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

當(dāng)你勞累了一天，在下班的路上通過手機(jī)APP，一鍵遠(yuǎn)程控制空調(diào)的開關(guān)、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(shí)還可以讓按摩機(jī)器人幫你放松身體；當(dāng)你心情不好或在家無聊時(shí)，通過語音或手機(jī)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(jī)器人聊天；當(dāng)你走進(jìn)餐廳，根本就見不到服務(wù)員，整個(gè)用餐過程，不管是排除、點(diǎn)餐還是取餐、結(jié)賬，全靠消費(fèi)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(guān)。

正如百度創(chuàng)始人、董事長兼CEO李彥宏的觀點(diǎn)：“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(huì)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(yīng)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(gè)泵制造商不得不面對(duì)的現(xiàn)實(shí)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(duì)于他們來說，似乎還是遙不可及的夢(mèng)想。本文將嘗試就“離心泵智能化及其路徑”進(jìn)行探討，以期引起同行們的關(guān)注和借鑒。

1 關(guān)于人工智能

1.1 人工智能的定義
百度百科對(duì)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(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

美國麻省理工學(xué)院的溫斯頓教授認(rèn)為：“人工智能就是研究如何使計(jì)算機(jī)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?dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)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(yīng)用計(jì)算機(jī)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(shù)。

1.2 人工智能與數(shù)據(jù)分析的關(guān)系
很多人或公司錯(cuò)誤地認(rèn)為，只要其工作與數(shù)據(jù)或工作流程相關(guān)，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(chǔ)。

很多所謂的人工智能公司實(shí)際上做的是基礎(chǔ)的數(shù)據(jù)分析，他們的技術(shù)來源于數(shù)據(jù)，而且結(jié)果都被用于實(shí)現(xiàn)特定的目的，例如，根據(jù)預(yù)設(shè)定的規(guī)則識(shí)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(guān)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(huì)變得越智能，越能干，而且越自主化。真正的人工智能技術(shù)能夠?yàn)楝F(xiàn)實(shí)問題提供突破性的解決方案，同時(shí)會(huì)徹底地顛覆市場。

1.3 離心泵智能化的必要性

隨著社會(huì)的發(fā)展、科技的進(jìn)步，人們對(duì)健康、環(huán)保、安全等方面的要求越來越高。作為通用機(jī)械的離心泵，廣泛應(yīng)用于各行各業(yè)，其各項(xiàng)指標(biāo)也越來越受到人們的關(guān)注。數(shù)十年來，其維護(hù)方式多為被動(dòng)式維護(hù)（設(shè)備已經(jīng)失效，進(jìn)行事故后維修）或預(yù)防性維護(hù)（通過采取適當(dāng)?shù)拇胧?，如提高?qiáng)度等，從而防止設(shè)備發(fā)生故障）。

1）市場的需要

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

2）企業(yè)轉(zhuǎn)型升級(jí)的需要

在互聯(lián)網(wǎng)時(shí)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(wù)商轉(zhuǎn)型。《中國制造2025》明確提出：要加快制造與服務(wù)的協(xié)同發(fā)展，推動(dòng)商業(yè)模式創(chuàng)新，促進(jìn)生產(chǎn)制造向服務(wù)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(jī)械保護(hù)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(gè)概念及其之間的關(guān)系 – 機(jī)械保護(hù)和狀態(tài)監(jiān)測。關(guān)于機(jī)械保護(hù)系統(tǒng)和狀態(tài)監(jiān)測系統(tǒng)，API 670標(biāo)準(zhǔn)[1]中有明確的定義和說明。

2.1 機(jī)械保護(hù)
機(jī)械保護(hù)系統(tǒng)（Machinery Protection Systems，縮寫MPS）：感知、測量、監(jiān)測和顯示機(jī)器參數(shù)以表明其運(yùn)行狀態(tài)的系統(tǒng)。當(dāng)一個(gè)參數(shù)超過預(yù)先定義的限值、表明出現(xiàn)異常情況時(shí)，系統(tǒng)會(huì)將事件傳達(dá)給操作人員和/或停機(jī)系統(tǒng)。該系統(tǒng)的目標(biāo)是減輕對(duì)機(jī)器的損壞。該系統(tǒng)包括傳感器系統(tǒng)、信號(hào)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(jī)器過程參數(shù)和預(yù)測趨勢(shì)的系統(tǒng)。提供報(bào)警、顯示和分析工具，用于檢測和識(shí)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(yán)重性。也可用于管理機(jī)器的運(yùn)行狀態(tài)，以減少因發(fā)展中的故障而產(chǎn)生的意外停機(jī)。CMS的目標(biāo)是最大程度地提高可用性，同時(shí)降低運(yùn)營和維護(hù)成本。

2.3 機(jī)械保護(hù)與狀態(tài)監(jiān)測之間的關(guān)系
實(shí)際工程應(yīng)用中，由于機(jī)械保護(hù)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(yīng)商和用戶通常將兩種系統(tǒng)混為一談。CMS是一種計(jì)算機(jī)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(duì)運(yùn)行設(shè)備進(jìn)行趨勢(shì)預(yù)測。目前，工程應(yīng)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(jī)械保護(hù)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(jī)器參數(shù)，以表明其運(yùn)行狀態(tài)。測量機(jī)器過程參數(shù)和預(yù)測趨勢(shì)的系統(tǒng)。用于檢測和識(shí)別發(fā)展中的故障以確定其傳播和嚴(yán)重性。也可用于管理機(jī)器的工作條件。目標(biāo)防止人員受傷，防止或減輕對(duì)機(jī)器或環(huán)境的損害智能化地預(yù)測壽命。使操作人員和管理人員更好地了解關(guān)鍵資產(chǎn)的運(yùn)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(guān)鍵”設(shè)備，同時(shí)，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(hào)處理功能（通常將MPS的數(shù)據(jù)作為CMS的基礎(chǔ)）。

3 泵的保護(hù)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(yùn)行狀況的工具 – 機(jī)械保護(hù)系統(tǒng)。然而，這些工具通常只會(huì)在故障發(fā)生前或正在發(fā)生時(shí)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(yùn)行狀態(tài)，并預(yù)測出機(jī)械零部件的壽命、故障可能發(fā)生的時(shí)間，以便在預(yù)期或規(guī)定的期限內(nèi)對(duì)問題進(jìn)行糾正。

離心泵最常見的監(jiān)測項(xiàng)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(jìn)/出口介質(zhì)的溫度；還涉及到泵殼體上/下溫差。通過對(duì)泵進(jìn)/出口介質(zhì)溫度的監(jiān)測，有助于預(yù)測汽蝕的發(fā)生；通過對(duì)泵殼體上/下溫差的監(jiān)測，判斷是否進(jìn)行了充分的暖泵。

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

• 流量?？梢灶A(yù)測泵殼體/葉輪耐磨環(huán)更換時(shí)間及開式葉輪間隙調(diào)整時(shí)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(yù)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(gè)雙重?zé)o壓密封裝置內(nèi)側(cè)密封泄漏，檢測到密封儲(chǔ)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(gè)雙重?zé)o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(gè)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(chǔ)液罐的隔離液位的變化。

• 振動(dòng)。引起離心泵振動(dòng)的原因很多，包括泵本體設(shè)計(jì)原因和外部條件因素兩大類。而泵本體設(shè)計(jì)引起的振動(dòng)主要體現(xiàn)在兩個(gè)方面，機(jī)械引起的振動(dòng)和水力引起的振動(dòng)。通過振動(dòng)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(dòng)/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(duì)潤滑劑含水量及固體顆粒的檢測，預(yù)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(jī)械密封對(duì)軸向位移非常敏感。

其它可能監(jiān)測的項(xiàng)目有：

• 應(yīng)變。預(yù)測動(dòng)/靜零部件之間是否會(huì)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(yù)測發(fā)熱問題。

• 轉(zhuǎn)速。主要用于變速運(yùn)行的離心泵，以觀察其對(duì)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(duì)供液箱液位的監(jiān)測，可以預(yù)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(huì)發(fā)生接觸。同時(shí)，軸撓度過大，會(huì)導(dǎo)致耐磨環(huán)、機(jī)械密封和軸承過早失效。

在實(shí)際工程應(yīng)用中，可以將泵（組）的監(jiān)測集成為兩個(gè)大的模塊：性能監(jiān)測模塊和機(jī)械運(yùn)轉(zhuǎn)監(jiān)測模塊。也可以根據(jù)監(jiān)測內(nèi)容的不同，進(jìn)一步細(xì)分為：振動(dòng)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(yīng)變監(jiān)測模塊等。根據(jù)不同需要，這些模塊可以進(jìn)行隨意組合。

4 數(shù)據(jù)收集

過去，從離心泵及其驅(qū)動(dòng)設(shè)備上收集數(shù)據(jù)需要花費(fèi)大量的時(shí)間。隨著傳感器及互聯(lián)網(wǎng)技術(shù)的發(fā)展，無線傳感器應(yīng)運(yùn)而生，實(shí)時(shí)體現(xiàn)設(shè)備運(yùn)行狀態(tài)的數(shù)據(jù)收集變得越來越簡單且自動(dòng)化。

無線傳感器產(chǎn)品為系統(tǒng)級(jí)產(chǎn)品，包括現(xiàn)場無線傳感器、數(shù)據(jù)轉(zhuǎn)發(fā)網(wǎng)關(guān)和監(jiān)控主機(jī)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(yīng)用于智慧城市、智慧能源、智慧制造、智慧工廠等各種領(lǐng)域。

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

以振動(dòng)監(jiān)測為例，無線振動(dòng)傳感器可以提供潛在問題的早期預(yù)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(duì)中、泵和電機(jī)部件的連接松動(dòng)以及聯(lián)軸器的問題。

接觸式振動(dòng)監(jiān)測傳感器安裝在軸承座上以檢測振動(dòng)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(shí)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(shè)備的多個(gè)位置和方向（水平、垂直和軸向）上收集，振動(dòng)數(shù)據(jù)被記錄下來，可以通過遠(yuǎn)程或程序進(jìn)行分析以識(shí)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(yù)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(duì)以下過程參數(shù)進(jìn)行監(jiān)測和收集：

1）泵進(jìn)/出口介質(zhì)溫度。

2）泵進(jìn)/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(shí)間（@停泵時(shí)）。

6）軸承座振動(dòng)或軸振。

7）泵（組）噪音的變化。

8）電動(dòng)機(jī)的電流變化等。

汽蝕是離心泵運(yùn)行過程中較常見的一種故障，汽蝕會(huì)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(huì)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(yáng)程下降。

5）泵轉(zhuǎn)速增加。

6）振動(dòng)增加。

7）噪音增加等。

5 數(shù)據(jù)傳輸

美國水力協(xié)會(huì)和美國石油協(xié)會(huì)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(shù)的創(chuàng)新。有幾種拓?fù)浣Y(jié)構(gòu)將無線傳感器連接到接收站進(jìn)行數(shù)據(jù)處理。圖1顯示了振動(dòng)診斷星形拓?fù)渚W(wǎng)絡(luò)。星形拓?fù)涫怯梢粋€(gè)中心節(jié)點(diǎn)（通常是一個(gè)交換機(jī)或集線器）組成的網(wǎng)絡(luò)，其作為傳輸信息的管道。

在基于狀態(tài)監(jiān)測網(wǎng)絡(luò)中，主要接收機(jī)節(jié)點(diǎn)（PRNs）同時(shí)與多個(gè)振動(dòng)傳感器節(jié)點(diǎn)進(jìn)行通信，以收集及時(shí)振動(dòng)數(shù)據(jù)。

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

實(shí)際上，傳感器網(wǎng)絡(luò)是一個(gè)兩層星形網(wǎng)絡(luò)，中央的數(shù)據(jù)庫服務(wù)器計(jì)算機(jī)直接連接到傳感器網(wǎng)絡(luò)，其規(guī)模從一個(gè)非常簡單的兩傳感器網(wǎng)絡(luò)擴(kuò)展到三傳感器網(wǎng)絡(luò)?？梢员O(jiān)控從單臺(tái)機(jī)器的運(yùn)行狀況到數(shù)百臺(tái)機(jī)器上的傳感器的超大型網(wǎng)絡(luò)的所有內(nèi)容。

圖1 顯示了收集服務(wù)器如何連接到工廠或設(shè)備的網(wǎng)絡(luò)。

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(luò)的Wi-Fi或藍(lán)牙連接，以及通過蜂窩電話運(yùn)營商連接到Internet的蜂窩網(wǎng)絡(luò)數(shù)據(jù)連接。該網(wǎng)絡(luò)基礎(chǔ)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(kuò)展性/可測量性方面的優(yōu)勢(shì)。

圖1 - 振動(dòng)診斷星開拓?fù)湎到y(tǒng)網(wǎng)絡(luò)示例（來源于美國水力協(xié)會(huì)標(biāo)準(zhǔn)）

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(yīng)用時(shí)，不得不在性能和功能方面進(jìn)行權(quán)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(lán)牙適用于短距離通信的設(shè)備；而無線HART可以實(shí)現(xiàn)低數(shù)據(jù)速率的大型網(wǎng)絡(luò)；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(shí)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(luò)廣泛覆蓋社會(huì)生活的每一個(gè)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(diǎn)。

6 智能分析預(yù)測未來

對(duì)于收集到的泵（組）大量運(yùn)行狀態(tài)的信息，需要強(qiáng)大計(jì)算的支持，這將涉及到工業(yè)互聯(lián)網(wǎng)平臺(tái)和工業(yè)APP。

6.1 工業(yè)互聯(lián)網(wǎng)平臺(tái)[4]
工業(yè)互聯(lián)網(wǎng)是全球工業(yè)系統(tǒng)與高級(jí)計(jì)算、分析、感應(yīng)技術(shù)以及互聯(lián)網(wǎng)連接融合的結(jié)果，包括邊緣、平臺(tái)（工業(yè)PaaS）、應(yīng)用三大核心層級(jí)。工業(yè)互聯(lián)網(wǎng)平臺(tái)是工業(yè)云平臺(tái)的延伸發(fā)展，其本質(zhì)是在傳統(tǒng)云平臺(tái)的基礎(chǔ)上疊加物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新興技術(shù)，構(gòu)建更精準(zhǔn)、實(shí)時(shí)、高效的數(shù)據(jù)采集體系，建設(shè)包括存儲(chǔ)、集成、訪問、分析、管理功能的使用平臺(tái)，實(shí)現(xiàn)工業(yè)技術(shù)、經(jīng)驗(yàn)、知識(shí)的模型化、標(biāo)準(zhǔn)化、軟件化、復(fù)用化，不斷優(yōu)化研發(fā)設(shè)計(jì)、生產(chǎn)制造、運(yùn)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(yīng)用，最終形成資源富集、多方參與、合作共贏、協(xié)同演進(jìn)的制造業(yè)新生態(tài)。
工業(yè)互聯(lián)網(wǎng)平臺(tái)功能架構(gòu)圖及設(shè)備智能運(yùn)維云平臺(tái)詳見圖2、圖3和圖4。

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

圖3 – 設(shè)備智能運(yùn)維云平臺(tái)架構(gòu)參考圖a（來源于博華科技網(wǎng)頁）

圖4 – 設(shè)備智能運(yùn)維云平臺(tái)架構(gòu)參考圖b（來源于博華科技網(wǎng)頁）

工業(yè)設(shè)備運(yùn)行過程中高頻數(shù)據(jù)（信息）采集，往往會(huì)對(duì)網(wǎng)絡(luò)傳輸、平臺(tái)存儲(chǔ)與計(jì)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(huì)用到“邊緣計(jì)算”。在邊緣層進(jìn)行數(shù)據(jù)的預(yù)處理和緩存，成為了主要平臺(tái)企業(yè)的共同做法。

當(dāng)前，工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用覆蓋范圍不斷擴(kuò)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(yù)測性分析和基于深度學(xué)習(xí)的指導(dǎo)性分析。

1）設(shè)備維護(hù)場景中

工業(yè)互聯(lián)網(wǎng)平臺(tái)結(jié)合設(shè)備歷史數(shù)據(jù)與實(shí)時(shí)運(yùn)行數(shù)據(jù)，構(gòu)建數(shù)字孿生，及時(shí)監(jiān)控設(shè)備運(yùn)行狀態(tài)，并實(shí)現(xiàn)設(shè)備預(yù)測性維護(hù)。

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(duì)設(shè)備、產(chǎn)線、場景能效使用進(jìn)行合理規(guī)劃，提高能源使用效率，實(shí)現(xiàn)節(jié)能減排。

3）產(chǎn)品/裝備遠(yuǎn)程預(yù)測性維護(hù)場景中

在平臺(tái)中將產(chǎn)品/裝備的實(shí)時(shí)運(yùn)行數(shù)據(jù)與其設(shè)計(jì)數(shù)據(jù)、制造數(shù)據(jù)、歷史維護(hù)數(shù)據(jù)進(jìn)行融合，提供運(yùn)行決策和維護(hù)建議，實(shí)現(xiàn)設(shè)備故障的提前預(yù)警、遠(yuǎn)程維護(hù)等設(shè)備健康管理應(yīng)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(jìn)，制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化轉(zhuǎn)型步伐加快，APP從消費(fèi)領(lǐng)域向工業(yè)領(lǐng)域快速滲透。世界主要發(fā)達(dá)國家正在加快布局工作互聯(lián)網(wǎng)平臺(tái)，大力部署工業(yè)APP，通過激活工業(yè)數(shù)據(jù)和知識(shí)資源，賦能工業(yè)提質(zhì)增效和轉(zhuǎn)型升級(jí)。

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(guān)業(yè)務(wù)的場景需求，把工業(yè)產(chǎn)品及相關(guān)技術(shù)過程中的知識(shí)、最佳實(shí)踐及技術(shù)訣竅封裝成應(yīng)用軟件。其本質(zhì)是企業(yè)知識(shí)和技術(shù)訣竅的模型化、模塊化、標(biāo)準(zhǔn)化和軟件化，能夠有效促進(jìn)知識(shí)的顯性化、公有化、組織化、系統(tǒng)化，極大地便利了知識(shí)的應(yīng)用和復(fù)用。

工業(yè)APP既可以安裝、部署和運(yùn)行在諸如工業(yè)大數(shù)據(jù)平臺(tái)、工業(yè)通用設(shè)計(jì)軟件平臺(tái)、生產(chǎn)管控平臺(tái)等系統(tǒng)平臺(tái)上，也可以單獨(dú)使用在電腦單機(jī)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(yīng)用參考架構(gòu)圖（來源于《工業(yè)互聯(lián)網(wǎng)平臺(tái)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(jī)器學(xué)習(xí)方法正在成為工業(yè)互聯(lián)網(wǎng)平臺(tái)的標(biāo)準(zhǔn)配置。工業(yè)APP可由工業(yè)大數(shù)據(jù)驅(qū)動(dòng)，調(diào)用大數(shù)據(jù)與機(jī)器學(xué)習(xí)微服務(wù)或能力，替代人工積累經(jīng)驗(yàn)，并自動(dòng)發(fā)現(xiàn)知識(shí)，實(shí)現(xiàn)自診斷、預(yù)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(shù)體系。工業(yè)APP通過將行業(yè)工業(yè)技術(shù)結(jié)構(gòu)化、數(shù)字化和模型化，可以建立各種工業(yè)技術(shù)之間的有序關(guān)聯(lián)，形成覆蓋工業(yè)產(chǎn)品研發(fā)、生產(chǎn)和運(yùn)維全過程的完整知識(shí)圖譜。借助工業(yè)APP的可存儲(chǔ)、可計(jì)算和可升級(jí)，不斷地促進(jìn)著企業(yè)知識(shí)的更新?lián)Q代。

6.3 專家系統(tǒng)
盡管離心泵屬于通用機(jī)械，但由于其專業(yè)性非常強(qiáng)，屬于一門半理論半經(jīng)驗(yàn)的學(xué)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(gè)具有大量專門知識(shí)與經(jīng)驗(yàn)的程序系統(tǒng)，根據(jù)某個(gè)領(lǐng)域的專家提供的知識(shí)和經(jīng)驗(yàn)進(jìn)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(shí)庫、數(shù)據(jù)庫、推理機(jī)及知識(shí)獲取器五個(gè)部分組成。

專家系統(tǒng)在工業(yè)企業(yè)中的典型應(yīng)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(shè)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(yù)測型專家系統(tǒng)。根據(jù)以往數(shù)據(jù)預(yù)測未來情況。如根據(jù)趨勢(shì)預(yù)測設(shè)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(yàn)，合理地選擇控制動(dòng)作，達(dá)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(jī)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(shí)的過程，是一種能夠智能的自動(dòng)的將數(shù)據(jù)轉(zhuǎn)換成有用信息和知識(shí)的技術(shù)及工具。

數(shù)據(jù)挖掘在工業(yè)企業(yè)中的典型應(yīng)用：

1）商務(wù)。主要包括電子商務(wù)、客戶關(guān)系管理等?？梢杂脭?shù)據(jù)挖掘發(fā)現(xiàn)電子商務(wù)客戶的共性和個(gè)性的信息、獨(dú)立和關(guān)聯(lián)的信息、現(xiàn)實(shí)和預(yù)測的信息等，所有這些信息經(jīng)過分析，能對(duì)客戶的消費(fèi)行為等做出統(tǒng)計(jì)和分析，為管理者提供決策依據(jù)。

2）運(yùn)維。通過對(duì)歷史時(shí)間序列數(shù)據(jù)的挖掘、分析，預(yù)測未來一段時(shí)間內(nèi)的發(fā)展趨勢(shì)及其帶來的影響。

6.5 實(shí)際工程案例
實(shí)際工程應(yīng)用中，制造商可以將結(jié)合了理論知識(shí)、設(shè)計(jì)數(shù)據(jù)和最佳工程實(shí)踐的離心泵專家系統(tǒng)進(jìn)行標(biāo)準(zhǔn)化、模型化、軟件化封裝成不同的工業(yè)APP，如振動(dòng)、性能、壽命預(yù)測APP等，通過數(shù)據(jù)對(duì)比、推理、判斷和挖掘，以發(fā)現(xiàn)設(shè)備運(yùn)行中可能潛在的問題，最終的目的是優(yōu)化運(yùn)行、提高效率、延長壽命，同時(shí)實(shí)現(xiàn)對(duì)設(shè)備預(yù)測性維護(hù)。

某核電站反映現(xiàn)場位號(hào)為3CEX002MO（立式VS6）的離心泵組長期存在電動(dòng)機(jī)上軸承（座）振動(dòng)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(dòng)值不穩(wěn)定，泵組啟動(dòng)后在1~7 mm/s之間來回波動(dòng)。

2）停泵狀態(tài)下（相鄰泵組在運(yùn)行），電動(dòng)機(jī)上軸承振動(dòng)達(dá)到2 mm/s。

3） 單泵試車期間振動(dòng)正常，凝汽器抽真空后再啟動(dòng)，振動(dòng)明顯升高。

4） 泵的振動(dòng)隨流量升高呈下降趨勢(shì)。

現(xiàn)場實(shí)測振動(dòng)頻率與電機(jī)上部的固有頻率一致，由此，現(xiàn)場懷疑電機(jī)的振動(dòng)是由于流體激振頻率和電動(dòng)機(jī)固有頻率之間產(chǎn)生共振所致。

帶有專家系統(tǒng)的振動(dòng)診斷工業(yè)APP（如有）所列出的引起振動(dòng)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(dòng)/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(yùn)行。

6） 零部件松動(dòng)或損壞。

7） 零部件強(qiáng)度不足。

8） 基座松動(dòng)。

9） 基礎(chǔ)強(qiáng)度不足。

10） 泵在偏小流量或偏大流量處運(yùn)行。

11） 泵入口壓力偏低和/或進(jìn)水箱壓力偏低。

12） 泵發(fā)生汽蝕。

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

14）泵組不對(duì)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(yīng)用于國內(nèi)各大核電站，具有很多相同工況非常良好的運(yùn)行業(yè)績。經(jīng)帶有專家系統(tǒng)的工業(yè)APP（如有）對(duì)所有信息的對(duì)比、分析、排除、推理，最終判斷電動(dòng)機(jī)上軸承振動(dòng)偏大可能的原因如下：

1）現(xiàn)場基礎(chǔ)強(qiáng)度不足（相鄰泵之間互相干擾）；和/或

2）機(jī)械松動(dòng)（檢查泵組地腳螺栓是否松動(dòng)）；和/或

3）泵偏離高效區(qū)運(yùn)行。

說明：以上僅提供一種可參考的預(yù)測或診斷思路，結(jié)果不一定非常準(zhǔn)確。

7 分析結(jié)果的實(shí)施

當(dāng)發(fā)現(xiàn)潛在問題時(shí)，監(jiān)控系統(tǒng)可以通過自動(dòng)電子郵件報(bào)告通知設(shè)備供應(yīng)商和/或用戶和/或現(xiàn)場操作人員，確定報(bào)警級(jí)別（是否需要立即處理還是需要關(guān)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(jī)械密封失效、性能偏差、聯(lián)軸器未對(duì)中、轉(zhuǎn)子不平衡、汽蝕、基礎(chǔ)松動(dòng)、振動(dòng)、噪聲等。

對(duì)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(jī)客戶端APP、工業(yè)APP來調(diào)整設(shè)備的運(yùn)行，甚至可以由工業(yè)APP自動(dòng)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(duì)泵賦予某一單一智能化功能（如優(yōu)化運(yùn)行方式、自動(dòng)啟停泵的數(shù)量等）；然后，在經(jīng)驗(yàn)及市場需求的基礎(chǔ)上，不斷對(duì)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(dòng)態(tài)控制系統(tǒng)，它們基于算法自動(dòng)調(diào)整泵的流量和揚(yáng)程，使工作點(diǎn)始終處于最優(yōu)狀態(tài)。

由于用戶/設(shè)計(jì)院通常不知道較準(zhǔn)確的現(xiàn)場系統(tǒng)阻力曲線，因此，設(shè)計(jì)人員會(huì)選擇一個(gè)比系統(tǒng)阻力曲線高得多的設(shè)計(jì)曲線，從而導(dǎo)致泵的使用功率超過了實(shí)際需要的功率，造成不必要的能源浪費(fèi)。動(dòng)態(tài)控制系統(tǒng)依據(jù)從泵組內(nèi)部信號(hào)中自動(dòng)收集到的信息，可以自行判斷出系統(tǒng)阻力曲線，然后自動(dòng)優(yōu)化運(yùn)行工況。

丹麥GRUNDFOS公司推出了一款實(shí)時(shí)分析和診斷機(jī)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(yīng)用的旋轉(zhuǎn)設(shè)備提供準(zhǔn)確的內(nèi)部分析。它使用先進(jìn)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_(tái)，該平臺(tái)上的算法可檢測到最小的振動(dòng)、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(wù)并發(fā)送給維護(hù)團(tuán)隊(duì)，從而延長設(shè)備的使用壽命并提高運(yùn)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(shí)時(shí)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(yù)測設(shè)備的狀況、預(yù)見未來泵將發(fā)生的情況，從而增加泵的正常運(yùn)行時(shí)間，并對(duì)其進(jìn)行預(yù)測性維護(hù)。

美國FLOWSERVE公司開發(fā)了基于網(wǎng)絡(luò)的軟件程序 - IPS觀察平臺(tái)和Flowstar.net，可以實(shí)現(xiàn)：通過簡化的示意圖查看性能狀態(tài)；監(jiān)控實(shí)時(shí)設(shè)備性能；進(jìn)行預(yù)測分析；基于事實(shí)和可證實(shí)數(shù)據(jù)的糾正措施建議；回顧設(shè)備歷史信息；管理設(shè)備更換、維修、保養(yǎng)、調(diào)整的時(shí)間及成本等。

至于離心泵運(yùn)行維護(hù)方面的APP的開發(fā)：

1）對(duì)于一些有實(shí)力的企業(yè)，可以自行開發(fā)。

2）對(duì)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(tái)商或第三方開發(fā)商/開發(fā)者合作，共同開發(fā)。

8.2 人機(jī)結(jié)合
無論基于技術(shù)、成本還是歷史經(jīng)驗(yàn)，現(xiàn)階段離心泵都無法達(dá)到完全的智能化。因此，通常的做法是進(jìn)行人機(jī)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(jí)的需要。

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

智能化有助于預(yù)測性維護(hù)、優(yōu)化系統(tǒng)運(yùn)行、節(jié)省停機(jī)時(shí)間和能源消耗。同時(shí)，通過更主動(dòng)的預(yù)測性的維護(hù)模型，增加設(shè)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(tái)和工業(yè)APP。

現(xiàn)階段，離心泵智能化應(yīng)由簡到繁、采用人機(jī)結(jié)合的方式。

參考文獻(xiàn)

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

[2] 謝小青，泵行業(yè)如何實(shí)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(hào) 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(tái)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