兰州石化成功研发出国内首个离线监测智能诊断体系

　　9月9日，兰州石化机电仪运维中心员工张文杰、王琪琪手拿手持式采集仪，在300万吨/年重催装置采集机泵运行数据。此时，该中心生产管理部副主任杜毅也盯着眼前的办公电脑，实时研判着同步回传的信息。

　　今年以来，兰州石化针对转动设备运维“痛点”，以技术创新为核心驱动力，成功研发出国内首个离线监测数据智能诊断体系，实现了设备运维从“经验驱动”向“数据驱动”的重大跨越。

　　“我们负责8000余台离线监测设备监测，每天产生近2000条振动频谱、波形数据。过去，都是人工处理数据，不仅耗时耗力，还容易漏判或误判。”兰州石化机电仪运维中心技术服务部副组长张忠信说。

　　为突破这一困境，兰州石化深度融合故障预测与健康管理编辑平台技术，精准结合一线专家现场诊断经验与设备故障机理，历经多轮打磨调试，拓展开发出国内首个适配离线监测数据的智能诊断模型。

兰州石化公司员工在生产现场采集机泵运行数据。

　　该模型采用模块化编程，将46个指标算子、16种常见故障诊断进行深度整合与优化，精准覆盖设备故障判断需求，可全面诊断离心泵、电动机的不平衡、不对中等核心故障，并针对滚动轴承细分故障，开发保持架、滚动体、内外圈故障诊断子模型，实现靶向识别。经数据验证，该模型诊断准确率达83.3%，人工诊断的工作量显著降低。8月以来，该模型在300万吨/年重催装置140台设备上成功应用，累计故障报警11次，维修人员依据诊断结论及时维保，有效避免故障扩大。

　　在构建设备全生命周期智能管理体系上，兰州石化机电仪运维中心针对设备管理系统与设备健康管理系统数据不通用的问题，研发数据对接程序，实现监测软件振动数据无缝接入设备管理系统，并整合设备台账、历史检修、实时监测数据，建成包含42344台机械电气设备、10万余条信息的设备基础数据库，打破数据孤岛。

　　“通过建立离线监测智能诊断模型，我们实现了‘数字+专业’的深度融合，推动运维模式从被动维修向预知检修转变，让决策从‘经验判断’升级为‘精准导航’。”张忠信信心十足。

　　兰州石化将继续整合在线监测数据，推动诊断模型向AI方向迭代升级，提升设备本质安全水平，打造可借鉴、可推广的模板，为炼化行业设备管理数字化升级树立“兰州石化标杆”。（杨莹雪）