Přívodní čerpadlo je jednou z hlavních součástí zařízení CIP. Zajišťuje cirkulaci médií v celém systému. Pokud dojde k výpadku přívodního čerpadla, celý proces zařízení se zastaví.
Vzhledem k tomu, že čerpadlo pracuje s různými rychlostmi v závislosti na stupni čištění, je statické monitorování obtížné.
Cílem je zavést monitorování čerpadel založené na umělé inteligenci (AI), aby bylo možné včas odhalit a nahlásit jakékoli odchylky provozního stavu. Údržbu lze provádět v reálném čase.
Monitorování procesu čerpadla, včetně monitorování vibrací a rychlosti, se neprovádí nebo jen ve velmi omezené míře – případě jenom pro statické procesní proměnné. Nejsou nainstalovány žádné monitorovací nebo vizualizační systémy, jako je například moneo. Vzniklé poškození čerpadla proto není včas signalizováno.
Pomocí vhodných senzorů IO-Link se zaznamenávají klíčové procesní veličiny čerpadla.
Záznam dat o normálním stavu slouží k vytvoření modelu, který umožňuje sledování bez ohledu na provozní stav, a tím i identifikaci odchylek od normálního stavu (anomálií).
moneo|RTM, včetně DataScienceToolbox a funkce SmartLimitWatcher, je nainstalován na centrálním serveru. Jednotky IO-Link master jsou připojeny k serveru prostřednictvím interní sítě VLAN. Každý z použitých snímačů je připojen k jednotce IO-Link master.
moneo|RTM zaznamenává a vizualizuje data. K analýze zaznamenaných dat a výpočtu odpovídajícího modelu se používá funkce SmartLimitWatcher nástroje DataScienceToolbox. Po fázi zaučení tento model převezme monitorování čerpadla a hlásí jakékoli odchylky od normálního stavu.
Čerpadla mohou pracovat v různých stavech (např. se zátěží nebo bez zátěže). V každém z těchto stavů jsou přípustné různé mezní hodnoty. Funkce SmartLimitWatcher nástroje DataScienceToolbox může dynamicky nastavovat mezní hodnoty. Pokud jsou hodnoty procesu mimo určitý pás spolehlivosti, budou vydána varování nebo alarmy jako u statických mezních hodnot.
Pro sledování průtoku (cílová proměnná) se používá SmartLimitWatcher. K tomuto účelu se používají podpůrné proměnné (rychlost, tlak čerpadla, údaje o vibracích). Popisují charakteristiky proudění v různých provozních stavech. S rostoucím průtokem se například zvyšují i rychlost a tlak čerpadla.
Záznam dat zvýšil transparentnost, což má za následek optimalizační potenciál. Vyšší doba provozuschopnosti zařízení zlepšila celkový proces. Integrovaná správa alarmů zajišťuje rychlou reakci na změnu procesních parametrů aoptimalizuje údržbu. Všechna opatření zvyšují kvalitu procesů a výrobků. moneo|RTM zajišťuje podrobnou vizualizaci procesů.
Digitalizace celého zařízení byla úspěšná i bez jakýchkoli změn nebo zásahů do současné jednotky PLC nebo softwaru.
Řídicí panel moneo poskytuje celkový přehled.
Vizualizace poskytuje uživateli přehled relevantních procesních hodnot pro monitorování tohoto zařízení.
Analýza umožňuje snadný přístup khistorickým datům aporovnává různé procesní hodnoty. Diagram ukazuje typickou charakteristiku pro spuštění ①, provoz ② a zastavení ③.
Je patrné, že křivky rychlosti a tlaku jsou téměř totožné. Průtok v systému se mírně odchyluje, což je vzhledem k setrvačnosti média normální.
Různé parametry čerpadla lze sledovat staticky, protože jsou nezávislé na provozním stavu. Například v tomto případě nesmí teplota motoru překročit 50 °C. Toho lze snadno dosáhnout nastavením statických výstražných a alarmových limitů.
V tomto příkladě použití se SmartLimitWatcher používá ke sledování průtoku čerpadla (cílová proměnná).
Pomocí podpůrných proměnných (hodnoty tlaku, rychlosti a zrychlení čerpadla) se vypočítá model, který vytvoří pás spolehlivosti kolem procesní hodnoty. Definuje prahové hodnoty pro tok s ohledem na různé provozní stavy.
Citlivost, a tedy i šířku pásma spolehlivosti, lze nastavit pro dolní a horní varovné a poplachové prahy pomocí parametrů (neaktivní, nízký, střední a vysoký). To umožňuje skrýt případná falešná varování nebo alarmy.
Pomocí této funkce lze snadno definovat, co se má stát po spuštění varování nebo alarmu, např.:
Kromě procesních hodnot senzorů zaznamenává moneo také provozní dobu čerpadla. Tuto funkci lze snadno a rychle implementovat pomocí šablony „Počítadlo provozní doby“.
Je vyžadován zdroj dat ② popisující provozní stav. V níže uvedeném příkladu je použita rychlost a jsou nastaveny následující prahové hodnoty ③: