从 的探索和实践 宝钢技术 纵向剖析钢铁行业如何玩智能运维 (从我国的实践中探索自己)
2018年,AIOps智能运维这一概念迅速蹿红,在这一年里,传统ITOM/ITSM厂商、新兴APM/NPM厂商以及云厂商们纷纷转战智能运维。阿里、腾讯、华为、百度等,都成立专门的部门对智能运维体系开展深入研究。
而专家学者们也不断向业界灌输智能运维的好处,似乎有了智能运维就能立刻破解伴随数字化转型而来的IT规模和复杂度暴增的管理难题,甚至能逐步取代运维人员。
智能运维,到底有没有这么神奇?
9月19日,施耐德电气绿色+智能智造创新峰会在上海举办,来自上海宝钢工业技术服务有限公司(简称“宝钢技术”)工业智能服务事业部总经理王建宇,从纵深的角度剖析了宝钢技术在钢铁行业智能运维领域的探索和实践,并结合智慧制造、工业互联网等话题进行了阐述,此外,对于人们最为关心的AI、5G等在运维方面的实践情况发表了见解。
宝钢技术——中国宝武集团(简称“宝武”)下属专业设备技术服务公司,由原宝钢检测、宝钢检修整合组建,承担中国宝武下属多生产基地核心设备状态保障功能。
以下为王建宇的现场演讲内容,雷锋网作了不改变原意的编辑与整理:
智能运维,这个概念实际上是这两年才兴起的。
在设备管理方面,宝钢从859建厂以来,就引进了“点检定修制”这样的一种设备管理模式。后来,这种模式在国内的钢铁业,包括大型的一些流程工业,有了广泛的实践、推广和应用。
目前,这种模式受到5G、人工智能、大数据等技术的影响,产生了一些新的变化,所以现在行业内有新的概念叫做智能运维。
什么是智能运维?
王建宇认为,智能运维可以理解为基于设备状态变化趋势的智能决策。
在掌握了设备当前状态并对未来状态进行预知的基础上,去判断这个设备该不该修?什么时候修?修什么?怎么来修?谁来修?
实际上,这种设备维护的整个流程是完全基于数据,基于“从数据中来,到数据中去”这样的一个决策。
从传统运维到智能运维,实际上一个核心的变化是:从以人为核心的设备管理方式,转变为以数据为核心的管理模式。
以人为核心
在传统的“点检定修制”里,设备维护人员通过五感的方式去了解和判断事物的状态,是用眼睛看、耳朵听、鼻子闻、嘴巴尝和手去触摸。 雷锋网了解到,
数据为核心
这体现在,所有与设备状态相关的数据都是自动通过在线方式来获取的。 王建宇表示,这是基于专家、设备管理人员的经验知识转化成计算规律,通过计算机中自动化的判断规则和模型,来对设备状态进行智能判断和智能诊断;并且,会跟整个生产系统的生产计划,维修计划去自动结合,排定什么时候可以停机,什么时候可以去实施维修;然后系统会把相应委托单的检修任务和维护任务,通过系统的方式,自动地推送到相关的资源方等;同时还能把怎么修这个方案通过系统推送给对应的人员。
智能运维:平台+专家系统+标准化体系
据了解,宝钢技术的智能运维的整体架构,有三个关键组成部分:一个平台,一个专家系统和一套标准化的体系。
平台的话,实际上是一种工具、一种手段,但为什么强调一个平台?
王建宇解释称,在大工业系统里面,涉及到的设备门类特别多,整个维护、保养设备的管理流程是相对复杂的,涉及的人员众多。
另外一个是专家系统,这部分在目前或者在比较长一段时间内,实际上是人机混合的一个专家系统。 前面讲,要把现场的设备管理人员,工艺人员,他们头脑中那些知识转化成规则,转化成基于机理的模型,可以利用一些大数据、机器学习的方式去对它进行深度挖掘和预测。
当提到这一点,王建宇很客观地表示:
最后是标准化体系。 做工业的人都知道,实际上不管是制造产品,还是提供服务,最难的是怎么保证最终产品和服务,稳定、高质量的去交付;而在设备维护领域,当去修理一台马达,不同的队伍由于技能水平的差异,最终出来的效果可能不同,这是一个客观的现实。
王建宇表示,如果我们把维护、维修的要点,一些工序步骤全都标准化数字化之后,对相应的队伍进行适当的培训和辅导的话,就有可能确保无论是哪支队伍来修理,最后出来的服务,整个维修的交付指标都能够保证统一。
不管是物联网,还是工业互联网,基于这种工业互联网的概念,基本上都是三层架构,从边缘、云端到应用。 王建宇强调,实际上现在基于平台,沿着钢铁企业的全流程,从炼铁、炼钢、热轧、冷轧到电厂到化工等,宝钢技术都有全套的系统,一系列解决方案在运行。
智慧制造:以四个「一律」作为手段
在设备智能运维上,宝武集团已做了多年的探索,前几年更多是在具体的点上对个别技术的应用。据了解,但从今年初开始有了变化,宝武集团把智慧制造作为全集团的一项重要的任务来推进。现在每半年,宝武集团内部会开一次智慧制造的专题大会,各个基地、各个单位在大会上展示每隔半年各自在智慧制造的一些成果和业绩。
围绕智慧制造,宝武以四个“一律”作为手段:
四个“一律”,作为推进智慧制造的抓手,宝钢技术主要承担第三个“一律”,也就是“运维,一律远程”,这样一个落地的实践。
今年上半年,围绕着“点、线、面”宝钢做了一些探索和实践。在“面”上,针对炼铁全厂从原料到烧结,到高炉等,全厂区域做了一个大面积的探索,在热轧做了整条“线”的探索,同时针对风机这类专业设备做了“点”上的探索。
针对炼铁的探索,对四大关键工序区域,接入了近1000台设备,目前整个在炼铁的关键设备的覆盖率的话,大概在14%到15%。 王建宇表示,按照宝武未来的目标这些还是远远不够的。
据了解,在这里面,宝钢技术也开发部署了相应的智能模型30余类,各类数字化标准1000余项,实际上是近万条,每天的数据流量现在是一百个G。
通过产线的建设,完整地践行了宝钢技术智能运维的一些理念,产线核心的关键设备现在是100%的在线监控,而数据分析是100%通过这种系统来实现,业务流程是全部的自动触发,所有的业务流程自动上线,同时所有的数据解决方案都能够自动地推送到相关方。
王建宇表示,今年上线之后,在相关区域,整个点检负荷下降了80%,非计划停机时间下降30%,检修负荷下降20%,整个设备管理都是数字化。
今年上半年,宝钢还选取了冶炼区域64台关键风机,做了一些尝试,针对风机等通用设备宝钢技术建立了系列智能运维标准。 针对风机设备,宝钢在线采集32个测点数据,基于这种在线数据的获取,然后建立了自动化的预警模型和诊断模型,同时把封闭的设备状态跟相应系统的能效评估、运营效能评估去做勾连,整体地、及时地把握设备的状态,同时还能通过这种跟工艺的结合,来促进风机系统的排放、节能达标。
据了解,整个系统上线以来,故障预警准确率是90%,点检工作量是下降80%,维修负荷也是下降了30%。
这是宝钢上半年关于整个“点、线、面”,关于设备智能运维的一个实践。
“大家一谈到AI,一谈到5G,就以为包治百病,什么问题都能解决了。比如这个企业有什么问题,用了AI技术,效率就能很快提升,而实际上这是不可能的情况。” 王建宇认为,我们既要看到技术的长远趋势,也要看到实实在在的技术能落地的应用,但实际上这需要有一个过程。
在5G方面,今年上半年宝钢技术在智慧制造试点中尝试与5G的应用作了一些结合。王建宇表示,
而人工智能,现在很多企业貌似都在做人工智能、大数据,王建宇认为, 现在所有的人工智能,不管是机器视觉、深度学习,还是其他的一些东西,现在其实并没有一套通用性的工具或者方法,可以马上立竿见影地解决工业企业很多现实中的问题。
最后,这几年宝钢技术在推进智慧制造也好,智能运维也好,以上这些是我们具体的一些感悟。 接着,王建宇提出了宝钢技术对于智能运维行业的两点观察,他表示,
原创文章,未经授权禁止转载。详情见 转载须知 。