化工车间除尘设备预测性维护系统的构成与关键技术

　　一、系统功能构成：

　　（1）数据的采集。通过SISPT实时数据获取电厂锅炉侧工况数据，通过OPC获取化工车间除尘设备上位机所收集的数据，这两数据以机组DCS时钟或者以GPS时钟为基准，将采集的数据经过物联网VPDN远程传输到分析平台，按照时间序列存储。

　　（2）数据分析。通过除尘设备运行的历史数据，采用机械劣化模型和过载模型，对高压变压器、加热器、振打器、灰斗等关键部件的单台设备负荷的能力、寿命分析、老化分析和流量进行分析。

　　（3）维护策略。根据不同场景下设备的异常状态，定制相应的维护策略，建立维护知识库，使运维人员能够尽快进行设备异常排查，及时采取措施，避免因设备故障停机检修，使除尘设备处于较佳运行状态，建立除尘设备备品备件的生命周期管理。

　　二、系统的关键技术：

　　（1）除尘设备和工艺。化工车间除尘设备的结构包括电气和机械两部分，电气部分是由高压直流电源装置（含控制系统）和低压控制系统组成。其原理是利用高压使两极之间的气体电离，气体电离产生的离子在运动过程中与尘埃碰撞，使尘埃带电，带电的粉尘在电场力的作用下移动到收尘极被收集,从而实现体的除尘。

　　（2）预测性的维护模型。静电除尘设备常遇的故障有阴极线断线,振打失灵隔缘孑破裂、灰斗堵灰构成的电场短路。以电场短路为例,其判断逻辑以及维护操作。

　　除尘设备预测维修模型的算法构建综合考虑了故障信息、维修时间、运行时间、预警阈值、逐月分析、同比分析和相关性分析，从而提高模型的正确性，实现设备在线预警和状态维修的辅助决策功能。利用知识库，构建了电除尘器设备状态等别评价的体系，制作了评价标准，实现了化工车间除尘设备工作状态的健康等别。