編輯按
工業設備上云是工業互聯網平臺建設和應用的重點、難點，也是切入點，意義十分重大。2018年7月工信部發布的《工業互聯網平臺建設及推廣指南》，提出要“實施工業設備上云‘領跑者’計劃”，并明確了四類十大重點工業設備，即以煉鐵高爐、工業鍋爐、石化設備為代表的高能耗設備，以柴油發動機、大中型電機、大型空壓機為代表的高通用設備，以工程機械、數控機床為代表的高價值設備和以風電、光伏為表的新能源設備。
三年來，工業設備上云取得了重大進展，全國重點工業互聯網平臺連接的工業設備數量超過7300萬臺套，上云深度從狀態監測、故障診斷向預測預警、精準運維演進。為幫助業界進一步明確不同工業設備上云面臨的痛點問題、應用場景、實施路徑和推廣前景，賽迪智庫信息化與軟件產業研究所工業互聯網研究室在調研40余家企業的基礎上，編制形成了“工業互聯網平臺+工業設備上云”系列研究報告。
大中型電機面臨著設備利用效率低、設備維護成本高、設備安全風險大和設備能耗成本高等痛點問題。以上海電科電機科技有限公司、中科森尼瑞、山東產研智能電機研究院等為代表的解決方案企業積極探索基于工業互聯網平臺推動大中型電機上云，并開展電機設備托管、電機狀態監測、電機故障預警、電機智能運維和電機能效優化等新型應用服務，降低大中型電機能耗水平，提升大中型電機精準運維效率。
痛點問題
01設備利用效率低
大中型電機被廣泛應用于生產制造、城市交通和物流運輸等不同行業，是各種復雜系統的重要動力裝置。但是受限于工藝千差萬別、系統匹配不合理、長期低負荷運行、調節方式落后、工況復雜多樣等因素，我國大中型電機系統在運行過程中損耗較多電能，實際運行效率比國際先進水平低10%—20%，設備利用效率提升空間巨大。
02設備維護成本高
電機系統是一個包含電機本體、拖動設備、控制裝置、管網設施等綜合系統，在溫度、濕度、壓強等環境參數不一的各種復雜工況中運行，設備故障頻率較高。在主要依托人力資源開展設備維護的傳統方式中，人力維護成本和備品備件管理成本居高不下，電機設備計劃外停機時間較長，影響其他生產設備正常運轉，會給企業帶來巨大損失。
03設備安全風險大
電機設備是一種專業的高功率電器，其檢修運維需要專業技術人員和豐富實踐經驗，設備產品安全風險較高。如果安全管理不規范或工作人員操作不當，電機設備容易發生設備傾斜、設備砸人等引發的機械風險，漏電等引發的電擊風險，短路等引發的火災風險，以及輻射風險等，導致重大人員傷亡和財產損失。
04設備能耗成本高
據測算，目前我國工業能耗約占總能耗的70%，其中電機能耗約占工業能耗的60%—70%，考慮非工業電機能耗，電機實際能耗約占總能耗的50%以上，是名副其實的“用電大戶”。我國電機產品在設計的精細化、制造的智能化、質量的標準化等方面明顯不足，高效節能電機普及率不高，實際運行功率難以監測，能耗成本普遍較高。
應用場景
01電機設備托管
推動大中型電機設備上云，可加速設備運行數據的云端匯聚，基于各類機理模型和算法模型，實現設備在少人干預的情況下高效、安全運轉，有效提升設備利用效率。一是信息自感知。高效采集電機設備的溫度、功率、工況、振動等各類運行信息，在云端將相關數據建立聯系，動態、全面監控設備運行狀態。二是業務增值決策?；趯υO備運行狀態的精準掌控，充分利用行業知識圖譜和大數據、人工智能等技術加速人工操作經驗的軟件化進程，指導設備在不同情況下的增值決策。三是控制自執行。在云端進行正確決策的基礎上，將決策信息轉換成設備可理解、可執行的決策模型，驅動設備自我調節，在無人干預情況下實現安全、高效運轉。
目前，基于上云的電機設備托管應用，仍處于市場預熱階段，尚未實現大規模的商業化推廣。上海電科電機科技有限公司等企業正積極完善電機托管的解決方案，充分消除用戶的顧慮，提高用戶的接受程度，提升用戶的電機利用效率。
02電機狀態監測
推動大中型電機設備上云，可以實時采集和監測設備運行數據和環境參數，打通設備之間數據流通渠道，實現設備狀態實時監測。一是設備數據采集。加快智能傳感器、工業網絡等基礎設施部署，精準采集電機設備的電流、電壓、頻率、振動、噪音、溫度、時間等運行參數。二是設備互聯互通。推動電機設備與其它設備數據的云端匯聚，消除各類生產設備間的數據孤島問題，實現設備數據的集成共享和全局可視。三是設備狀態監測?；诓杉母黝愒O備參數，完善設備數字畫像，實現設備運行時間、環境等動態數據的數字化和可視化，實時反映設備運行狀態。
例如，ABB集團通過智能傳感器將低壓電機與工業互聯網相連接，從而實現對電機的連續監測。傳感器可以便捷地貼附在電機上，將電機震動、溫度、負載和能耗等關鍵數據傳輸到云端。數據顯示，這款智能傳感器解決方案可減少高達70%的電機停機時間，將其使用壽命延長高達30%，并通過優化電機性能降低能耗達10%。
上海電器科學研究所(集團)有限公司研發的智能采傳設備采用了“傳感器+智能網關”的一體化設計，將其吸附在電機外殼上，就能實時、連續地采集計算電流、振動、溫度、能耗等多種電機運行參數，并通過4G、Wifi或有線方式將數據上傳至工業互聯網平臺，利用機器學習進行分析處理，從而針對電機實現精確的狀態監測、準確的故障預警及可靠的預測性維護。
山東產研智能電機研究院開發的網格化“環保管家”電監管服務云平臺，通過對生產和環保設備的驅動電機增加物聯終端實現設備運行實時檢測、生產和環保工藝聯動建模、用電數據AI分析，結合環保部門停/限產管理要求，實現100%實時監管和異常預警;輔以數字地圖、消息推送、統計圖表等功能幫助環保部門對所轄區域的環保治理情況做到無死角、能閉環的全面掌控。在服務于環保電監管的同時，為企業提供了電機運行狀態檢測、故障診斷、健康管理、能源優化和工藝合理性分析等更增值的服務，幫助企業達到改善設備管理、優化工藝、節能降耗的目的，實現了政府監管和企業提升的“雙贏”。
03電機故障預警
推動大中型電機設備上云，可基于實時采集的設備狀態數據，結合工業機理模型挖掘并預警設備故障，減少設備計劃外停機時間。一是設備數據分析。應用大數據、人工智能等新興技術，對采集的設備數據建立科學的故障分析模型，為電機維護提供科學依據。二是設備故障預警。結合電機設備故障分析模型，精準預測設備故障位置、時間，減少設備停機時間，全面優化檢修流程。三是設備虛擬運維。以設備故障位置、時間為基礎，在賽博空間對設備運維方案進行全角度、多方位的仿真驗證，確定最佳設備維護方案。
例如，中科森尼瑞開發了電動機預測性維護系統，基于電機設備上的各種傳感器，將各類電機運行參數準確上傳至云端，全面監控電機運行狀態，基于電參量和非電量兩類數據對電機進行預測性維護。在基于電參量進行預測性維護方面，通過利用電機電流頻譜分析法(MCSA)以及人工智能(AI)預測方法，可實現電機設備實時故障診斷與異常預測，能夠有效降低巡檢成本50%，減少運維人員50%。在基于非電量進行預測性維護方面，通過利用電機設備振動數據，采用設備振動頻譜分析法以及人工智能(AI)分類方法，實現設備在線故障診斷與預測，初期預測準確率就高達60%。
04電機智能運維
推動大中型電機設備上云，可加快部署高精度智能傳感器，實現設備無人智能巡檢、精準遠程運維和綜合運維評估，提高設備運維效率。一是設備智能巡檢。以電機設備上云數據為基礎，加強無人機、機器人等智能設備的使用，優化巡檢路線和方式，避免錯檢、漏檢等錯誤。二是設備遠程運維。匯聚電機設備狀態數據的云平臺，基于電機設備維護方案，向具有執行功能的終端傳達指令，實現設備遠程運維，減少工作風險。三是設備運維評估?；陔姍C設備上云，建立電機設備全生命周期監測體系，對設備運維過程和效果進行綜合評估，進一步優化設備維護方案。
例如，上海電機系統節能工程技術研究中心有限公司，利用電機運行工業機理和行業協會核心資源，開發了電機系統遠程運維服務云平臺，累計與全國150余家大中型電機企業形成合作，行業覆蓋率超過25%，服務終端用戶超過3000家，基于電機運行數據上云，可將采集的電機運行數據和機理模型等相結合，在狀態評估、故障診斷、預測運維等環節助力電機企業實現售后費用下降的經濟目標及產品優化的研發目標。某大型電機企業在與該平臺合作之后，當年即節約成本200余萬，售后服務效率提高了30%以上，平均售后服務成本下降20%以上。
山東產研智能電機研究院開發的電機智能潤滑系統，通過對電機電氣參數、轉速、振動、溫度等運行數據采集上云，結合電機運維和維保管理系統對電機使用、維修、保養全鏈條業務環節進行管理，解決了電機軸承的智能潤滑問題，消除了80%以上的電機機械故障。同時，山東產研智能電機研究院開發的電機工業互聯網平臺，通過對電機上云，結合邊端和云端平臺的機器學習、AI算法、故障建模、大數據分析，實現了電機實時運行監測、故障限值報警、故障診斷與預測分析、遠程專家輔助診斷、維修維保質量檢測等的全生命周期管理。目前平臺已累計服務于山東、吉林、內蒙、云南、四川、廣東等16個省市106家不同行業的電機用戶。輔以手機APP并結合電機智能維保管理系統，在山東某大型冶金國企的應用，實現了點巡檢效率提高80%，降低了用戶備機備件等存貨成本30%的同時，預測性維保有效性提高35%，平均售后服務成本下降60%以上。
05電機能效優化
推動大中型電機設備上云，可準確監測設備運行功率，結合生產情況對設備能耗數據進行分析，實現能耗資源動態優化。一是設備能耗實時監測。將全部電機設備耗電、耗水、耗氣等狀態數據實時更新上傳至云端，一站式、全角度精準監測企業內電機設備的能耗數據。二是設備能耗精準分析。以電機設備實時、全面、精準的能耗數據為基礎，深入分析設備能耗存在的問題環節，確定能耗優化方案，實現能耗精細管理。三是設備能耗動態優化。結合生產計劃和實際生產運轉情況，動態優化能耗供給，減少設備空轉等引起的能耗損失，提高能源利用效率，降低能耗成本。
例如，上海電科電機科技有限公司，利用行業機理和電機設備運行能效評估技術優勢，開發了上電科電機工業互聯網云平臺，累計服務工業企業1000余家，覆蓋包含石化、冶金、水利、制造等重點行業，基于企業能源數據上云，可將采集的運行和產量數據與能效評估、能效優化等機理模型相結合，在能源管理、績效對標、工藝優化等環節助力企業實現提質降本增效的管理和經濟目標。某大型彩印集團在實施云平臺之后，電機系統能效提升12.5%，系統節電率達20%以上，整套系統每年降低成本60余萬。
山東產研智能電機研究院針對磚瓦行業特點和應用需求，以電機運行監測為基礎，開發了磚瓦企業智能工廠管理系統，實現全產線上關鍵設備的電機運行監測以及其他設備系統接口數據接入和環保監測系統數據接入，并以數字孿生可視化管理。通過電機能效分析、單設備負載和工藝參數分析，產線設備能耗和工藝匹配分析，利用數據建模、AI算法及大數據分析，優化生產線中工藝參數及生產節拍，提高產生效率，降低電能消耗。在鄒平某磚瓦企業的應用實現了產出率提高了20%，單塊標磚用電成本減少了5厘錢，平均每天節約3萬元。
推廣前景
電機及其系統廣泛應用于我國能源、化工、冶金、石化、化工、煤炭、建材、公用設施、家用電器以及電力拖動等多個行業和領域，是我國工業的基礎。
據估算，我國電機能效每提高一個百分點，每年可節約用電260多億千瓦時，相當于2020年三峽電站發電量的23%，節能降耗空間巨大。電機巨大的保有量和規模龐大的產業市場，充分表明了電機及系統在國民經濟和社會發展中有著不可替代的重要地位和作用。電機設備效率低、風險大、能耗高等問題日益突出，亟需深入開展上云工程，提升電機設備自監測、自診斷、自優化水平。
文 | 賽迪智庫信軟所工業互聯網研究室 張朝
