美国一级欧美三级,一级毛片试看,一级片在线观看免费,国产一级免费视频,免费国产性爱试看,国产亚洲欧美日韩精品一区二区三区,国产精品欧美亚洲蜜芽,国产日韩一区二区夜色

0 前言
當你走進工廠，除了機床的轟鳴聲和機器人精準的移動之外，幾乎看不到一名工人；當你外出時，只要輸入目的地，無人駕駛汽車便自動選擇最暢通的路線、在最短時間內(nèi)將你安全送達（未來的交通出行，我們只需要把自己帶上就行了）；當你去便利店購物時，掃碼即可進店，無需排隊，無人收銀，即拿即走，無感支付；

當你勞累了一天，在下班的路上通過手機APP，一鍵遠程控制空調(diào)的開關、溫度的調(diào)節(jié)，到家無需等待即可享受夏天的清涼或冬日的溫暖，同時還可以讓按摩機器人幫你放松身體；當你心情不好或在家無聊時，通過語音或手機APP即可喚醒家庭影音模式，欣賞音樂或大片，也可以找聊天機器人聊天；當你走進餐廳，根本就見不到服務員，整個用餐過程，不管是排除、點餐還是取餐、結(jié)賬，全靠消費者用支付寶或者口碑自助完成……所有這一切，都與人工智能相關。

正如百度創(chuàng)始人、董事長兼CEO李彥宏的觀點：“人工智能正在喚醒萬物，催生萬千產(chǎn)業(yè)智能化。人工智能與各行各業(yè)的融會貫通，將掀起產(chǎn)業(yè)智能化新浪潮?！?/p>

隨著人工智能的普及和廣泛應用，這為傳統(tǒng)制造業(yè)的離心泵行業(yè)帶來了巨大的挑戰(zhàn)，“如何使其智能化”是每個泵制造商不得不面對的現(xiàn)實問題。國外不少泵制造商如美國FLOWSERVE公司、瑞士SULZER公司、德國KSB公司等，在“智能泵”方面早已走在了同行的前列；而國內(nèi)絕大多數(shù)泵廠為了生存，還一直在中低端泵市場上苦苦掙扎，“智能泵”對于他們來說，似乎還是遙不可及的夢想。本文將嘗試就“離心泵智能化及其路徑”進行探討，以期引起同行們的關注和借鑒。

1 關于人工智能

1.1 人工智能的定義
百度百科對人工智能的解釋如下：

人工智能（Artificial Intelligence，英文縮寫為AI）。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。

美國麻省理工學院的溫斯頓教授認為：“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作?！奔慈斯ぶ悄苁茄芯咳祟愔悄芑顒拥囊?guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術。

1.2 人工智能與數(shù)據(jù)分析的關系
很多人或公司錯誤地認為，只要其工作與數(shù)據(jù)或工作流程相關，都可以被稱這為人工智能。數(shù)據(jù)分析只是人工智能的基礎。

很多所謂的人工智能公司實際上做的是基礎的數(shù)據(jù)分析，他們的技術來源于數(shù)據(jù)，而且結(jié)果都被用于實現(xiàn)特定的目的，例如，根據(jù)預設定的規(guī)則識別發(fā)送特定的信息。這種根據(jù)上下文來整理數(shù)據(jù)的做法并不是人工智能。它們之間的關鍵區(qū)別在于：人工智能系統(tǒng)具有迭代性，分析的數(shù)據(jù)越多，系統(tǒng)就會變得越智能，越能干，而且越自主化。真正的人工智能技術能夠為現(xiàn)實問題提供突破性的解決方案，同時會徹底地顛覆市場。

1.3 離心泵智能化的必要性

隨著社會的發(fā)展、科技的進步，人們對健康、環(huán)保、安全等方面的要求越來越高。作為通用機械的離心泵，廣泛應用于各行各業(yè)，其各項指標也越來越受到人們的關注。數(shù)十年來，其維護方式多為被動式維護（設備已經(jīng)失效，進行事故后維修）或預防性維護（通過采取適當?shù)拇胧?，如提高強度等，從而防止設備發(fā)生故障）。

1）市場的需要

隨著人工智能的出現(xiàn)，預測性維護將成為一種趨勢，并成為制造商和用戶所追求的終極目標。人工智能不僅可以使用戶和/或制造商實時監(jiān)控設備的運行狀態(tài)，在發(fā)生不可逆的故障或停機之前得到準確的診斷、確定維護和保養(yǎng)時間、提高設備運行可靠性并延長設備壽命，而且還可根據(jù)實際情況或需要，優(yōu)化設備運行方式、提高運行效率、降低運營成本。

2）企業(yè)轉(zhuǎn)型升級的需要

在互聯(lián)網(wǎng)時代的大背景下，商業(yè)模式發(fā)生了巨大的變化。傳統(tǒng)制造業(yè)為了生存和發(fā)展，企業(yè)必須由單一制造商向服務商轉(zhuǎn)型?！吨袊圃?025》明確提出：要加快制造與服務的協(xié)同發(fā)展，推動商業(yè)模式創(chuàng)新，促進生產(chǎn)制造向服務型制造的轉(zhuǎn)變 - 就是由單一產(chǎn)品制造向用戶提供一整套系統(tǒng)解決方案。

2 機械保護及狀態(tài)監(jiān)測系統(tǒng)

人工智能需要依靠大量的數(shù)據(jù)支撐，而數(shù)據(jù)的獲取離不開各種傳感器。在探討離心泵智能化之前，需要了解兩個概念及其之間的關系 – 機械保護和狀態(tài)監(jiān)測。關于機械保護系統(tǒng)和狀態(tài)監(jiān)測系統(tǒng)，API 670標準[1]中有明確的定義和說明。

2.1 機械保護
機械保護系統(tǒng)（Machinery Protection Systems，縮寫MPS）：感知、測量、監(jiān)測和顯示機器參數(shù)以表明其運行狀態(tài)的系統(tǒng)。當一個參數(shù)超過預先定義的限值、表明出現(xiàn)異常情況時，系統(tǒng)會將事件傳達給操作人員和/或停機系統(tǒng)。該系統(tǒng)的目標是減輕對機器的損壞。該系統(tǒng)包括傳感器系統(tǒng)、信號電纜、監(jiān)控系統(tǒng)以及所必需的安裝位置、安裝夾具和說明文件。

2.2 狀態(tài)監(jiān)測

狀態(tài)監(jiān)測系統(tǒng)（Condition Monitoring Systems，縮寫CMS）：一種測量指定機器過程參數(shù)和預測趨勢的系統(tǒng)。提供報警、顯示和分析工具，用于檢測和識別發(fā)展中的故障。允許繼續(xù)監(jiān)視檢測到的故障以確定其傳播和嚴重性。也可用于管理機器的運行狀態(tài)，以減少因發(fā)展中的故障而產(chǎn)生的意外停機。CMS的目標是最大程度地提高可用性，同時降低運營和維護成本。

2.3 機械保護與狀態(tài)監(jiān)測之間的關系
實際工程應用中，由于機械保護系統(tǒng)和狀態(tài)監(jiān)測系統(tǒng)經(jīng)常安裝在一起，甚至可以緊密地集成在一起，因此，很多制造商/供應商和用戶通常將兩種系統(tǒng)混為一談。CMS是一種計算機化的數(shù)據(jù)采集和分析工具，其與MPS最大的區(qū)別在于對運行設備進行趨勢預測。目前，工程應用中所采用的基本上為MPS。MPS與CMS的基本區(qū)別如表1。

表1 MPS和CMS的基本區(qū)別
機械保護系統(tǒng)狀態(tài)監(jiān)測系統(tǒng)目的感知、測量、監(jiān)測和顯示機器參數(shù)，以表明其運行狀態(tài)。測量機器過程參數(shù)和預測趨勢的系統(tǒng)。用于檢測和識別發(fā)展中的故障以確定其傳播和嚴重性。也可用于管理機器的工作條件。目標防止人員受傷，防止或減輕對機器或環(huán)境的損害智能化地預測壽命。使操作人員和管理人員更好地了解關鍵資產(chǎn)的運行狀況。

除了以上區(qū)別以外，兩種系統(tǒng)還有一些相似之處。通常均用于一些重要工況的“關鍵”設備，同時，兩種系統(tǒng)共享許多相同類型的傳感器和相同類型的信號處理功能（通常將MPS的數(shù)據(jù)作為CMS的基礎）。

3 泵的保護及監(jiān)測

多年來，制造商一直致力于提高泵的可靠性，并開發(fā)了監(jiān)測泵性能和運行狀況的工具 – 機械保護系統(tǒng)。然而，這些工具通常只會在故障發(fā)生前或正在發(fā)生時起到“警示或提醒”的作用。

隨著科技的不斷發(fā)展，可以通過監(jiān)測泵（組）過程參數(shù)的變化 – 狀態(tài)監(jiān)測，來確定離心泵的運行狀態(tài)，并預測出機械零部件的壽命、故障可能發(fā)生的時間，以便在預期或規(guī)定的期限內(nèi)對問題進行糾正。

離心泵最常見的監(jiān)測項目通常如下[2]：

• 溫度/溫升。特別是軸承和密封腔的溫度。主要涉及軸承、密封腔、潤滑油、冷卻水以及泵進/出口介質(zhì)的溫度；還涉及到泵殼體上/下溫差。通過對泵進/出口介質(zhì)溫度的監(jiān)測，有助于預測汽蝕的發(fā)生；通過對泵殼體上/下溫差的監(jiān)測，判斷是否進行了充分的暖泵。

• 壓力/壓差。主要包括泵進/出口的壓力、冷卻水及潤滑油的壓力、機械密封系統(tǒng)壓力；還包括過濾器前后的壓差。

• 流量?？梢灶A測泵殼體/葉輪耐磨環(huán)更換時間及開式葉輪間隙調(diào)整時間；通過流量監(jiān)測還可以確定泵出口再循環(huán)系統(tǒng)的狀態(tài)。

• 泄漏。主要用于預測密封故障或壓力邊界的失效。壓力積聚是監(jiān)測泄漏的一種方式。通過一個雙重無壓密封裝置內(nèi)側(cè)密封泄漏，檢測到密封儲罐隔離液壓力的變化。另一種監(jiān)測泄漏的方式是注意到隔離液流量的變化。通過一個雙重無壓密封裝置內(nèi)側(cè)密封泄漏檢測到從密封到排氣系統(tǒng)或收集系統(tǒng)的氣/液體流量的變化。通過一個雙重有壓密封裝置內(nèi)側(cè)密封泄漏檢測到從循環(huán)系統(tǒng)和儲液罐的隔離液位的變化。

• 振動。引起離心泵振動的原因很多，包括泵本體設計原因和外部條件因素兩大類。而泵本體設計引起的振動主要體現(xiàn)在兩個方面，機械引起的振動和水力引起的振動。通過振動監(jiān)測可以檢測或診斷出泵及其系統(tǒng)存在的各種問題。

• 噪音。表示泵發(fā)生了汽蝕、動/靜零部件出現(xiàn)摩擦、軸承損壞或其它一些異常情況。

• 潤滑劑品質(zhì)。通過對潤滑劑含水量及固體顆粒的檢測，預測潤滑劑的更換周期。

• 軸位移。主要用于可傾瓦推力軸承的離心泵，葉輪和機械密封對軸向位移非常敏感。

其它可能監(jiān)測的項目有：

• 應變。預測動/靜零部件之間是否會發(fā)生摩擦、泵殼體的腐蝕及現(xiàn)場管路支撐問題；另外，還可以監(jiān)測離心泵軸向力的變化。

• 功耗。檢查泵的效率，預測發(fā)熱問題。

• 轉(zhuǎn)速。主要用于變速運行的離心泵，以觀察其對泵性能的影響。

• 液位。包括供液箱的液位、潤滑油箱的液位及密封系統(tǒng)緩沖/隔離罐的液位。通過對供液箱液位的監(jiān)測，可以預測泵汽蝕的發(fā)生。

• 間隙。趨近式表可以記錄開式葉輪與泵殼體之間的間隙。

• 軸撓度。通過安裝于泵體上的趨近式表來測量軸撓度，以確保旋轉(zhuǎn)部件與靜止部件不會發(fā)生接觸。同時，軸撓度過大，會導致耐磨環(huán)、機械密封和軸承過早失效。

在實際工程應用中，可以將泵（組）的監(jiān)測集成為兩個大的模塊：性能監(jiān)測模塊和機械運轉(zhuǎn)監(jiān)測模塊。也可以根據(jù)監(jiān)測內(nèi)容的不同，進一步細分為：振動監(jiān)測模塊、壓力/差壓監(jiān)測模塊、溫度/溫差監(jiān)測模塊、轉(zhuǎn)速監(jiān)測模塊、汽蝕監(jiān)測模塊、泄漏監(jiān)測模塊、液位監(jiān)測模塊、潤滑劑品質(zhì)監(jiān)測模塊、應變監(jiān)測模塊等。根據(jù)不同需要，這些模塊可以進行隨意組合。

4 數(shù)據(jù)收集

過去，從離心泵及其驅(qū)動設備上收集數(shù)據(jù)需要花費大量的時間。隨著傳感器及互聯(lián)網(wǎng)技術的發(fā)展，無線傳感器應運而生，實時體現(xiàn)設備運行狀態(tài)的數(shù)據(jù)收集變得越來越簡單且自動化。

無線傳感器產(chǎn)品為系統(tǒng)級產(chǎn)品，包括現(xiàn)場無線傳感器、數(shù)據(jù)轉(zhuǎn)發(fā)網(wǎng)關和監(jiān)控主機等在內(nèi)的整體解決方案。無線傳感器終端產(chǎn)品在檢測和監(jiān)測市場將普遍應用于智慧城市、智慧能源、智慧制造、智慧工廠等各種領域。

離心泵的運行狀態(tài)可以通過監(jiān)測到的許多跡象來評估[3]。

以振動監(jiān)測為例，無線振動傳感器可以提供潛在問題的早期預警，通過監(jiān)測可以檢測到泵中存在的各種問題，包括軸承問題、轉(zhuǎn)子部件的不平衡或不對中、泵和電機部件的連接松動以及聯(lián)軸器的問題。

接觸式振動監(jiān)測傳感器安裝在軸承座上以檢測振動的變化。這些傳感器可以永久性安裝并連續(xù)監(jiān)控，也可以臨時性安裝，作為基于路由的定期監(jiān)控系統(tǒng)的一部分。

數(shù)據(jù)可以在設備的多個位置和方向（水平、垂直和軸向）上收集，振動數(shù)據(jù)被記錄下來，可以通過遠程或程序進行分析以識別故障。

如果我們選擇監(jiān)測泵的性能、并使用這些數(shù)據(jù)來預測即將發(fā)生的密封或軸承失效（故障），可以通過多種不同的傳感器對以下過程參數(shù)進行監(jiān)測和收集：

1）泵進/出口介質(zhì)溫度。

2）泵進/出口介質(zhì)壓力。

3）泵軸的撓度。

4）泵的出口流量。

5）泵的惰走時間（@停泵時）。

6）軸承座振動或軸振。

7）泵（組）噪音的變化。

8）電動機的電流變化等。

汽蝕是離心泵運行過程中較常見的一種故障，汽蝕會損傷密封件并縮短零部件的壽命。如果我們選擇監(jiān)測泵是否會發(fā)生汽蝕，那么必須監(jiān)測以下過程參數(shù)：

1）入口壓力下降。

2）入口溫度上升。

3）入口流量降低。

4）出口揚程下降。

5）泵轉(zhuǎn)速增加。

6）振動增加。

7）噪音增加等。

5 數(shù)據(jù)傳輸

美國水力協(xié)會和美國石油協(xié)會分別在ANSI/HI 9.6.5 "Rotary Pumps - Guideline for Condition Monitoring s"、API670 "Machinery Protection Systems"最新版本中介紹了無線數(shù)據(jù)傳輸技術的創(chuàng)新。有幾種拓撲結(jié)構(gòu)將無線傳感器連接到接收站進行數(shù)據(jù)處理。圖1顯示了振動診斷星形拓撲網(wǎng)絡。星形拓撲是由一個中心節(jié)點（通常是一個交換機或集線器）組成的網(wǎng)絡，其作為傳輸信息的管道。

在基于狀態(tài)監(jiān)測網(wǎng)絡中，主要接收機節(jié)點（PRNs）同時與多個振動傳感器節(jié)點進行通信，以收集及時振動數(shù)據(jù)。

反過來，PRNs通過收集服務器（CS）直接連接到數(shù)據(jù)庫服務器計算機或公司的主干網(wǎng)絡。

實際上，傳感器網(wǎng)絡是一個兩層星形網(wǎng)絡，中央的數(shù)據(jù)庫服務器計算機直接連接到傳感器網(wǎng)絡，其規(guī)模從一個非常簡單的兩傳感器網(wǎng)絡擴展到三傳感器網(wǎng)絡?？梢员O(jiān)控從單臺機器的運行狀況到數(shù)百臺機器上的傳感器的超大型網(wǎng)絡的所有內(nèi)容。

圖1 顯示了收集服務器如何連接到工廠或設備的網(wǎng)絡。

其中包括直接連接到公司主干內(nèi)部網(wǎng)的以太網(wǎng)、連接到公司現(xiàn)有無線網(wǎng)絡的Wi-Fi或藍牙連接，以及通過蜂窩電話運營商連接到Internet的蜂窩網(wǎng)絡數(shù)據(jù)連接。該網(wǎng)絡基礎架構(gòu)示例突出了無線、在線狀態(tài)監(jiān)測策略在易于安裝和可擴展性/可測量性方面的優(yōu)勢。

圖1 - 振動診斷星開拓撲系統(tǒng)網(wǎng)絡示例（來源于美國水力協(xié)會標準）

射頻（RF）無線通信能力包括傳輸范圍、可靠性和數(shù)據(jù)流率，將無線解決方案用于特定應用時，不得不在性能和功能方面進行權衡。為此，出現(xiàn)了不同的無線通信解決方案，以滿足不同需求的市場。例如，藍牙適用于短距離通信的設備；而無線HART可以實現(xiàn)低數(shù)據(jù)速率的大型網(wǎng)絡；Wi-Fi支持高數(shù)據(jù)速率，但不適用于電池供電操作。

為了實現(xiàn)萬物互聯(lián)以及海量數(shù)據(jù)的傳輸，目前出現(xiàn)了新的無線通信解決方案5G。

5G具有高傳輸速度、泛在網(wǎng)（網(wǎng)絡廣泛覆蓋社會生活的每一個角落，比如地下車庫、衛(wèi)生間、高山峽谷等）、低功耗、低延遲、萬物互聯(lián)等特點。

6 智能分析預測未來

對于收集到的泵（組）大量運行狀態(tài)的信息，需要強大計算的支持，這將涉及到工業(yè)互聯(lián)網(wǎng)平臺和工業(yè)APP。

6.1 工業(yè)互聯(lián)網(wǎng)平臺[4]
工業(yè)互聯(lián)網(wǎng)是全球工業(yè)系統(tǒng)與高級計算、分析、感應技術以及互聯(lián)網(wǎng)連接融合的結(jié)果，包括邊緣、平臺（工業(yè)PaaS）、應用三大核心層級。工業(yè)互聯(lián)網(wǎng)平臺是工業(yè)云平臺的延伸發(fā)展，其本質(zhì)是在傳統(tǒng)云平臺的基礎上疊加物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新興技術，構(gòu)建更精準、實時、高效的數(shù)據(jù)采集體系，建設包括存儲、集成、訪問、分析、管理功能的使用平臺，實現(xiàn)工業(yè)技術、經(jīng)驗、知識的模型化、標準化、軟件化、復用化，不斷優(yōu)化研發(fā)設計、生產(chǎn)制造、運營管理等資源配置效率，以工業(yè)APP的形式為制造企業(yè)提供各類創(chuàng)新應用，最終形成資源富集、多方參與、合作共贏、協(xié)同演進的制造業(yè)新生態(tài)。
工業(yè)互聯(lián)網(wǎng)平臺功能架構(gòu)圖及設備智能運維云平臺詳見圖2、圖3和圖4。

圖2 - 工來互聯(lián)網(wǎng)平臺功能架構(gòu)圖（來源于《工業(yè)互聯(lián)網(wǎng)平臺白皮書2017》）

圖3 – 設備智能運維云平臺架構(gòu)參考圖a（來源于博華科技網(wǎng)頁）

圖4 – 設備智能運維云平臺架構(gòu)參考圖b（來源于博華科技網(wǎng)頁）

工業(yè)設備運行過程中高頻數(shù)據(jù)（信息）采集，往往會對網(wǎng)絡傳輸、平臺存儲與計算處理等方面帶來性能和成本上的巨大壓力。為了避免此類情況的發(fā)生，將會用到“邊緣計算”。在邊緣層進行數(shù)據(jù)的預處理和緩存，成為了主要平臺企業(yè)的共同做法。

當前，工業(yè)互聯(lián)網(wǎng)平臺應用覆蓋范圍不斷擴大，數(shù)據(jù)分析程度不斷加深，從以可視化為主的描述性分析，到基于規(guī)則的診斷性分析、基于挖掘建模的預測性分析和基于深度學習的指導性分析。

1）設備維護場景中

工業(yè)互聯(lián)網(wǎng)平臺結(jié)合設備歷史數(shù)據(jù)與實時運行數(shù)據(jù)，構(gòu)建數(shù)字孿生，及時監(jiān)控設備運行狀態(tài)，并實現(xiàn)設備預測性維護。

2）能耗管理場景中

基于現(xiàn)場能耗數(shù)據(jù)的采集與分析，對設備、產(chǎn)線、場景能效使用進行合理規(guī)劃，提高能源使用效率，實現(xiàn)節(jié)能減排。

3）產(chǎn)品/裝備遠程預測性維護場景中

在平臺中將產(chǎn)品/裝備的實時運行數(shù)據(jù)與其設計數(shù)據(jù)、制造數(shù)據(jù)、歷史維護數(shù)據(jù)進行融合，提供運行決策和維護建議，實現(xiàn)設備故障的提前預警、遠程維護等設備健康管理應用。

6.2 工業(yè)互聯(lián)網(wǎng)APP[5]
隨著制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展的縱深推進，制造業(yè)數(shù)字化、網(wǎng)絡化、智能化轉(zhuǎn)型步伐加快，APP從消費領域向工業(yè)領域快速滲透。世界主要發(fā)達國家正在加快布局工作互聯(lián)網(wǎng)平臺，大力部署工業(yè)APP，通過激活工業(yè)數(shù)據(jù)和知識資源，賦能工業(yè)提質(zhì)增效和轉(zhuǎn)型升級。

工業(yè)互聯(lián)網(wǎng)APP（以下簡稱工業(yè)APP）是基于工業(yè)互聯(lián)網(wǎng)，面向工業(yè)產(chǎn)品全生命周期相關業(yè)務的場景需求，把工業(yè)產(chǎn)品及相關技術過程中的知識、最佳實踐及技術訣竅封裝成應用軟件。其本質(zhì)是企業(yè)知識和技術訣竅的模型化、模塊化、標準化和軟件化，能夠有效促進知識的顯性化、公有化、組織化、系統(tǒng)化，極大地便利了知識的應用和復用。

工業(yè)APP既可以安裝、部署和運行在諸如工業(yè)大數(shù)據(jù)平臺、工業(yè)通用設計軟件平臺、生產(chǎn)管控平臺等系統(tǒng)平臺上，也可以單獨使用在電腦單機上。用戶可以根據(jù)使用需求安裝、使用、相互調(diào)用、流通、卸載或更換，操作快速、方便、靈活。見圖5。

圖5 – 工業(yè)APP開發(fā)及應用參考架構(gòu)圖（來源于《工業(yè)互聯(lián)網(wǎng)平臺白皮書2017》）

工業(yè)互聯(lián)網(wǎng)帶來工業(yè)數(shù)據(jù)的爆發(fā)式增長，大數(shù)據(jù)與機器學習方法正在成為工業(yè)互聯(lián)網(wǎng)平臺的標準配置。工業(yè)APP可由工業(yè)大數(shù)據(jù)驅(qū)動，調(diào)用大數(shù)據(jù)與機器學習微服務或能力，替代人工積累經(jīng)驗，并自動發(fā)現(xiàn)知識，實現(xiàn)自診斷、預測與優(yōu)化、決策支持。

企業(yè)可以按照工業(yè)APP構(gòu)建自有技術體系。工業(yè)APP通過將行業(yè)工業(yè)技術結(jié)構(gòu)化、數(shù)字化和模型化，可以建立各種工業(yè)技術之間的有序關聯(lián)，形成覆蓋工業(yè)產(chǎn)品研發(fā)、生產(chǎn)和運維全過程的完整知識圖譜。借助工業(yè)APP的可存儲、可計算和可升級，不斷地促進著企業(yè)知識的更新?lián)Q代。

6.3 專家系統(tǒng)
盡管離心泵屬于通用機械，但由于其專業(yè)性非常強，屬于一門半理論半經(jīng)驗的學科，要想順利完成智能化轉(zhuǎn)變，需要專家系統(tǒng)的支持。

專家系統(tǒng)是一個具有大量專門知識與經(jīng)驗的程序系統(tǒng)，根據(jù)某個領域的專家提供的知識和經(jīng)驗進行推理和判斷，模擬人類專家的決策過程。一般的專家系統(tǒng)由知識庫、數(shù)據(jù)庫、推理機及知識獲取器五個部分組成。

專家系統(tǒng)在工業(yè)企業(yè)中的典型應用：

1）診斷型專家系統(tǒng)。根據(jù)癥狀，得到故障的原因及排除故障的方案。如設備的故障診斷。

2）解釋型專家系統(tǒng)。根據(jù)表征現(xiàn)象和信息解釋其深層含義。如頻譜分析。

3）預測型專家系統(tǒng)。根據(jù)以往數(shù)據(jù)預測未來情況。如根據(jù)趨勢預測設備壽命。

4） 控制專家系統(tǒng)。根據(jù)控制過程的狀態(tài)變化，依據(jù)專家經(jīng)驗，合理地選擇控制動作，達到優(yōu)化的目的。

6.4 數(shù)據(jù)挖掘
數(shù)據(jù)挖掘是指從大量的、模糊的、隨機的數(shù)據(jù)中通過算法搜索或提取隱藏于其中的潛在有用的信息和知識的過程，是一種能夠智能的自動的將數(shù)據(jù)轉(zhuǎn)換成有用信息和知識的技術及工具。

數(shù)據(jù)挖掘在工業(yè)企業(yè)中的典型應用：

1）商務。主要包括電子商務、客戶關系管理等?？梢杂脭?shù)據(jù)挖掘發(fā)現(xiàn)電子商務客戶的共性和個性的信息、獨立和關聯(lián)的信息、現(xiàn)實和預測的信息等，所有這些信息經(jīng)過分析，能對客戶的消費行為等做出統(tǒng)計和分析，為管理者提供決策依據(jù)。

2）運維。通過對歷史時間序列數(shù)據(jù)的挖掘、分析，預測未來一段時間內(nèi)的發(fā)展趨勢及其帶來的影響。

6.5 實際工程案例
實際工程應用中，制造商可以將結(jié)合了理論知識、設計數(shù)據(jù)和最佳工程實踐的離心泵專家系統(tǒng)進行標準化、模型化、軟件化封裝成不同的工業(yè)APP，如振動、性能、壽命預測APP等，通過數(shù)據(jù)對比、推理、判斷和挖掘，以發(fā)現(xiàn)設備運行中可能潛在的問題，最終的目的是優(yōu)化運行、提高效率、延長壽命，同時實現(xiàn)對設備預測性維護。

某核電站反映現(xiàn)場位號為3CEX002MO（立式VS6）的離心泵組長期存在電動機上軸承（座）振動偏高的問題，提供了以下信息、并做出自己的初步判斷：

1）振動值不穩(wěn)定，泵組啟動后在1~7 mm/s之間來回波動。

2）停泵狀態(tài)下（相鄰泵組在運行），電動機上軸承振動達到2 mm/s。

3） 單泵試車期間振動正常，凝汽器抽真空后再啟動，振動明顯升高。

4） 泵的振動隨流量升高呈下降趨勢。

現(xiàn)場實測振動頻率與電機上部的固有頻率一致，由此，現(xiàn)場懷疑電機的振動是由于流體激振頻率和電動機固有頻率之間產(chǎn)生共振所致。

帶有專家系統(tǒng)的振動診斷工業(yè)APP（如有）所列出的引起振動偏高的可能的原因有：

1） 轉(zhuǎn)子部件不平衡。

2） 軸發(fā)生彎曲或變形。

3） 動/靜零部件發(fā)生碰擦。

4） 軸承存在缺陷或損壞。

5） 泵組接近臨界轉(zhuǎn)速運行。

6） 零部件松動或損壞。

7） 零部件強度不足。

8） 基座松動。

9） 基礎強度不足。

10） 泵在偏小流量或偏大流量處運行。

11） 泵入口壓力偏低和/或進水箱壓力偏低。

12） 泵發(fā)生汽蝕。

13） 泵葉輪葉片外圓與導葉之間的徑向間隙偏?。ㄈ~片通過頻率產(chǎn)生的低頻振動）。

14）泵組不對中。

15）泵或管路沒有充分地排氣。

16）潤滑油/脂品質(zhì)下降……

由于該泵為成熟產(chǎn)品，已廣泛應用于國內(nèi)各大核電站，具有很多相同工況非常良好的運行業(yè)績。經(jīng)帶有專家系統(tǒng)的工業(yè)APP（如有）對所有信息的對比、分析、排除、推理，最終判斷電動機上軸承振動偏大可能的原因如下：

1）現(xiàn)場基礎強度不足（相鄰泵之間互相干擾）；和/或

2）機械松動（檢查泵組地腳螺栓是否松動）；和/或

3）泵偏離高效區(qū)運行。

說明：以上僅提供一種可參考的預測或診斷思路，結(jié)果不一定非常準確。

7 分析結(jié)果的實施

當發(fā)現(xiàn)潛在問題時，監(jiān)控系統(tǒng)可以通過自動電子郵件報告通知設備供應商和/或用戶和/或現(xiàn)場操作人員，確定報警級別（是否需要立即處理還是需要關注）和產(chǎn)生的根本原因，提出可行的解決方案。故障模式包括軸承故障、機械密封失效、性能偏差、聯(lián)軸器未對中、轉(zhuǎn)子不平衡、汽蝕、基礎松動、振動、噪聲等。

對于某些潛在問題，如性能偏差，可以通過現(xiàn)場操作人員或者手機客戶端APP、工業(yè)APP來調(diào)整設備的運行，甚至可以由工業(yè)APP自動調(diào)整。

8 離心泵智能化現(xiàn)階段建議

8.1 由簡到繁
在現(xiàn)階段，我國離心泵行業(yè)可以借鑒國際同行的一些做法，由簡到繁 - 先對泵賦予某一單一智能化功能（如優(yōu)化運行方式、自動啟停泵的數(shù)量等）；然后，在經(jīng)驗及市場需求的基礎上，不斷對泵賦予更多的智能化功能。這樣的案例比較多。

德國KSB公司為Calio和Calio S型系列循環(huán)泵專門開發(fā)了一套智能化動態(tài)控制系統(tǒng)，它們基于算法自動調(diào)整泵的流量和揚程，使工作點始終處于最優(yōu)狀態(tài)。

由于用戶/設計院通常不知道較準確的現(xiàn)場系統(tǒng)阻力曲線，因此，設計人員會選擇一個比系統(tǒng)阻力曲線高得多的設計曲線，從而導致泵的使用功率超過了實際需要的功率，造成不必要的能源浪費。動態(tài)控制系統(tǒng)依據(jù)從泵組內(nèi)部信號中自動收集到的信息，可以自行判斷出系統(tǒng)阻力曲線，然后自動優(yōu)化運行工況。

丹麥GRUNDFOS公司推出了一款實時分析和診斷機器健康的解決方案系統(tǒng)GMH。GMH系統(tǒng)為工業(yè)、自來水廠和商業(yè)應用的旋轉(zhuǎn)設備提供準確的內(nèi)部分析。它使用先進的無線傳感器監(jiān)控泵及其系統(tǒng)，并將數(shù)據(jù)傳輸?shù)桨踩脑破脚_，該平臺上的算法可檢測到最小的振動、溫度變化和磁通量。任何異常都將轉(zhuǎn)換為可執(zhí)行的任務并發(fā)送給維護團隊，從而延長設備的使用壽命并提高運營效率。

2018年，F(xiàn)ramo公司為Aker BP公司提供的用于Ivar Aasen油田的智能海水提升泵，基于傳感器提供的大量實時監(jiān)測數(shù)據(jù)，在工業(yè)AI軟件公司Cognite算法的支持下，可以預測設備的狀況、預見未來泵將發(fā)生的情況，從而增加泵的正常運行時間，并對其進行預測性維護。

美國FLOWSERVE公司開發(fā)了基于網(wǎng)絡的軟件程序 - IPS觀察平臺和Flowstar.net，可以實現(xiàn)：通過簡化的示意圖查看性能狀態(tài)；監(jiān)控實時設備性能；進行預測分析；基于事實和可證實數(shù)據(jù)的糾正措施建議；回顧設備歷史信息；管理設備更換、維修、保養(yǎng)、調(diào)整的時間及成本等。

至于離心泵運行維護方面的APP的開發(fā)：

1）對于一些有實力的企業(yè)，可以自行開發(fā)。

2）對于沒有自行開發(fā)能力的企業(yè)，可以與工業(yè)互聯(lián)網(wǎng)平臺商或第三方開發(fā)商/開發(fā)者合作，共同開發(fā)。

8.2 人機結(jié)合
無論基于技術、成本還是歷史經(jīng)驗，現(xiàn)階段離心泵都無法達到完全的智能化。因此，通常的做法是進行人機結(jié)合的方式，來處理現(xiàn)場潛在的或已經(jīng)出現(xiàn)的問題。

9 總結(jié)

離心泵智能化是市場和企業(yè)轉(zhuǎn)型升級的需要。

智能來自所收集的數(shù)據(jù)、如何對其進行分析以及如何實施分析的結(jié)果。

智能化有助于預測性維護、優(yōu)化系統(tǒng)運行、節(jié)省停機時間和能源消耗。同時，通過更主動的預測性的維護模型，增加設備壽命和操作安全性。

智能化離不開工業(yè)互聯(lián)網(wǎng)平臺和工業(yè)APP。

現(xiàn)階段，離心泵智能化應由簡到繁、采用人機結(jié)合的方式。

參考文獻

[1] Machinery Protection Systems, API STANDARD 670 FIFTH EDITION, NOVEMBER 2014

[2] 謝小青，泵行業(yè)如何實現(xiàn)從傳統(tǒng)制造到智能制造的華麗轉(zhuǎn)變，泵工程師，2018年6月號 總第70期，P16-21

[3] How can you implement the IIoT to monitor vibration in a pumping system? HI Pump FAQs by Hydraulic Institute, 03/28/2017

[4] 工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟，工業(yè)互聯(lián)網(wǎng)平臺白皮書（2017），2017年11月

[5] 中國工業(yè)APP聯(lián)盟，工業(yè)互聯(lián)網(wǎng)APP發(fā)展白皮書（2018年），2018年6月

特別說明：未注來源的其它人工智能方面的內(nèi)容，均摘自互聯(lián)網(wǎng)。

摘自泵友圈