状态监测与故障诊断实际应用中，智能报警对于及时发现设备缺陷至关重要。航天智控智能运维大数据云平台拥有多种报警策略，比如绝对值报警、曲线报警和分频报警。

NO.1 绝对值报警

通过预先设置的报警阈值，下发到数采器，系统根据设置的报警阈值，自动给出报警等级，一般分为正常、预警、报警、警告。

NO.2 曲线报警（变工况报警）

系统可以针对获取变工况设备在不同转速或负荷的运行工况设定相应报警曲线，按具体工况对机组进行报警和保护，以排除变工况对故障预测的影响。

NO.3 分频报警

设备可以选择基于倍频、固定特征频率和特征频率范围选择报警。

报警策略可以更好地监测设备的运行状态，通过及时进行声音提醒和微信推送，推动企业智能化运行。

航天智控智能运维大数据云平台支持：系统消息推送、微信推送、邮件推送等多种人性化的报警推送方式。

某钢铁企业轧机齿轮箱故障案例

本案例中，齿轮箱从故障出现征兆到轴承失效仅仅用了几天时间，航天智控软硬件平台可以在故障发生前利用趋势和时域冲击做出有效监测预警。

某齿轮箱的机械结构和测点布置如下：

某钢铁企业齿轮箱测点分布

设备在运行过程中，系统采集到了数据异常，并提供了实时报警，系统推送信息如下：

在线系统消息实时报警在线系统消息实时报警

诊断分析

观察设备运行振动趋势图：

某钢铁企业齿轮箱趋势图

该齿轮箱从4月23日下午1点开始振动值有波动；4月24日振动值变化比4月23日较为明显；4月25日对比前两日趋势后，重点进行了跟踪，发现振动值比4月23日有变化，通过连续观察发现振动值未有下降趋势且时域冲击依然明显。

从上述趋势图可以看出，该设备振动值有明显的冲击变化，振动值比较大。

观察设备运行时域图：

某钢铁企业齿轮箱时域图

诊断结论

时域有不规则冲击，冲击呈尖峰状，冲击较为密集且具有随机性。振动值偏大，该设备有明显的劣化，需要密切跟踪并及时检查。

设备劣化的第一时间，航天智控远程诊断中心及时与现场人员沟通。

车间初步拆检结果

4月26日上午，产线维修人员通过内窥镜检查发现轴承保持架断裂。

轴承损坏结果

保持架损坏，滚动体散落保持架损坏，滚动体散落

该案例的成功得益于航天智控在线监测系统可靠的软硬件平台、先进的信号处理算法以及智能报警系统。针对钢铁厂各分厂关键机组运行状态进行综合监测、分析、诊断，减少点检人员工作量。

航天智控智能运维大数据云平台通过传感器的布置搭建物联网采集设备的运行数据、通过智能算法对数据进行分析诊断、最终帮助客户实现设备的全方位智能监测，有效降低设备过失，减少非计划停机，避免维修过剩、维修不足的现象产生。

航天智控智能运维大数据云平台已经应用在：        

炼铁厂：高炉风机、助燃机、卷扬机。 

炼钢厂：一次风机、二次风机、高压水泵、转炉倾动。 

轧钢厂：粗轧机、飞剪、除磷泵、精轧机、夹送辊、吐丝机。 

烧结厂：主抽风机、锅炉风机、机尾风机、除尘风机、皮带机、增压风机。

未来，在钢铁行业领域内，将会有越来越多的企业加入“航天智控智能运维大数据云平台”，该平台也会不断地针对钢铁行业积累数据进行AI诊断算法优化，为更多的钢铁企业设备可靠运行保驾护航。