• Produtos
  • Indústrias
  • IIoT e soluções
  • Assistência
  • Empresa
  1. moneo: plataforma IIoT
  2. Use cases

Monitoramento dos filtros de água em circuitos de resfriamento com moneo RTM

Manutenção do filtro com base no estado em instalações com trocadores de calor através do moneo RTM

Filtros finos nos circuitos de resfriamento da ifm prover gmbh asseguram a operação de instalações com trocadores de calor. Eles filtram sujeira da água de resfriamento, protegendo assim o trocador de calor nas máquinas conectadas. A manutenção e a troca destes importantes elementos de filtro devem ser realizadas regularmente. O monitoramento permanente otimiza este processo e garante a operação contínua das instalações.

Casos de aplicação para o monitoramento do filtro no processo de produção:

  • Garantia da qualidade para produto e processo
  • Otimização do consumo de energia
  • Organização da manutenção preventiva
  • Proteção da unidade de água, sujeiras como cavacos, algas, etc. precisam ser eliminadas por filtragem, caso contrário entupirão o trocador de calor, o que acabará causando uma falha

A situação inicial:

Os filtros de água eram trocados em intervalos de tempo fixos (a cada oito semanas), independentemente do estado. Então era realizada uma inspeção visual do estado. Não havia um monitoramento permanente e centralizado dos filtros. Assim, ocorriam custos adicionais devido à troca antecipada ou atrasada, por falhas de máquinas ou filtros defeituosos ou entupidos e paradas de manutenção não planejadas causadas pelos trabalhos de manutenção. Isso era documentado de modo insuficiente, o que impedia uma análise posterior das causas de falhas, pois faltavam os dados.

Objetivo do projeto:

A manutenção deveria ser alterada de preventiva ou reativa a uma estratégia baseada no estado. Isso deve otimizar a alocação do pessoal, melhorar o planejamento das trocas dos filtros e documentar as ações realizadas sem lacunas. As informações sobre uma troca de filtro devem ser recebidas por um grupo definido de destinatários da manutenção. A troca somente deveria ser feita quando fosse necessária, com base no estado. Para poder identificar oportunidades de otimização adicionais deveria ser possível analisar os dados.

A implantação:

O moneo foi instalado em um servidor central da estrutura de TI de alto desempenho existente e o módulo moneo RTM ativado com a chave de licença (LAC). Para o monitoramento do filtro fino são instalados dois sensores de pressão, sendo que um sensor capta a pressão antes do filtro e o outro a pressão após o filtro. A partir destes dois valores pode ser determinada uma pressão diferencial que representa o estado do filtro. Para isso, a medição deve ser o mais exata possível. Os sensores de pressão utilizados possuem uma interface IO-Link, que transmite os dados para um mestre IO-Link IoT. O módulo moneo RTM instalado no servidor busca os dados de pressão a cada segundo no mestre.

Então o moneo RTM processa os dados e os usa para:

  • O cálculo da pressão diferencial
  • O armazenamento dos dados históricos
  • A visualização dos dados
  • O monitoramento dos valores limites

Para o monitoramento dos filtros foram definidos valores para os limites de advertência e de alarme. Para isso foram assumidos os dados da ficha técnica do fabricante do filtro. Nela está indicada a pressão diferencial para uma vazão definida em estado de novo (na nossa aplicação com aprox. 1 m³/h = aprox. 0,05 bar). Além disso, nela é recomendado que a troca do filtro seja realizada com uma pressão diferencial > 0,5 bar. Os 0,5 bar são somados à pressão diferencial em estado de novo, por isso, neste exemplo o filtro deverá ser trocado com 0,55 bar. Como os sensores aplicados resultam em um erro de medição máximo de aproximadamente 0,05 bar, o limite de alarme é definido em 0,5 bar. O limite de advertência deve agir antecipadamente e foi configurado para 0,45 bar para que a equipe receba a advertência a tempo.

A implantação:

O benefício:

Dentro das primeiras semanas já foram verificados os primeiros sucessos. Do ponto de vista da inspeção visual e pelo tempo já teria sido necessária uma troca do filtro. Entretanto, a base de tempo resultante do monitoramento permanente do filtro mostrou que, de acordo com os resultados de medição o filtro estava apenas 20% entupido. Com base nisso, foi decidido não realizar a troca dos filtros com base no tempo, aumentando significativamente o tempo de uso dos filtros.

Conclusão:

Com moneo RTM é possível atingir todos os objetivos:

  • Informações gerais e detalhadas sobre a instalação visualizadas no painel de controle
  • Registro de dados para novas otimizações
  • Possibilidade de análise dos registros de dados
  • Monitoramento permanente do estado do filtro
  • Notificação por e-mail em caso de violação de valores limites

Configuração do sistema

  1. Mestre IO-Link (AL1350)
  2. Sensor de pressão antes do filtro
  3. Sensor de pressão após o filtro

Tela

Informações relevantes do sensor podem ser visualizadas de forma rápida e personalizada através da função do painel de controle.

  1. Um gráfico de linha mostra a evolução das pressões ao longo do tempo (pressão diferencial entre antes e após o filtro)
  2. Pressão atual antes do filtro
  3. Pressão diferencial atual com indicação dos valores limites
  4. Pressão atual após o filtro
  5. Estado do filtro em percentual
  6. Representação de semáforo do atual estado do filtro

Análise

Através da análise é possível observar outros detalhes. A captura de tela mostra os valores coletados ao longo de um mês. É visível que a pressão diferencial aumenta ao longo do tempo. Como o filtro vai entupindo com o passar do tempo, isso era esperado. É positivo que este valor aumenta mais lentamente do que se supunha, permitindo então prolongar a vida útil do filtro.

  1. Linha azul, pressão diferencial no filtro

Tarefas e tickets:

Administração dos valores limites

Através desta função no moneo RTM é possível definir um valor limite para cada valor de processo. Nesta aplicação ela foi configurada de modo que a equipe de manutenção seja informada a tempo, se houver necessidade de uma troca de filtro.

Especialmente na partida de uma máquina podem ocorrer oscilações de pressão maiores por um curto período de tempo, as quais podem ser contornadas através de tempos de atraso, ocultando a violação de curto prazo do valor limite, de modo que o sistema somente reaja quando a diferença de pressão for ultrapassada de modo estável por um tempo X.

  1. Valor limite para a advertência
  2. Tempo de atraso para a advertência
  3. Valor limite para o alarme
  4. Tempo de atraso para o alarme

Gerenciar regras de processamento de tickets

Através do assistente para as regras de processamento de tickets é possível definir com facilidade as estratégias para a ocorrência de advertências e alarmes. Neste exemplo, ao atingir limites de advertência e de alarme um grupo de destinatários de facilidades prediais é informado via e-mail sobre a necessidade ou recomendação de breve troca do filtro.

  1. Definição dos valores limites (5) e fontes de dados (6)
  2. Define qual regra será aplicada
  3. Define a urgência da advertência ou do alarme
  4. Define o grupo de destinatários para os e-mails
  5. Definição dos valores limites relevantes
  6. Definição das fontes de dados correspondentes

O e-mail gerado pelo moneo já contém as primeiras informações sobre o ticket criado:

  • Fonte de dado afetada
  • Valor que foi excedido ou não alcançado
  • Prioridade do ticket
  • Registro de tempo

Valores calculados:

Cálculo da pressão diferencial

Pressão diferencial ∆P= Pressão antes do filtro - Pressão após o filtro

  1. Pressão antes do filtro
  2. Pressão após o filtro
  3. Compensação para equalizar os valores de pressão (opcional)
  4. Subtração entre a pressão antes do filtro e a pressão após o filtro
  5. Resultado pressão diferencial em bar

Cálculo do estado do filtro em percentual [%]

Estado do filtro em % = Pressão diferencial * 100% / Pressão diferencial máxima

  1. Pressão diferencial
  2. Constante 100%
  3. Pressão diferencial máxima para a troca do filtro
  4. Multiplicação
  5. Divisão
  6. Resultado do estado do filtro em percentual [%]