钢铁企业设备及安全管控一体化的设计探析.docVIP

钢铁企业设备及安全管控一体化的设计探析 　　钢铁企业属于传统的制造企业，安全生产贯彻到每道工序，如何做好设备稳定、人员安全这两项工作是摆在每个企业必须考虑的首要问题，通过提高设备的安全性和人身安全，降低安全成本，实现长周期设备稳定、生产稳定的成本递减是必不可少的重点工作。 　　【关键词】可靠性 实时数据库 模型分析 　　1 前言 　　钢铁行业是属于资金密集型和技术密集型行业，生产节奏快，工序长，从矿山采集、铁粉烧结、高炉冶炼、直至轧钢，也是危险性密集的行业。目前根据实际情况和管理模式的不同，行业的生产安全、设备管理及控制主要通过两个部门：设备和安监。工作中交叉很多由设备维护单位进行连接，较少主动性的量化数据沟通。本文意在通过技术手段在两个部门间共享数据，以量化数据管理设备，降低设备的成本费用，达到最佳人员、设备效费比。 　　2 系统设计 　　目前大中型钢铁企业生产均为自动化控制，本系统通过实时数据库自动采集数据存储按照钢铁企业的上下游工序的相关性，采集各工艺的实时数据，实时上传，按照各工艺设备的阈值及相关生产任务的能源动力、检定修时间等参数，通过分析，进行判断，按照预设的智能判断模型对数据进行加工，展示，满足智能管理需求。 　　2.1 数据架构 　　数据架构主要分为三层：采集层、分析层和展示层。采集层负责把PLC、DCS、仪表等数据采集、汇总到实时数据库（毫秒级）作为数据池；分析层负责对采集对数据池中的数据按不同要求进行数据加工、分析并将分析结果进行存储；展示层负责对分析后的数据进行展示。如图1所示。 　　2.2 网络架构 　　按照钢铁企业的划分为三个大的区域：铁烧、炼钢、轧钢，再下一级按照工序如烧结机、高炉、炼钢、棒材、板材等再进行划分。各区域使用交换机相连接，组成采集专网。数据通过下位机将PLC传输出来的信号，进行处理后通过交换机传输到实时数据库中，该方式属于独立采集，各工序同时进行采集，不会影响其他工序的设备运行。应用数据库通过对采集上来的PLC数据进行分析，存储至应用服务器，通过B/S的模式发布。 　　3 系统功能模块 　　3.1 数据采集功能 　　对于钢铁企业，建议使用成熟的实时数据库进行各相关设备的数据采集。实时数据库的优点主要在于测点数量多，对于大中型的钢铁企随着工艺的需求，需要处理的测点数超过了10000点，这些测点的变化周期通常在1秒钟之内，也就是说，需要将超过10000点的数据在1秒钟之内保存到数据库中；存储量大，可对大量的实时信息进行处理，例如对于 1万点的系统，每 1秒钟存储一次，每次单点占用 8个字节，那么保存 5年的数据量将有 4TGB；时效性强，每个需要处理的测点的值都与时间相关，不同工艺的参数采集周期要求不一样，有的是秒级，但是对于轧钢等的产品线速度在每秒12米以上的轧机转速监测，就需要100ms的对应数据时间进行记录。 　　数据采集主要包括如下几个部分的数据：PLC等设备实际参数，能源动力参数，工艺运行变量如衡器等。数据记录频度需要按实际颗粒度的需求进行设定。 　　目前市场上使用的实时数据库前三，包括美国OSIsoft公司的PI，Wonderware公司的INSQL，美国 GE公司的iHistorian，均能够提供以上数据采集，对于中国用户来说，INSQL是基于SQL SERVER数据库作为平台，更方便进行二次开发。 　　3.2 设备状态数学模型 　　设备是企业生产的基础，在生产过程中影响设备和安全的稳定性主要有两种原因：一种是由于长期运行，该设备的零部件发生有形磨损或老化，另外一种是由于技术的进步不断出现性能更加完善、生产效益更高的设备，对比现有的设备安全性和可靠性更高。对于第二种通常是通过固定资产折旧、能耗成品率等财务数据体现，而后进行大修或改造，但对于日常管理来说，用的更多是第一种。 　　以轧线为例，每条轧线包括若干台轧机，每台轧机包括伺服电机、压辊、每台轧机在设计时，均有预定阈值，反馈到实际使用控制均有预设值、反馈值。对于实际正常使用来说，分析可以通过笛卡尔坐标轴实现，每台轧机的设定力矩、设定转速、实际力矩、实际转速作为纵坐标，时间作为横坐标，设定值体现在对实际值的衡量上，又通过纵坐标设定的阈值体现，实现报警，确保设备的稳定和安全。 　　对于现场设备的检修间隔时间计算则可以通过现场设备的故障分布。对于轧线上的电机等的继电保护装置，其设备元件多数服从正态分布，特征值μ=10000小时，σ=100小时，若要求该设备的故障率≥99.9%，需要合理安排检修时间： 　　故障分布函数为F（T）=ф（μ）=0.01，正态分布表ф（μ=1），μ=-3.29 　　则检修时间T=μ+μσ=（10000-3.29*100）=9670小时。 　　3.3 运行设备运