• Produkter
  • Brancher
  • IIoT & løsninger
  • Serviceydelser
  • Virksomhed
  1. moneo: IIoT platform
  2. Use cases

Overvågning af vandfiltre i kølekredsløb med moneo RTM

Tilstandsbaseret filtervedligeholdelse i systemer med varmeudvekslere ved brug af moneo RTM

Mikrofiltre i ifm prover gmbh´s kølekredsløb sikrer, at deres systemer med varmeudvekslere kører problemfrit. Filtrene beskytter varmeudvekslerne i de tilsluttede maskiner ved at fjerne urenheder fra kølevandet. Dette vigtige filterelement skal serviceres og udskiftes jævnligt. Permanent overvågning optimerer denne proces og garanterer kontinuerlig drift af systemerne.

Anvendelses eksempler til filterovervågning i produktionsprocessen:

  • Kvalitetssikring af produkt og proces
  • Optimering af energiforbrug
  • Organisering af vedligeholdelse
  • For at sikre rent vand skal forurening såsom flager, alger osv. filtreres ud, da de ellers vil forstoppe varmeudveksleren, hvilket vil føre til nedbrud.

Den oprindelige situation:

Vandfiltrene blev udskiftet ved regelmæssige tidsintervaller (hver ottende uge) uanset deres tilstand. Dette omfattede en visuel kontrol af filtertilstanden. Der fandtes ingen permanent og central overvågning af filtrene. Dette førte til ekstra omkostninger forårsaget af for tidlige eller for sene filterudskiftninger, maskin-nedetid på grund af ineffektive eller tilstoppede filtre og uplanlagte produktionsstop på grund af vedligeholdelsesarbejde. Disse hændelser blev ofte ikke tilstrækkeligt dokumenteret, så det var umuligt at lave en efterfølgende fejlanalyse på grund af mangel på data.

Projektets mål:

Målet var at skifte fra en præventiv, reaktiv strategi til en tilstandsbaseret vedligeholdelsesstrategi for at optimere anvendelsen af personalet, forbedre filterudskiftningsprocessen og muliggøre konsistent dokumentation af de udførte foranstaltninger. En defineret gruppe af e-mailmodtagere i vedligeholdelsesafdelingen skulle modtage en besked om filterudskiftning, hvor filtre kun blev udskiftet, når det var nødvendigt på grund af deres tilstand. For at kunne identificere yderligere optimeringspotentiale var målet at gøre det muligt for brugere at analysere dataene.

Implementering:

moneo blev installeret på en central server i den eksisterende IT-struktur, og moneo RTM-modulet blev aktiveret ved hjælp af en licensnøgle (LAC). To tryksensorer blev installeret til at overvåge mikrofilteret; den ene registrerer trykket foran filteret, og den anden registrerer trykket bag ved filteret. Baseret på disse to værdier kan trykforskellen fastslås, hvilket giver information om filterets status. Målingen skal være meget præcis. Tryksensorerne har IO-link interfaces, som muliggør dataoverførsel til en IoT IO-link-master. moneo RTM-modulet installeret på serveren henter trykdata fra masteren hvert sekund.

moneo RTM behandler dataene og bruger dem til at:

  • beregne trykforskellen
  • gemme historiske data
  • visualisere dataene
  • overvåge grænseværdier

Der blev defineret advarsels- og alarmgrænseværdier til at overvåge filtrene. Disse data blev taget fra filterproducentens datablad. Databladet angiver, hvor høj trykforskellen er for et nyt filter ved en defineret flowrate (i vores anvendelse ved ca. 1 m³/t = ca. 0.05 bar). En filterudskiftning anbefales ved en trykforskel på >0.5 bar. De 0.5 bar lægges til trykforskellen i den nye tilstand. Følgelig bør filteret i dette eksempel ændres til 0.55 bar. Da sensorerne, der bruges, fører til en maksimal målefejl på ca. 0.05 bar, indstilles alarmgrænseværdien til 0.5 bar. Advarselsgrænseværdien skal virke hurtigere her og blev indstillet til 0.45 bar for at garantere rettidig advarsel til personalet.

Resultatet:

I løbet af nogle få uger kunne de se de første resultater. Bedømt ud fra udseendet og tidsintervallet ville en filterudskiftning allerede have været tvingende nødvendig. Men dataene og måleresultaterne opnået fra den permanente filterovervågning viste, at kun 20% af filteret var tilstoppet. Følgelig besluttede man at droppe den tidsbaserede filterudskiftning. Dette forlængede filtrenes levetid markant.

Bundlinjen:

Med moneo RTM kunne alle mål nås:

  • Overblik og detaljeret information om installationen visualiseret på dashboardet
  • Registrering af data til yderligere optimering
  • Mulighed for at analysere registrerede data
  • Permanent overvågning af filtertilstand
  • E-mailbesked i tilfælde af overskridelse af grænseværdi

Systemstruktur

  1. IO-Link-master (AL1350)
  2. Tryksensor foran filteret
  3. Tryksensor bag ved filteret

Dashboard

Relevant sensorinformation kan ses hurtigt og individuelt via dashboard-funktionen.

  1. Kurvediagrammet viser trykvariationer som en funktion af tid (trykforskel, foran og bag ved filteret)
  2. Aktuelt tryk foran filteret
  3. Aktuel trykforskel med angivelse af grænseværdi
  4. Aktuelt tryk bag ved filteret
  5. Filterstatus i %
  6. Trafiklys-display af aktuel filterstatus

Analyse

Analysen kan bruges til at se yderligere detaljer. Screenshottet viser trykværdier indsamlet i løbet af en måned. Som vi kan se, stiger trykforskellen over tid. Da filteret tilstoppes over tid, kan dette forventes. Det, der er positivt, er, at denne værdi stiger langsommere end forventet, hvilket betyder, at filterets levetid kan forlænges.

  1. Blå linje, differenstryk ved filteret

Opgaver og advarsler:

Administration af grænseværdier

Denne funktion i moneo RTM tillader brugere at definere en individuel grænseværdi til hver procesværdi. I denne anvendelse er grænseværdierne indstillet, så vedligeholdelsespersonalet får besked i god tid, når det er nødvendigt at udskifte et filter.

Især ved maskinopstart kan der kortvarigt opstå højere trykudsving; disse kan man blot fjerne via forsinkelsestider. Dette betyder, at grænseværdier, der overskrides kortvarigt, bliver undertrykt, og systemet kun reagerer, hvis trykforskellen overskrides i en tidsperiode X.

  1. Øverste advarselsgrænse
  2. Forsinkelsestid til advarsels-grænseværdien
  3. Øverste alarmgrænse
  4. Forsinkelsestid til alarm-grænseværdien

Styring af procesudløsende opgave (ticket) behandlingsforskrifter

Guiden til indstilling af advarselsmeddelelser kan bruges til at definere enkle regler for advarsler og alarmer. I eksemplet nedenfor får en gruppe af e-mailmodtagere i en bygningstjeneste-afdeling besked, når advarsels- og alarmgrænseværdier nås, og et filterskift er forestående eller kræves straks.

  1. Definition af grænser (5) og datakilder (6)
  2. Definerer, hvilken forskrift, der anvendes
  3. Definerer advarslens eller alarmens vigtighed
  4. Definerer e-mailmodtagerne
  5. Definition af de relevante grænser
  6. Definition af de tilsvarende datakilder

Den e-mail, der er blevet genereret fra moneo indeholder allerede opgave-information:

  • Påvirket datakilde
  • Værdi, der blev overskredet eller ikke nået
  • Opgave-prioritet
  • Tidsstempel

Beregnede værdier:

beregning af trykforskel

Trykforskel ∆P= tryk foran filteret - tryk bag ved filteret

  1. Tryk foran filteret
  2. Tryk bag ved filteret
  3. Offset af trykværdier (valgfrit)
  4. Subtraktion af tryk foran filteret fra tryk bag ved filteret
  5. Resultat trykforskel i bar

Beregning af filtertilstand i procent [%]

Filtertilstand i % = trykforskel * 100% / maksimal trykforskel

  1. Trykforskel
  2. Konstant 100%
  3. Maksimal trykforskel ved filterudskiftning
  4. Multiplikation
  5. Division
  6. Resultat af filtertilstanden i procent [%]