tài)預(yù)測(cè)模型[J].冶金自動(dòng)化,2025,49(02):53-63.

[3]葉文停.數(shù)據(jù)資產(chǎn)管理對(duì)傳統(tǒng)制造業(yè)的影響——以鞍鋼“智慧煉鋼”為例[J].會(huì)計(jì)師,2024,(11):5-7.

[4]項(xiàng)敏.智慧煉鋼的自動(dòng)化取樣工藝裝備研究[D].沈陽(yáng)工業(yè)大學(xué),2024.

[5]首鋼京唐鋼軋部轉(zhuǎn)爐智慧煉鋼自動(dòng)出鋼系統(tǒng)正式上線運(yùn)行[J].冶金自動(dòng)化,2023,47(01):138.

[6]南鋼開展智能制造系列活動(dòng)[J].冶金自動(dòng)化,2021,45(03):41.