2021年中國工業設備狀態監測與故障診斷行業市場發展趨勢分析及細分應用領域市場前景預測
?
狀態監測與故障診斷技術是一門緊密結合生產實際的工程科學,是現代化生產發展的產物,狀態監測與故障診斷技術起源于美國和歐洲等工業發達國家。早在20世紀60年代末,美國國家宇航局就創立了美國機械故障預防小組;英國成立了機械保健中心。1971年,美國麻省理工學院的Beard在博士論文中首先提出用解析冗余代替硬件冗余,通過系統的自組織使系統閉環穩定,再利用比較觀測器的輸出得到系統故障信息的新思想,標志著基于解析冗余的故障診斷技術的誕生。
經過幾十年的理論研究和實際應用,狀態監測與故障診斷技術為提高系統的可靠性和安全性開辟了一條新的途徑,并在技術進步和市場拓展的雙重驅動下得到了迅速的發展,產生了巨大的經濟效益和社會效益。
我國的設備監測與故障診斷產業起步較晚,但經過多年快速發展,該領域從技術理論到應用實踐都取得了巨大的進步。隨著現代自動化技術水平的不斷提高,工業設備制造和工程系統的復雜性大大增加,系統的可靠性與安全性已成為保障經濟效益和社會效益的一個關鍵因素,成為我國先進裝備制造業和傳統工業自動化升級的重要基礎保障,受到各行各業的高度重視。我國設備監測與故障診斷技術的發展可分為以下幾個階段:
第一階段:依靠現場獲取設備運行時的感觀狀態,如異常振動、異常噪音、異常溫度、潤滑油液中是否含有磨削物等,并憑經驗或多位專家進行分析研究確定可能存在何種故障或故障隱患。
第二階段:隨著測量以及測量儀器的深入研究發展,設備狀態監測逐步發展為依靠測量儀器測量設備的某些關鍵部位,以獲取如頻率、振幅、速度、加速度、溫度等參數并記錄下來,通過計算出某些固有參數與測量參數進行對比,確定故障點或故障隱患點,或者通過對某些參數多次測量的數值進行比較,依據其劣化趨勢確定其工作狀態。
第三階段:隨著計算機技術的發展和軟件技術的開發,工業設備管理已進入計算機管理模式,狀態監測與故障診斷技術也發展到計算機時代,一些專用的狀態監測儀器不僅具有測量、記錄現場參數,還能進行一些簡單的數據分析處理,要作進一步的分析處理時,只需將數據采集中獲取的參數通過通訊線傳入計算機,計算機便能對這些數據做出綜合分析,并顯示出相關的圖譜如:倍頻譜圖、倒頻譜圖、時域頻譜圖、幅值圖等,并可通過計算機的專家系統對所測的數據進行綜合評價。
第四階段:隨著其他各門學科的進一步發展和計算機網絡技術的飛速發展,狀態監測領域故障診斷技術方面的研究工作已進入深度和廣度發展的階段,研究工作從監測診斷系統的開發研制進入到診斷方法的研究;監測診斷手段由振動工藝參數的監測擴大到油液、扭矩、功率、甚至能量損耗的監測診斷;研究對象由旋轉機械擴展到發動機、工程施工機械以及生產線;時空范圍由當地監測診斷擴大到異地監測,即監測診斷網絡。
隨著國家工業設備自動化升級、大力發展先進裝備制造和兩化融合戰略的深入推進,以及工業互聯網的科學技術進步,我國工業設備狀態監測與故障診斷的智能化水平不斷提升,應用領域不斷拓展。智能化在線監測市場需求將呈現快速增長趨勢,行業迎來快速發展期。
中金企信國際咨詢公布《2021-2027年中國工業設備狀態監測與故障診斷行業市場分析及投資可行性研究報告》
(2)主要應用市場狀況:當前,我國工業設備狀態監測與故障診斷主要應用于風電、石化、冶金等領域,上述領域企業設備投資較大,且對生產運行過程中的連續性、穩定性和高效性等要求較為嚴格,因此設備智能運維的需求較高。風電、石化、冶金等主要應用領域的細分市場具體情況如下:
①風電行業:風力發電機組是風能轉換為電能的核心設備,受風電場建設區域限制,主要分布在戈壁、丘陵、沿海或海洋等地域偏遠、人員稀少地區。風電行業具有設備運行位置高、設備維修費用高、日常巡檢難度大、現場工作人員易流失等行業特點。近年來,隨著風電機組故障或事故頻發造成的經濟損失或人員傷亡案例逐年增加,風電機組的狀態監測與故障診斷技術得到越來越多的關注。通過使用有線監測系統可有效實現對風力發電機組遠程集中實時監測,提升設備監測和管理智能化水平。因此,智能化有線監測系統在風電行業中逐步獲得廣泛應用。
為規范風電發展秩序和提升風電行業設備管理水平,國家能源局于2011年頒布行業標準NB/T31004-2011《風力發電機組振動狀態監測導則》,規定陸上2MW以上(含2MW)風電機組和海上風電機組需安裝有線監測系統。對于《風力發電機組振動狀態監測導則》頒布前已安裝的巨大存量市場,因設備投運年限均已較長,已逐漸進入機械系統故障高發期,面臨越來越嚴峻的設備資產管理挑戰,通過使用有線監測系統來保障設備安全運行,指導運行維護工作,已成為業內共識。《風力發電機組振動狀態監測導則》對風電行業狀態監測應用提出了明確的要求,對加強狀態監測與故障診斷系統在風電設備的應用起到巨大的推動作用。風電市場成為我國狀態監測與故障診斷行業最重要的下游應用市場之一,其巨大市場容量為行業不斷發展提供了廣闊的空間。
近年來,我國風電電源建設投資規模整體呈上升趨勢,從2013年的650億元增加至2019年的1,171億元。根據中國電力企業聯合會公布的數據顯示,2013-2019年,我國風力發電并網裝機容量年復合增長率為20.94%,呈現逐年增長趨勢。截至2019年底,我國風電并網裝機容量為21,005萬千瓦,較2018年同期增長14.00%;2013-2019年,我國風電發電量亦逐步上升,截至2019年12月,我國風力發電量為4,057億千瓦時,累計增長10.9%。
風能作為一種可再生能源,蘊量巨大,近年來日益受到世界各國的重視。世界能源理事會(WEC)數據顯示,全球陸地風能資源超過1萬億千瓦。全球風能理事會(GWEC1)預測,到2030年風電年新增市場達到145GW,累計市場達2,110GW;到2050年,年新增市場達到208GW,累計市場容量達5,806GW。隨著各國風力發電產業不斷受到重視和持續發展,狀態監測與故障診斷產品未來在該領域市場空間廣闊。
②石化行業:石油化工行業具有典型的連續生產的特點,工藝技術復雜,對反應裝置、儀表、設備狀況要求嚴格,且化工原料、產品易燃易爆,對安全管理要求較高,設備一旦出現突發故障輕則導致設備非計劃停機,重則導致安全生產事故發生。往復壓縮機、離心壓縮機、螺桿壓縮機、泵、風機等關鍵設備的穩定運行是石化企業安全生產的基石,石油化工企業需在關鍵性的往復壓縮機、離心壓縮機、機泵等設備上安裝狀態監測與故障診斷系統,以對其進行狀態監測和故障診斷。
石油化工行業設備安全、可靠、穩定的運行直接關系到企業的人員生命財產安全和經濟效益,2010年中國石化下發的《關于切實做好高溫油泵和重要機泵安全運行的指導意見》中明確提出了“建議有條件的企業安裝在線機泵群狀態監測系統”。2015年4月,國家安監總局組織的對二甲苯生產企業安全專項檢查中也提出了“對二甲苯生產裝置高溫泵增加溫度和振動監測系統,實現在線監測”的政策性要求。隨著我國工業化與信息化的不斷融合,以及石油化工行業不斷向生產過程智能化、資產全生命周期管理智能化轉型升級,構建更為先進、實用的狀態監測與故障診斷系統成為石油化工行業的迫切需要。
石油化工行業在我國國民經濟的發展中有重要作用,為社會發展提供必要的石油能源和化工產品,是中國的支柱產業之一。據國家統計局數據:截至2019年12月末,石油和化工行業規模以上企業26,271家,全年增加值比上年增長4.8%。2019年,石油和化工行業營業收入12.27萬億元,比上年增長1.3%,占全國規模工業營業收入的11.6%。巨大的行業市場規模,以及石化企業自身設備狀態監測與故障診斷需求不斷增加,為狀態監測與故障診斷系統在石油化工行業的不斷應用拓展提供了廣闊的市場空間。
③鋼鐵行業:鋼鐵行業屬于資產密集型產業,煉鐵、煉鋼、熱軋和冷軋等階段生產自動化程度高、連續運行時間長、生產環境惡劣,設備的可靠性直接影響著企業生產的連續性和產能,是制約鋼鐵企業經濟效益增長的重要因素之一。狀態監測與故障診斷系統具有數據實時采集、數據精度和準確度高、極大降低巡檢人員工作量等優點,作為傳統設備管理手段的重要技術升級已經被越來越多的鋼鐵企業所接受和規模化應用。
鋼鐵行業作為我國支柱產業之一,為經濟的持續快速發展做出了重要貢獻,但也正面臨著轉型升級壓力和信息化、智能化不足的困境。《鋼鐵工業調整升級規劃(2016-2020年》明確提出:要全面推進我國鋼鐵行業智能制造,將遠程運維服務作為重點培育的智能制造新模式試點示范之一,支持優勢企業搭建工業互聯網平臺,建設關鍵設備狀態監測體系,開展遠程運維服務。據國家統計局統計,2019年我國粗鋼產量9.96億噸,同比增長8.3%,鋼材產量12.05億噸,同比增長9.8%,我國大型規模的鋼鐵企業達數百家,鋼鐵企業大型、關鍵設備眾多。鋼鐵行業的巨大規模以及行業自身設備遠程運維服務體系建設需求,為狀態監測與故障診斷系統提供了廣闊的市場空間。
(3)行業發展趨勢:近年來,振動與噪聲理論、測試技術、信號分析與數據處理技術、計算機技術及其他相關基礎學科的發展,為設備狀態監測與故障診斷技術的進步打下了良好的基礎,而工業生產逐步向大型化、高速化、自動化、流程化方向發展,又為設備狀態監測與故障診斷技術開辟了廣闊的應用前景。未來,我國的設備狀態監測與故障診斷行業的發展趨勢主要表現在以下幾個方面:
①監測技術與診斷方法智能化發展:近年來,隨著對狀態監測和診斷技術理論研究與開發工作的不斷深入,且高精度、高性能和高信息量的現代化傳感器技術不斷獲得突破和實現產業化應用,狀態監測與故障診斷的新方法也不斷出現,如模糊診斷、專家診斷、神經網絡診斷以及上述各種診斷的復合。在診斷方法方面,人工智能已成為未來的發展趨勢,不僅是因為人工智能的發展為其提供了強大的理論基礎及工具,而且還因為對于復雜系統的診斷確實需借助于人工智能,才能達到最佳效果。
②網絡化在線監測獲得廣泛應用:工業設備的故障對企業生產秩序有嚴重影響,而傳統的人工定期監測和離線監測無法適應快節奏生產的要求,存在著諸如機組起停機及異常等重要瞬態過程難以捕捉,異常原因難以追溯的情況;且缺少頻率與窄帶等數據分析、存儲和專家診斷功能。在離線精密點檢周期間隔內,設備慢性損壞或不確定因素導致的突發事故無法預知,而通過網絡化在線設備狀態監測,能夠實現設備狀態的傳輸與數據存儲分析,實現工業設備的全覆蓋、動態、連續監控,并且可以對監測數據進行診斷分析,預知和判定當前設備的損壞程度與危險級別,保證工業設備的安全與穩定運轉。通過智能化診斷分析,網絡化在線監測系統在能夠為工業設備的運行狀態提供監測的同時,為設備的定期與不定期安檢和維修提供科學依據。
③專業化社會分工日益明顯:未來我國設備狀態監測與故障診斷技術朝著專業化方向發展,分工越來越細,狀態監測和故障診斷的開展將以一體化為主,能夠提供專業化設備狀態監測與故障診斷軟硬件系統、擁有豐富診斷技術人才的整體解決方案提供商將會成為主流。
一方面,越來越多的企業選擇將其監測中心與專業機構連接,委托專業監測與診斷機構完成對其設備提供遠程在線監測和故障診斷服務;另一方面,能夠提供在線設備狀態監測并擁有較強設備診斷服務能力的服務商通過與眾多企業的監測中心連接,積累豐富的診斷案例和服務經驗,可以更好的為客戶企業提供動態、實時和精確的遠程診斷服務。未來我國將逐步形成行業性、區域性乃至國家級的設備狀態監測與故障云診斷中心。