中车株洲电力机车研究所谭启明：从EAM视角察觉智能运维

2019年10月21-24日，2019北京国际风能大会暨展览会（CWP2019）在北京隆重召开，大会主题“风电助力‘十四五’能源高质量发展：绿色、低碳、可持续”。自2008年首次在北京举办以来，已连续举办11届，成为北京金秋十月国内外风电行业争相参与的年度盛会。

10月23日上午，举办了“智慧运维论坛——大数据应用，智能预测及故障诊断”。

中车株洲电力机车研究所有限公司风电事业部远程监控软件设计师谭启明发表了题为《从EAM视角察觉智能运维》的主旨演讲。

以下为发言内容：

谭启明：各位专家、各位领导，大家上午好，很高兴我能代表中车来分享一下我们这几年在智能运维领域做的一些工作，今天演讲的主题是从EAM这个系统的角度怎么样去助力风机的智能运维，大家都很清楚，我们从2021年开始，风火同价政策正式实施，有很多地区它的上网电价只有2毛、3毛多，我们作为主机厂，最重要的就是去怎么样合理可靠的去降低它的度电的成本，来适应这个政策的变化。

从运维角度上来说，有两个核心的要素，第一个就是怎么样去提高风机运行的可靠性，第二个就是怎么样去降低从运维的角度要发生的各项的一个管理的支出，其中最核心的几个支出，第一个就是库存，备件的支出，第二个工厂运维的效率，从而去降低运维数量，第三个就是风电场。

风机运维核心就三类业务，第一类风机故障停机怎么快速解决这些问题，第二类就是正常的维度，我们目前从维护角度上来说，增加了各种各样的类型，比如说最传统的定检、定维，一年三次维护，三次巡检，一次定检，到后面加入了智能化运维系统之后，基于状态性的一些预防性维护。甚至现在我们更多有一些高大上的，基于大数据的模型，甚至基于一些仿真的数据加入一些预测性维护的提醒，以及由于风机的故障产生的一些改造的需要，在运维期对风机进行一些机改，这个是运维期的三大业务，我们针对这三个业务进行了分解，去想办法实现风火同价的目标。

首先从故障处理、防御性维护、防测性维护三个方面，在故障处理这块首先就是将维修的经验进行共享，然后通过大数据系统集成的提醒，能够把好的维修的方案能够快速的直接发到每一个风场员工手机上。当然风电有非常大的特殊性，经常风场都是处在戈壁、山地这种移动信号覆盖非常差的地方，我们选择的方案是APP加上短信提醒的模式，短信是最有效的提醒。同时在一些后面新建的风场，我们在风机上覆盖了WIFI，能够通过WIFI的形式，物联网的途径，与公司专业的技术支持和技术人员取得高效的沟通。

在预防性维护这块我们加入了五个状态的提醒，同时以及通过EAM系统本身加入了基于设备状态维护的提醒和耗材更换周期的提醒。在预测性目前使用还是SCADA数据、高频数据以及CMS三类数据对风机进行预测性的提醒。有了这三类之后，我们会把所有的经验进行一个沉淀，以及从数据统计这块，会把一些高频的问题进行统计，自动推送到相关的质量部分进行相应的分析和专项的改造。当然要做好这些，我们已经做成了将相关的数据的编码化，从数据的源头，把相关的数据规范好。

我们实现的途径，目前中车采用的三大平台已经完全实现了集成。其中最核心的就是集控系统数据的采集，完全符合电力标准的采集，它的数据的颗粒度是秒级的。集控主要侧重的对技术的分析，所以对精度要求比较高，对一些特定的数据我们采用10Hz0.1秒颗粒度进行远程的采集。在数据采集之后，我们构建了PHM系统，对基于SCADA数据进行一个模型的分析。目前已经构建了80多个模型，目前在关注的一些领域已经实时跑了起来。第三块是EAM，我们构建了专家知识库、预防性维护和基于备件周转率去降低库存的方式，三个核心的功能点。数据的融合都包含了SCADA数据、地理坐标数据、备品备件数据，还有EAM单机运维本身的OBOM数据。当然这些系统并不是独立存在的，与现有IT相关的物资、发运、设计、制造相关的系统已经完美融合到一起，数据之间互联互通，各取所需。

下面要就分享几个我们已经做成功的案例，首先我们将SCADA系统、PHM系统和EAM系统三个系统集合起来，搭建起了一个自学习快速响应故障处理的状态，它的核心功能就是刚才所说的具备实时监控、故障预警，基于标准化数据提前进行维修方案的决策，支持实时的推送。

举个例子，比如说1分钟之前，某一个风场报了一台故障，之后监控系统会把这个首发故障信息推送到EAM提报单里面来。EAM会有专家知识库，会批发故障最优解决方案，把两个数据合成一个短信，推到风场运维团队所有上去，会去查阅基于APP离线数据库，可以去查询集控系统所有详细的故障信息。基于这些故障信息，他们快速的去响应解决这个问题，如果出现了困难，通过在线的途径与相关支持的工程师进行远程的沟通。处理完成之后，这些数据会通过工单自动写入到知识库。

如果有新的方案，我们也构建了一套流程，流转到技术专家以及可靠性工程师相关的账号上，由他们确认之后，作为一条新的方案，添加到知识库中间，这样就构成了一套自学习快速响应故障处理的生态，这套功能已经在10余个风电场进行验证，取得效果是基于平常维修的时间，降低了17%，这样做很大的效果就是为我们风电场停机损失的减小，注入了很强大的动力。

第二块基于五个状态做了预防性维护的提醒，大家都知道主机厂如果要做集控，其实并不是一个很普遍的事情，我们如果有100个风电场，一般只会有三分之一的风电场业主会同意介入集控数据，还会有三分之二的风电场没有的，怎么办？

我们对每个设备品牌型号维护的周期构建了基础数据。举个例子，比如一个润滑泵，每4个半月要增加一次润滑脂，基于原来传统维护的方案，每年会以风机为单位，进行三次巡检，加一次定检维护的模式。但是我们加入了基于状态性运维的模式之后，以后风机只需要一次一年的定检，其余所有的维护巡检全部取消，完全基于状态的提醒去做相关的维护的工作。举一个具体的例子，以一个变桨电池为例，从吊装开始之后，我们开始计时，从设计源头来说，变桨电池需要三年进行更换，当还不到三年的时候，可能由于某一种故障，电池已经更换了。从这个电池更换后开始，我们会依据电池设备的维护时间重新计时，按照三年周期往后推下一次维护的周期，这样做能够有效防止过度的维护，同时也能保证变桨电池持续可靠的运行，保证风机运行的可靠性。

第三块上了EAM系统以后，我们在数据的统计效率上有了很大的提升，基于原来只有SCADA数据和CMS数据的时候，我们所有的数据要从零散的不同的系统中进行有效的整合，整理成不同的按月度的报告，提供给设计人员去进行分析。上了EAM之后，我们基本上是每个月的1号直接点一个按钮，就能把所有运行的KPI的指标以及运维KPI的指标，包括物料消耗的数据，全部集成在一起。一个按钮就秒出相关所有的报告的数据，形成各类的饼图，有效的把这些数据聚焦在一起。

同时通过报表的转取的技术，可靠性工程师关心的某一个领域直接点击进去，就能打开所有运行和运维以及物资详细数据的信息，这样通过一个高效的数据收集和统计，大大的提高了在专项提升之前收集数据的速度。当然所有数据的收集都是必须依靠标准化的数据，我们目前采用的是符合RDS-PP位号规则项目代码以及故障测点的数据。

EAM它的上线为我们相关领域的精细化的管理做了很大的支撑，其中重点是对设备数据精细化的管控，物料数据精细化的管控以及作业标准数据精细化的管控做了很大的提升。风机其实每一台都是独立存在的，每一台风机都有它的差异性，不仅是从本身传感器的数据来说，它会有一个画像，从本身结构数据和物料的设备数据上来说，每一台都是不同样的，我们通过构建这套系统把所有工单的数据完成之后，会自动的变更所有的单机OBOM数据。

同时工单完成之后会自动变更库存的数据，同时与公司内部SPE数据进行完美的集成，具体以实例化管理，比如一个故障品，会从这个序列号的实物曾经在哪一台风机相关的履历信息以及它什么时候反修，什么时候到供应商，以及它的合同的信息，全部以序列号实例存储起来。通过搭建的基于序列号的管理，同时风场的可靠性，除开风机本身产品可靠性之外，更多也需要人员的作业行为的可靠性。我们目前采用的措施是将作业指导书以及照片嵌入到EAM里面。对吊装的作业过程进行了一个过程化的指控，公司的员工、公司质量管理人员他在家里就能够看到每一台风机今天吊装关键点实施的情况，而且他不需要单独打开具体的单据，系统会自动给他推送相关的，比如照片的数据以及作业相关人员、风速、天气，这些关键的数据出来。

分享一下基于精细化管理的具体效果，举一个例子，从制造商的原厂来说，做成了这么一个事情，我们对物料本身进行了精细化的分析，对它的最小的可更换单元的规则进行了严格的判定，同时我们基于RDS-PP位号的规则，已经成功的实现了从设计的BOM到制造的BOM，来一键生成单机运维的BOM。这样较原来的基于传统的制造业企业来说，我们取得了一个很大的提升，这样的数据就是数字化运维的基础。

下面我分享一个基于库存周转率如何合理地备料的功能的案例。周转率就是每一个月真实的物料消耗的数量去除以当月库存的数量，这个就是物料的周转率，我们认为一个物料当月的备量。如果当月都能消耗掉，这就是最佳的状态，当这个物料长期周转率偏低，它是存在物料呆滞的情况，我们会把这个数据每个月定期算出来，推送到物料管理部门，自动把这些周转率偏低的物料去调拨到其他风电场，通过这样降低每个风电场库存的资金。

后面我们做一些我们工作的计划，我们下一步想引进形影系统，主要是依据仿真的数据，我们想通过EAM的运维数据和SCADA数据去反推仿真数据，我们从样机开始，就把很多可靠性的问题的源头处理掉，从设计之初就提供可靠的产品。

另外我也想做一个呼吁，风电行业它是一个充分竞争，但是又充分合作的行业，我们的数据也高度的共享，包括供应链也充分的交融，我们希望行业能共同把数据本身标准化的工作做好，尽量能让我们的数据充分的共享，互联互通，共同把整个行业运维的成本降下来，谢谢大家。

（根据演讲速记整理，未经演讲人审核）