Feinfilter in den Kühlkreisläufen sichern den reibungslosen Betrieb von Anlagen mit Wärmetauschern. Sie filtern Verunreinigungen aus dem Kühlwasser und schützen damit den Wärmetauscher in den angeschlossenen Maschinen. Die Wartung und der Austausch dieser wichtigen Filterelement sind regelmäßig durchzuführen. Die permanente Überwachung optimiert diesen Prozess und garantieren den durchgängigen Betrieb der Anlagen.
Anwendungsfälle für Filterüberwachung innerhalb des Produktionsprozesses:
Die Wasserfilter wurden nach festen Zeitintervallen (alle acht Wochen) und unabhängig vom Zustand ausgetauscht. Dabei erfolgte eine optische Kontrolle des Zustands. Eine permanente und zentrale Überwachung der Filter gab es nicht. So entstanden Mehrkosten durch den zu frühen oder späten Austausch, durch Maschinenausfälle durch defekte oder zugesetzte Filter und ungeplante Produktionsstillstände aufgrund von Wartungsarbeiten. Diese wurden nur unzureichend dokumentiert, so dass eine spätere Analyse in Bezug auf Fehlerquellen wegen mangelnder Daten nicht möglich war.
Die Wartung sollte von einer präventiven, reaktiven auf eine zustandsbasierte Strategie umgestellt werden. Dadurch sollte der Einsatz des Personals optimiert, Filterwechsel besser geplant und durchgeführte Maßnahmen durchgängig dokumentiert werden. Ein festgelegter Empfängerkreis in der Instandhaltung sollte die Information zu einem Filterwechsel erhalten. Dieser sollte nur dann erfolgen, wenn es aufgrund des Zustands notwendig ist. Um weiteres Optimierungspotential erkennen zu können, sollte die Analyse der Daten möglich sein.
moneo wurde auf einem zentralen Server der bestehenden leistungsstarken IT-Struktur installiert und das Modul moneo RTM mit dem Lizenzkey (LAC) aktiviert. Zur Überwachung des Feinfilters werden zwei Drucksensoren installiert, dabei nimmt ein Sensor den Druck vor dem Filter und der Zweite den Druck nach dem Filter auf. Aus diesen beiden Werten kann eine Druckdifferenz ermittelt werden, aus der sich auf den Filterzustand schließen lässt. Die Messung muss dafür möglichst exakt sein. Die verwendeten Drucksensoren verfügen über eine IO-Link Schnittstelle, welche die Daten an einen IoT IO-Link Master übergeben. Das auf dem Server installierte moneo RTM Modul holt die Druckdaten sekündlich von Master ab.
moneo RTM verarbeitet die Daten dann weiter und nutzt sie für:
Zur Überwachung der Filter wurden Grenzwerte für die Warn- und Alarmschwelle definiert. Hierzu wurden die Daten aus dem Datenblatt des Filterherstellers übernommen. In diesem ist angegeben, wie hoch die Druckdifferenz bei einem definierten Durchfluss im Neuzustand ist (in unserer Anwendung bei ca. 1 m³/h = ca. 0,05 bar). Des Weiteren wird dort empfohlen, dass ein Filterwechsel bei einer Druckdifferenz von >0,5 bar durchgeführt werden sollte. Die 0,5 bar addieren sich zur Druckdifferenz im Neuzustand, in diesem Beispiel sollte daher der Filter bei 0,55 bar getauscht werden. Da sich durch die eingesetzte Sensorik ein maximaler Messfehler von ca. 0,05 bar ergibt, wird die Alarmschwelle auf 0,5 bar gesetzt. Die Warnschwelle soll hier früher greifen und wurde auf 0,45 bar konfiguriert, damit das Personal die Warnung rechtzeitig erhält.
Innerhalb der ersten Wochen konnten schon erste Erfolge festgestellt werden. Aus der optischen Kontrolle und aus Sicht der Zeit wäre bereits ein Filterwechsel notwendig gewesen. Die sich aus der permanenten Filterüberwachung ergebende Datenbasis zeigte jedoch, dass der Filter nach den Messergebnissen erst zu etwa 20% zugesetzt war. Aufgrund dessen, wurde beschlossen den zeitbasierten Tausch der Filter auszusetzen und somit die Laufzeit der Filter deutlich zu steigern.
Mit moneo RTM konnten alle Ziele erfüllt werden:
Relevante Sensorinformationen können über die Dashboard Funktion schnell und individuell visualisiert werden.
Mittels der Analyse können weitere Details betrachtet werden. Der Screenshot zeigt die über einen Monat gesammelten Druckwerte. Sichtbar ist, dass der Differenzdruck über die Zeit ansteigt. Da sich der Filter mit der Zeit zusetzt, ist dieses Bild erwartbar. Positiv ist, dass dieser Wert langsamer als angenommen steigt und sich somit die Lebenszeit des Filters verlängern lässt.
Grenzwerte verwalten
Über diese Funktion in moneo RTM kann für jeden Prozesswert ein individueller Grenzwert definiert werden. In dieser Anwendung wurde sie so konfiguriert, dass das Instandhaltungspersonal rechtzeitig informiert wird, wenn ein Filterwechsel erfolgen sollte.
Gerade beim Anlauf einer Maschine kann es kurzzeitig zu höheren Druckschwankungen kommen, diese können einfach über Verzögerungszeiten überbrückt werden, somit werden kurzzeitige Grenzwertüberschreitung ausgeblendet und das System reagiert nur, wenn die Druckdifferenz eine Zeit X stabil überschritten wurde.
Über den Wizard für die Ticketverarbeitungsregeln können einfach Strategien beim Auftreten von Warnungen und Alarmen definiert werden. In diesem Beispiel wird beim Erreichen der Warn- und Alarmgrenzen ein Empfängerkreis der Haustechnik über E-Mail informiert, dass ein Austausch des Filters bevorsteht bzw. dringend empfohlen ist.
Berechnung Druckdifferenz
Druckdifferenz ∆P= Druck vor dem Filter-Druck nach dem Filter
Berechnung Filterzustand in Prozent [%]
Filterzustand in % = Druckdifferenz * 100% / Maximale Druckdifferenz