2.1 項目概況：

青山熱電有限公司（前身為湖北青山熱電廠），位于長江之濱，素有九省通衢的江城武漢，毗鄰重工業區，是支撐湖北電網的骨干電廠之一，本項目擬建設鍋爐為哈爾濱鍋爐廠生產HG1125/25.4-YM1型鍋爐。

本項目的核心是一種基于工業大數據的數字孿生應用技術，實現電廠旋轉設備(包括汽機、風機、泵等)軸承等關鍵部件早期預警及劣化狀態定量評價預估，是應對設備潛在、早期故障，防患于未然、防微杜漸的高效工具。國外風電企業，應用發電機軸承溫度數據為設備的維修決策管理提供指導依據的范例。該案例中，維斯塔斯(Vestas)公司通過對比5024臺風電機組發電機軸承溫度數據，進行軸承溫度異常檢測，為設備維修決策管理提供指導依據。

國內已有研究團隊自2016年8月開始啟動預研工作，核心算法經過3年的持續迭代、優化，已經比較成熟，達到可以測試部署的階段。

關鍵旋轉設備軸承溫度、電機軸承溫度、電機定子溫度，是汽輪機組、風機、泵等電廠核心重要旋轉設備的關鍵監測參數。本項目擬利用大規模的軸承等關鍵部件運行數據，充分考慮旋轉設備軸承等關鍵部件溫度數據動態變化特點，研發旋轉設備軸承等關鍵部件溫度時變數據模型異常檢測的預警算法。數量可觀的低于報警閾值的異常溫度，預示各種風險、隱患，往往由于未達報警條件，經常不能被及時發現、偵測、識別，沒有得到足夠的重視、充分的關注，為設備安全性、經濟性造成的潛在損失非常巨大。

結合旋轉設備軸承等關鍵部件溫度異常發生、發展的規律，考慮溫度異常檢測量化參數與狀態劣化定量評價預估的一致性，研發關鍵部件劣化過程定量評價預估算法，為汽機、風機、泵等電廠旋轉設備的優化運行及狀態維修決策，提供準確、可靠的有效依據。舉例說明，電廠風機軸承等關鍵部件狀態劣化評價預估的典型應用場景，風機軸承、電機軸承等關鍵部件，在一個大修周期(假設10萬小時)內，經歷一個服役期(假設5萬小時)后，根據風機軸承、電機軸承等關鍵部件個性化狀態劣化數據模型(即一機一模型)特性，預估是否還能堅持服役一段時間(例如，再堅持5萬小時)；或者預估服役階段(舉例，服役2萬小時)后是否需要提前檢修。

需要解決的關鍵問題，包括旋轉設備(包括汽機、風機、泵等)軸承等關鍵部件溫度早期預警算法、劣化狀態評估算法；基于大數據的旋轉設備軸承等關鍵部件早期預警、劣化狀態評價軟件；完成電廠運行服役旋轉設備的關鍵部件劣化狀態評估。

2.2招標范圍：

2.2.1研究內容：明確提出該項目需要研究和實施的研究范圍和具體研究內容。

2.2.1.1研究目標

基于溫度數據，研發面向關鍵旋轉設備軸承等核心部件溫度預警算法、以及劣化過程定量評價預估算法。目前，關鍵旋轉設備軸承等核心部件的溫度預警技術方法嚴重滯后，本項目擬通過探索、研究一系列有關技術方法，研發并提供可靠、高效的關鍵部件溫度預警算法；在此基礎上，研發關鍵旋轉設備軸承核心部件劣化過程定量評價預測算法，為關鍵旋轉設備運維決策，提供準確、可靠的有效依據。

1)基于異常檢測的溫度預警算法

面向關鍵旋轉設備的軸承等關鍵部件的溫度數據，研發基于異常檢測的溫度預警算法；研發的溫度預警算法，屬于復雜運算，在工程應用中部署實施算法，算法的執行效率必須符合并適應工程應用環境。

2)劣化過程定量評價預估算法

關鍵旋轉設備軸承等核心部件劣化是動態過程，通過定義和設立合理的評價指標以及制定適度靈活的評價預估策略，實現劣化過程定量評價預估保持一致性。

2.2.1.2具體研發內容

1)溫度時序多維聯合觀測方法

在創新研發過程中，數據的觀測方式、方法，具有舉足輕重的作用。常見傳統的統計、數值計算和數據分析等方式方法，已經不能滿足觀測和創新研發的需要；關鍵旋轉設備軸承溫度、電機軸承溫度、電機定子溫度，是汽輪機組、風機、泵等電廠核心重要旋轉設備的關鍵監測參數、運行參數的變化過程，具有顯著的復雜性、多樣性、不確定性；因此，迫切需要設計提出針對性較強的溫度時序多維聯合觀測方法。創新的溫度時序多維聯合觀測方法，是深度理解和認識關鍵旋轉設備軸承等關鍵部件運行參數變化過程的可靠保障。

2)基于異常檢測的溫度預警方法

探索并研究基于異常檢測的溫度預警方法；充分考慮關鍵旋轉設備軸承等關鍵部件溫度數據動態變化特點，著重研究基于關鍵旋轉設備軸承等關鍵部件溫度時變數據模型異常檢測的預警方法。

3)劣化過程定量評價預估方法

充分研究核心旋轉設備軸承等關鍵部件，在運行過程中常見的故障類型以及狀態劣化過程的特點，并進一步分析研究故障發展及狀態劣化過程與溫度異常發生、發展的關系及規律。

在上述研究工作基礎上，基于溫度時序多維聯合觀測及溫度異常檢測方法，綜合考慮關鍵旋轉設備軸承等關鍵部件的劣化過程發展特點，開展核心旋轉設備軸承等關鍵部件的劣化過程評價預估方法研究。

2.2.1..3預期目標

1)關鍵旋轉設備(包括汽機、磨煤制粉設備、各類泵、各類風機等)的核心部件(包括軸承、電機定子等)溫度早期預警算法、劣化狀態評估算法；

2）開發基于大數據的關鍵旋轉設備軸承等核心部件早期預警、劣化狀態評價預估軟件，早期預警準確率95%，劣化狀態評價預估準確率95%；

3）完成國電青山電廠運行服役關鍵旋轉設備(包括汽機、磨煤制粉設備、各類泵、各類風機等)的軸承等核心部件劣化狀態評估；

4）申請發明（或實用新型）專利2項；

5）撰寫一份科技報告，發表論文2篇，EI檢索論文1篇，中文核心期刊論文1篇。

2.2.1.4創新點

1)核心部件的溫度預警

傳統的設定報警溫度閾值的方式，不能有效偵測、識別異常溫度，異常溫度經常預示設備關鍵部件的各種風險、隱患；利用溫度數據，由數據模型得出的動態閾值，可以實現鍵旋轉設備軸承等核心部件狀態的預警，為設備的安全、可靠運行，提供有效依據及支撐手段。

2)基于溫度的狀態劣化定量評價預估

電廠關鍵旋轉設備軸承等核心部件狀態劣化過程是非常復雜的，尚無可靠有效的評價預估方法；利用溫度數據，實現關鍵旋轉設備軸承等核心部件狀態劣化過程的定量評價預估，為設備的運維決策，提供有效依據及支撐手段。

2.2.2技術要求與性能指標

根據研究內容的要求，該項目最終能達到的目標和主要技術指標等。必須有明確的技術指標，能作為考核和驗收的依據。

[技術經濟指標]

1)建成電廠旋轉設備軸承等關鍵部件早期預警及狀態評價系統軟件，軟件系統穩定運行時間超過24×365×3小時；

2)軟件系統實時10秒內完成旋轉設備的關鍵部件，包括軸承、電機軸承、電機定子的早期預警計算，并顯示結果；早期預警準確率95%；

3)軟件系統實時10秒內完成旋轉設備的關鍵部件，包括軸承、電機軸承、電機定子，時間跨度在數周～3年內的劣化狀態評價預估計算，并顯示結果，劣化狀態評價預估準確率95%。

2.2.3知識產權歸屬

本項目形成的專利、技術秘密等知識產權歸國家能源集團所有， 項目研究人員發表論文、著作必須得到國家能源集團的許可。

1)電廠旋轉設備(包括汽機、風機、泵等)的關鍵部件(包括軸承、電機軸承、電機定子等)溫度早期預警算法、劣化狀態評估算法；

2)開發基于大數據的旋轉設備軸承等關鍵部件早期預警、劣化狀態評價預估軟件，早期預警準確率95%，劣化狀態評價預估準確率95%；

3)完成國電青山電廠運行服役旋轉設備(包括汽機、風機、泵等)的關鍵部件(包括軸承、電機軸承、電機定子等)劣化狀態評估；

4)申請發明（或實用新型）專利2項；

5)撰寫一份科技報告，發表論文2篇，EI檢索論文1篇，中文核心期刊論文1篇。

2.3其他：

項目服務地點：湖北省武漢市青山區蘇家灣青山熱電有限公司

項目服務時間：計劃從2020年08月1日至2021年08月30日。

付款方式：工程竣工合格并竣工結算完成并提交工程竣工資料，報價方開具全額專用增值稅發票后，招標方三個月內付至結算金額的95%，留5%質保金。

3.1資質條件和業績要求：

【1】投標人是在中華人民共和國境內依法注冊的的獨立法人或組織；

【2】未被列入國家發展改革委《信用中國》失信黑名單；未被列入市場監管總局《國家企業信用信息公示系統》企業異常名錄或嚴重違法失信企業名單；未被列入最高人民法院《中國執行信息公開網》失信被執行人名單。

注：母子公司資質業績均不得互相借用。

3.2本項目不接受聯合體投標。