|
工业设备状态监测与故障诊断行业特点、发展现状、应用市场分析
来源：思瀚产业研究院 容知日新
工业设备状态监测与故障诊断通过识别和抓取工业设备运行中的相关信息并进行数据分析，确定故障性质、部位和起因，并准确预报设备故障的程度和趋势，并提出相应的运维策略。随着传感器技术、芯片技术、计算机软件技术、大数据分析和人工智能的不断成熟和发展，使得状态监测与故障诊断在工业领域的应用市场前景十分广阔。
作为国家现代装备制造业和工业互联网技术的重要基础部件组成部分，状态监测与故障诊断产业的发展对提升风电、石化、冶金、煤炭、有色金属、建材、造纸、制药、环保、国防等国家支柱产业的工业设备智能化管理水平具有重要作用。
1、行业发展概况
（1）行业发展历程
状态监测与故障诊断技术是一门紧密结合生产实际的工程科学，是现代化生产发展的产物，状态监测与故障诊断技术起源于美国和欧洲等工业发达国家。早在 20 世纪 60 年代末，美国国家宇航局就创立了美国机械故障预防小组；英国成立了机械保健中心。1971 年，美国麻省理工学院的 Beard 在博士论文中首先提出用解析冗余代替硬件冗余，通过系统的自组织使系统闭环稳定，再利用比较观测器的输出得到系统故障信息的新思想，标志着基于解析冗余的故障诊断技术的诞生。经过几十年的理论研究和实际应用，状态监测与故障诊断技术为提高系统的可靠性和安全性开辟了一条新的途径，并在技术进步和市场拓展的双重驱动下得到了迅速的发展，产生了巨大的经济效益和社会效益。
我国的设备监测与故障诊断产业起步较晚，但经过多年快速发展，该领域从技术理论到应用实践都取得了巨大的进步。随着现代自动化技术水平的不断提高，工业设备制造和工程系统的复杂性大大增加，系统的可靠性与安全性已成为保障经济效益和社会效益的一个关键因素，成为我国先进装备制造业和传统工业自动化升级的重要基础保障，受到各行各业的高度重视。我国设备监测与故障诊断技术的发展可分为以下几个阶段：
第一阶段：依靠现场获取设备运行时的感观状态，如异常振动、异常噪音、异常温度、润滑油液中是否含有磨削物等，并凭经验或多位专家进行分析研究确定可能存在何种故障或故障隐患。
第二阶段：随着测量以及测量仪器的深入研究发展，设备状态监测逐步发展为依靠测量仪器测量设备的某些关键部位，以获取如频率、振幅、速度、加速度、温度等参数并记录下来，通过计算出某些固有参数与测量参数进行对比，确定故障点或故障隐患点，或者通过对某些参数多次测量的数值进行比较，依据其劣化趋势确定其工作状态。
第三阶段：随着计算机技术的发展和软件技术的开发，工业设备管理已进入计算机管理模式，状态监测与故障诊断技术也发展到计算机时代，一些专用的状态监测仪器不仅具有测量、记录现场参数，还能进行一些简单的数据分析处理，要作进一步的分析处理时，只需将数据采集中获取的参数通过通讯线传入计算机，计算机便能对这些数据做出综合分析，并显示出相关的图谱如：倍频谱图、倒频谱图、时域频谱图、幅值图等，并可通过计算机的专家系统对所测的数据进行综合评价。
第四阶段：随着其他各门学科的进一步发展和计算机网络技术的飞速发展，状态监测领域故障诊断技术方面的研究工作已进入深度和广度发展的阶段，研究工作从监测诊断系统的开发研制进入到诊断方法的研究；监测诊断手段由振动工艺参数的监测扩大到油液、扭矩、功率、甚至能量损耗的监测诊断；研究对象由旋转机械扩展到发动机、工程施工机械以及生产线；时空范围由当地监测诊断扩大到异地监测，即监测诊断网络。
随着国家工业设备自动化升级、大力发展先进装备制造和两化融合战略的深入推进，以及工业互联网的科学技术进步，我国工业设备状态监测与故障诊断的智能化水平不断提升，应用领域不断拓展。智能化在线监测市场需求将呈现快速增长趋势，行业迎来快速发展期。
（2）主要应用市场状况
当前，我国工业设备状态监测与故障诊断主要应用于风电、石化、冶金、水泥和煤炭等领域，上述领域企业设备投资较大，且对生产运行过程中的连续性、稳定性和高效性等要求较为严格，因此设备智能运维的需求较高。风电、石化、冶金、水泥和煤炭等主要应用领域的细分市场具体情况如下：
1）风电行业
风力发电机组是风能转换为电能的核心设备，受风电场建设区域限制，主要分布在戈壁、丘陵、沿海或海洋等地域偏远、人员稀少地区。风电行业具有设备运行位置高、设备维修费用高、日常巡检难度大、现场工作人员易流失等行业特点。近年来，随着风电机组故障或事故频发造成的经济损失或人员伤亡案例逐年增加，风电机组的状态监测与故障诊断技术得到越来越多的关注。通过使用有线监测系统可有效实现对风力发电机组远程集中实时监测，提升设备监测和管理智能化水平。因此，智能化有线监测系统在风电行业中逐步获得广泛应用。
为规范风电发展秩序和提升风电行业设备管理水平，国家能源局于 2011 年颁布行业标准 NB/T31004-2011《风力发电机组振动状态监测导则》，规定陆上2MW 以上（含 2MW）风电机组和海上风电机组需安装有线监测系统。对于《风力发电机组振动状态监测导则》颁布前已安装的巨大存量市场，因设备投运年限均已较长，已逐渐进入机械系统故障高发期，面临越来越严峻的设备资
产管理挑战，通过使用有线监测系统来保障设备安全运行，指导运行维护工作，已成为业内共识。《风力发电机组振动状态监测导则》对风电行业状态监测应用提出了明确的要求，对加强状态监测与故障诊断系统在风电设备的应用起到巨大的推动作用。风电市场成为我国状态监测与故障诊断行业最重要的下游应用市场之一，其巨大市场容量为行业不断发展提供了广阔的空间。
近年来，我国风电电源建设投资规模整体呈上升趋势。根据 Wind 的数据显示，2015-2022 年，我国风力发电并网装机容量年复合增长率为 16.13%，呈现逐年增长趋势。截至 2022 年末，我国风电并网装机容量达到 36,544.00 万千瓦，已突破 3 亿千瓦大关，较 2016 年底实现翻番。2015-2022 年，我国风电发电量亦逐步上升，截至 2022 年末，我国风力发电量已达到 6,867.20 亿千瓦时。
风能作为一种可再生能源，蕴量巨大，近年来日益受到世界各国的重视。世界能源理事会（WEC）数据显示，全球陆地风能资源超过 1 万亿千瓦。全球风能理事会（GWEC）预测，到 2030 年风电年新增市场达到 145GW，累计市场达 2,110GW；到 2050 年，年新增市场达到 208GW，累计市场容量达5,806GW。随着各国风力发电产业不断受到重视和持续发展，状态监测与故障诊断产品未来在该领域市场空间广阔。
2）石化行业
石油化工行业具有典型的连续生产的特点，工艺技术复杂，对反应装置、仪表、设备状况要求严格，且化工原料、产品易燃易爆，对安全管理要求较高，设备一旦出现突发故障轻则导致设备非计划停机，重则导致安全生产事故发生。往复压缩机、离心压缩机、螺杆压缩机、泵、风机等关键设备的稳定运行是石化企业安全生产的基石，石油化工企业需在关键性的往复压缩机、离心压缩机、机泵等设备上安装状态监测与故障诊断系统，以对其进行状态监测和故障诊断。
石油化工行业设备安全、可靠、稳定的运行直接关系到企业的人员生命财产安全和经济效益，2010 年中国石化下发的《关于切实做好高温油泵和重要机泵安全运行的指导意见》中明确提出了“建议有条件的企业安装在线机泵群状态监测系统”。2015 年 4 月，国家安监总局组织的对二甲苯生产企业安全专项检查中也提出了“对二甲苯生产装置高温泵增加温度和振动监测系统，实现在线监测”的政策性要求。随着我国工业化与信息化的不断融合，以及石油化工行业不断向生产过程智能化、资产全生命周期管理智能化转型升级，构建更为先进、实用的状态监测与故障诊断系统成为石油化工行业的迫切需要。
石油化工行业在我国国民经济的发展中有重要作用，为社会发展提供必要的石油能源和化工产品，是中国的支柱产业之一。根据中国石油和化学工业联合会发布的数据，截至 2022 年末，石油和化工行业规模以上企业 28,760 家，累计实现营业收入 16.56 万亿元，同比增长 14.4%，占全国规模工业收入的12%。巨大的行业市场规模，以及石化企业自身设备状态监测与故障诊断需求不断增加，为状态监测与故障诊断系统在石油化工行业的不断应用拓展提供了广阔的市场空间。
3）钢铁行业
钢铁行业属于资产密集型产业，炼铁、炼钢、热轧和冷轧等阶段生产自动化程度高、连续运行时间长、生产环境恶劣，设备的可靠性直接影响着企业生产的连续性和产能，是制约钢铁企业经济效益增长的重要因素之一。状态监测与故障诊断系统具有数据实时采集、数据精度和准确度高、极大降低巡检人员工作量等优点，作为传统设备管理手段的重要技术升级已经被越来越多的钢铁企业所接受和规模化应用。
钢铁行业作为我国支柱产业之一，为经济的持续快速发展做出了重要贡献，但也正面临着转型升级压力和信息化、智能化不足的困境。2022 年 1 月，工信部、发改委及生态环境部联合下发《关于促进钢铁工业高质量发展的指导意见》，意见中提出大力发展智能制造。开展钢铁行业智能制造行动计划，推进 5G、工业互联网、人工智能、商用密码、数字孪生等技术在钢铁行业的应用，在铁矿开采、钢铁生产领域突破一批智能制造关键共性技术，遴选一批推广应用场景，培育一批高水平专业化系统解决方案供应商。开展智能制造示范推广，打造一批智能制造示范工厂。
建设钢铁行业大数据中心，提升数据资源管理和服务能力。依托龙头企业推进多基地协同制造，在工业互联网框架下实现全产业链优化。鼓励企业大力推进智慧物流，探索新一代信息技术在生产和营销各环节的应用，不断提高效率、降低成本。构建钢铁行业智能制造标准体系，积极开展基础共性、关键技术和行业应用标准研究。我国大型规模的钢铁企业达数百家，钢铁企业大型、关键设备众多，钢铁行业的巨大规模以及行业
自身设备远程运维服务体系建设需求，为状态监测与故障诊断系统提供了广阔的市场空间。
4）水泥行业
水泥行业作为国民经济建设的传统建筑材料行业，属于典型的投资拉动型行业。该行业企业生产设备规模较大，操作系统结构复杂，面临的安全生产风险也较大，需要较为完备的设备状态监测与故障检验系统和持续的安全检查，严格监控安全重点部位，及时消除安全隐患，将安全事故带来的经济损失降至最低。因此，各大型水泥生产企业对设备状态监测与故障检验系统需求量逐渐增加。
水泥是国民经济建设的重要基础原材料，水泥产品广泛应用于工业、农业、交通、水利、国防、民用等各种类型的建筑工程。国家对水泥项目建设投资与生产布局条件、生产线规模、工艺与装备、能源消耗和资源综合利用、环境保护等方面实行高标准将进一步推进水泥产业的结构调整，提高我国水泥行业的现代化水平，有利于水泥行业的长期健康发展。水泥下游产业主要是需要水泥和混凝土制品的房地产、水利、基础设施建设等固定资产投资规模较大的行业。随着“新基建”的全面开展，我国经济发展经济结构日益优化，增长动力更加可持续，为水泥制造业带来更多机会。水泥行业的现代化水平的提升与未来稳定的市场需求为为状态监测与故障诊断系统在水泥行业的大规模运用创造了良好的条件。
5）煤炭行业
我国大多数煤矿地质条件复杂，且绝大多数为井工开采。煤矿井下采深较大，空间狭窄，受地热、人体和机电设备的散热、水分蒸发等因素影响，井下的温度、湿度、空气质量等气候条件较差，作业环境较为恶劣，安全事故频发，对设备稳定运行的要求较高。国家高度重视煤炭行业安全生产，《关于加快煤矿智能化发展的指导意见》（发改能源[2020]283 号）提出，到 2025 年，大型煤矿和灾害严重煤矿基本实现智能化，井下重点岗位机器人作业，露天煤矿实现智能连续作业和无人化运输；到 2035 年，各类煤矿基本实现智能化，构建多产业链、多系统集成的煤矿智能化系统，建成智能感知、智能决策、自动执行的煤矿智能化体系。煤炭行业安全生产要求的提高和智能化进程的加速为状态监测与故障诊断系统创造了较大的需求。
我国富煤、贫油、少气的资源禀赋现状决定了煤炭是我国能源消费的主体。自然资源部发布的《中国矿产资源报告 2022》显示，截止 2021 年底，我国煤炭资源储量为 2,078.85 亿吨，因此煤炭在我国能源供给中处于重要地位，且煤炭供给结构以国产煤炭为主导。预计未来相当长的时期内，煤炭作为我国主导型能源的地位不会改变，因此状态监测与故障诊断系统在我国煤炭行业的运用具有较为广阔的市场空间。
编制：赵青 责任编辑：秦寒
| 
京公网安备 11010802022300号
