原料药企业设备智能监测与故障诊断

一、原料药，为什么打法要单独定

原料药的设备本体和精细化工装置高度相似——都是反应釜、离心机、真空泵、冷冻机、风机。真正不同的是外部约束：防爆、清洗、低速、合规。这四条决定了同一套传感器技术，在原料药车间里的选型方式与实施顺序都不一样。

与精细化工、制剂的差异

二、第一步不是买传感器，是分级

原料药项目最容易走错的一步，是先建系统、后补合规，结果是所有测点被迫按最高标准验证，成本成倍上涨。正确的顺序是：项目第一步就出一份「GMP 关联性分级台账」，交 QA 会签。这一张表决定了后面每个测点走哪条路。

台账要落哪几列

分级时最容易争的三类测点

• 设备本体振动与温度：不进批记录、不用于放行，通常可划非 GMP 一档。
• 精烘包区压差与温湿度：按原料药附录属受控环境参数，多数场景属 GMP 关键，争议最小。
• 公用系统压力与流量：看是否直接影响工艺关键参数；间接相关的划 GMP 相关即可。

三、数据地图（一）：四条数据流各自管什么

原料药厂的设备数据不像精细化工那样集中在 DCS 一处。它散在四条数据流里，各自的口径、通讯协议与归属部门都不同。做监测之前，先把这四条摸清楚，比急着选传感器有用得多。

四套系统的共同点

• 都是既有投资。这四条数据流里的数据早就在跑，不需要新建感知——监测方案的第一步是取用，不是铺设。
• 都不含设备本体的机械健康信息。工艺参数能反映设备「出了什么结果」，但反映不出轴承、齿轮、对中这类本体故障，这部分只能外加传感器。
• 合规等级不同。环境与公用中有一部分是 GMP 关键，设备健康类基本是非 GMP；接入时必须分开走，不能混在一张网上处理。

四、数据地图（二）：DCS 与批次系统里已经有什么

盘点位的顺序是：先看系统里已经有什么，再决定补什么。原料药厂已有的点位，按用途大致分六类，每一类对设备诊断的价值并不相同。

盘点位三步走

• 划范围：先定「这条产线 / 这个车间要盯哪几台设备」，不去盘全厂点表，否则工作量失控。
• 定用途：每个点位标注是给放行用、工艺监控用还是设备健康用——这直接决定它在分级台账里归哪一档。
• 验可达：确认这个点位能不能读出来（协议是否开放、是否在只读侧、有没有权限）。这一步最容易被跳过，也最容易在实施时卡住。

五、数据地图（三）：必须外加什么

DCS 与批次系统里没有的，是设备本体的机械健康信息。轴承、齿轮、对中、不平衡这类故障，特征频率在几千到几十千赫兹，而自控系统的扫描周期是秒级——这是物理通道问题，不是协议问题。这部分必须外加传感器。

三条不能省的现场约束

• 防爆：甲类车间内传感器与网关必须选本安或隔爆型，选型前先拿区域划分图。
• 清洗：防护等级按「会被冲洗」设计，能承受高压高温水直接冲洗。
• 洁净：精烘包区内优先外置、免开孔、可擦拭的安装方式，材料要能承受清洁消毒。

这三点必须在方案阶段就与 QA、工程一起确认，装完再改代价很高。以上为通用配置思路，实际方案需结合转速范围、介质环境与现场安装条件确定，最终以现场勘察结果为准。

六、三类主力设备怎么配

原料药车间里数量最多、停机后果最重的，大致是三类：反应釜与发酵罐的搅拌系统、离心机、真空泵与干燥风机。它们的监测思路各不相同，但有一个共同点——尽量用既有数据做趋势，把外加传感器留给真正需要的地方。

防爆、清洗与低速这三个现场条件

七、公用工程：冷冻、真空、制水与压缩空气

原料药的公用工程有两个特点：一是耗冷大——结晶降温、低温反应、溶剂回收都要冷量；二是真空无处不在——浓缩、蒸馏、干燥、过滤都靠它。支撑这些系统运行的冷机、真空泵、水泵与风机，正是设备监测能发力、又不容易踩合规红线的地方。

这几套系统的共同特征

• 长时连续负荷。冷冻与真空系统几乎不停，一台冷机跳停往往牵连多条产线，因此冷机与真空泵比谁都值得监测——但它们也最容易被忽略。
• 品质红线优先于能耗。无菌原料药的注射用水与纯蒸汽，品质约束高于节能诉求；谈能效前先确认这件事，否则容易在方案上踩到合规的界。
• 既有数据先接，别重复投资。这些系统自带 PLC 与在线仪表，先确认接口能不能读出来，再加装机械量传感器，两者的投资不成比例。

八、精烘包洁净环境：五条红线与监测点

原料药的洁净区不像制剂那样覆盖全流程——按药品 GMP 附录《原料药》，非无菌原料药的精制、干燥、粉碎、包装等暴露工序按 D 级洁净区设置。范围虽小，但精烘包空调仍是车间能耗大户，也是节能与合规冲突最集中的地方。谈优化前，先把五条红线讲清楚——它们是方案能不能落地的边界。

HVAC 侧的监测点，多数已在 BMS 里

九、数据怎么接：只读、单向、可验证

接入这件事在原料药厂有两重约束：技术上是只读、单向、不碰控制；合规上要能被验证、能被审计。两者都不是可选项。

五条不能省的约束

• 只读单向。监测系统只能读，绝不能写回 DCS、PLC 或 BMS。任何反向写入都是红线。
• 网络隔离。GMP 系统与非 GMP 系统分网；专线或网闸隔离，不在同一地址段混跑。
• 不接安全仪表系统。受限的数据源不强求，缺的这一块用外加传感器补。
• 接入设备本身也要过防爆关。网关若装在甲类车间内，需满足相应防爆要求；否则装到非防爆区再回传。
• 改动走变更控制。接入本身就是对既有系统的改动，需先评估影响，必要时再确认。

验证路径与采集频率

十、融合：工况归一化与批次绑定

把两路数据放在一起，价值不在「数据更多」，而在诊断时能回查工况与批次。这里有两件事是必须做实的，第二件是原料药比精细化工多出来的。

① 工况归一化——不做这一步，报警会被工况波动淹没

② 批次绑定——原料药比别的行业多一个维度

精细化工设备出问题，问的是「什么时候修」；原料药设备出问题，还要多问一句「当时在产哪一批、这批需不需要评估」。所以监测数据必须能和批号、工序时间对齐。

十一、诊断：根因三分法与偏差联动

有了工艺数据和批次信息，诊断才能从「哪个零件坏了」走到「为什么会坏」，并且在需要时接通质量流程。

原料药版的诊断五步

一个可复用的提问方式：设备坏之前，工艺参数有没有变化？如果变了，先查工艺；如果没变，再往机械侧找。这一句话能省下大量无效检修。

十二、三个常见缺陷、合规衔接与起步路径

原料药厂做设备智能监测，失败的案例里，技术选型很少是主因，更多的是顺序和边界没想清楚。下面三个缺陷，几乎每个项目都会遇到其中一个。

• 缺陷一：以为接了 DCS 和批次系统就够了。工艺数据能说明设备「出了什么结果」，也能量出电机电流，但看不到轴承早期磨损、不对中、不平衡这类本体故障——而这恰恰是旋转设备故障的主要来源。自控系统的扫描周期是秒级，而机械故障的特征频率在几千到几十千赫兹，两者差着几个数量级——这是物理通道问题，不是协议问题。已有的数据要接、要用，但该外加的机械量传感器一个都省不掉。
• 缺陷二：不分级就上系统，把全部测点按 GMP 管。先建系统、后被 QA 要求补合规，结果是全量按最高标准验证，成本和周期同时失控。正确顺序正好相反：第一步出分级台账、交 QA 会签，把设备健康类测点划到非 GMP 一档，验证范围随之大幅收缩。这一步省下的不是小钱，是项目能不能落地的差别。
• 缺陷三：报警不与批次关联，也不闭环。系统报出异常，但没人知道当时在产哪一批、要不要评估，于是报警停在设备部，处置也停在「下次保养注意」。没有批次绑定的诊断，走不到质量流程；没有闭环的报警，等于没装。

落地阶段容易踩的另外三个坑

• 时标死磕毫秒级对齐。传感器是毫秒级、DCS 是秒级、批次是分钟级，融合应对齐到工况区间与批次窗口，不是硬对齐时间戳。
• 一上来就全厂铺开。基线没跑通、闭环没建立就铺满测点，误报一起来，现场很快就会把系统关掉。先选一条线、三五台关键设备跑通。
• 只做监测不做基线。没有先学清楚「这台设备正常长什么样」，任何阈值都是拍脑袋，误报漏报都无法避免。

合规衔接：监测数据落在哪条法规上

以上为法规与标准的适用性梳理，法规解释与最终判定请以 QA 与现行有效版本为准。本节为延伸 · 供参考，用于沟通口径对齐，不构成合规结论。

起步路径：从一条线、三五台关键设备开始

常见问题