Fijnfilters in de koelcircuits van de ifm prover gmbh borgeneen probleemloze werking van installaties met warmtewisselaars. Ze filteren verontreinigingen uit het koelwater en beschermen zodoende de warmtewisselaars in de aangesloten machines. Het onderhoud en de vervanging van deze belangrijke filterelementen moeten regelmatig worden uitgevoerd. De permanente bewaking optimaliseert dit proces en garandeert een on-onderbroken werking van de installaties.
Applicatievoorbeelden voor filterbewaking binnen het productieproces:
De waterfilters werden in vaste tijdsintervallen (elke acht weken) en ongeacht de conditie vervangen. De conditie van de filters werd daarbij visueel gecontroleerd. Er was geen permanent en centraal toezicht op de filters. Dit resulteerde in extra kosten als gevolg vroegtijdige of te late vervanging, machinestilstand als gevolg van defecte of verstopte filters, en ongeplande productiestilstand als gevolg van onderhoudswerkzaamheden. Die werkzaamheden werden onvoldoende gedocumenteerd, zodat een latere analyse met betrekking tot de storingsoorzaken niet mogelijk was wegens een gebrek aan data.
Het onderhoud moest worden omgeschakeld van een preventieve, reactieve naar een condition-based-strategie. Dit moet de inzet van personeel optimaliseren, de planning van filtervervangingen verbeterd en worden de uitgevoerde maatregelen consequent gedocumenteerd. Een gedefinieerde groep verantwoordelijken bij onderhoud moet de informatie over een filtervervanging ontvangen. Dit mag alleen gebeuren als het noodzakelijk is vanwege de slechte conditie. Om verdere optimalisatiemogelijkheden te kunnen vaststellen, moeten de data kunnen worden geanalyseerd.
moneo is geïnstalleerd op een centrale server van de bestaande, krachtige IT-structuur en de module moneo RTM is geactiveerd met de licentiesleutel (LAC). Voor de bewaking van het fijnfilter zijn twee druksensoren geïnstalleerd, één sensor registreert de druk voor het filter en de tweede de druk na het filter. Uit deze twee waarden is het drukverschil te herleiden waar de conditie van het filter is af te leiden. De meting moet hiervoor zo exact mogelijk zijn. De gebruikte druksensoren hebben een IO-Link-interface, die de data doorstuurt naar een IoT IO-Link-master. De module moneo RTM die op de server is geïnstalleerd, haalt elke seconde de drukgegevens op van de master.
moneo RTM verwerkt de data vervolgens verder en gebruikt ze voor:
Voor de bewaking van de filters zijn grenswaarden voor de waarschuwings- en alarmniveau vastgesteld. Hiervoor werden de gegevens van het datablad van de filterfabrikant overgenomen. In dit datablad wordt aangegeven hoe groot het drukverschil is bij een bepaalde doorstroming in een nieuwe toestand (in onze toepassing bij ca. 1 m³/h = ca. 0,05 bar). Verder wordt daarin aanbevolen om een filtervervanging uit te voeren bij een drukverschil van >0,5 bar. De 0,5 bar moet worden opgeteld bij het drukverschil wanneer het filter nieuw is, in dit voorbeeld moet het filter dus bij 0,55 bar worden vervangen. Aangezien het gebruikte sensorsysteem een maximale meetfout van ca. 0,05 bar oplevert, wordt het alarmniveau op 0,5 bar ingesteld. De waarschuwingsniveau moet hier iets eerder inschakelen en is geconfigureerd op 0,45 bar, zodat het personeel de waarschuwing tijdig ontvangt.
Binnen de eerste weken konden al de eerste successen worden geboekt. Op grond van de visuele inspectie en op basis van de tijdsduur zou een filtervervanging al nodig zijn geweest. Uit de gegevens van de permanente filterbewaking is echter gebleken dat het filter volgens de meetresultaten slechts voor ongeveer 20% was verstopt. Daarom is besloten de tijdgebaseerde vervanging van de filters op te schorten en zo de gebruiksduur van de filters aanzienlijk te verlengen.
Met moneo RTM konden alle doelstellingen worden vervuld:
Relevante sensorinformatie kan via de dashboardfunctie snel en klantspecifiek worden gevisualiseerd.
Met behulp van de analyse kunnen nog andere details worden getoond. De schermafbeelding toont de drukwaarden die gedurende een maand verzameld zijn. Het is duidelijk dat het drukverschil in de loop van de tijd toeneemt. Aangezien het filter na verloop van tijd verstopt raakt, is dit beeld te verwachten. Positief is dat deze waarde langzamer stijgt dan verwacht, waardoor de levensduur van het filter wordt verlengd.
Grenswaarden beheren
Via deze functie in moneo RTM is voor elke proceswaarde een individuele grenswaarde te definiëren. In deze applicatie is het zo geconfigureerd dat het onderhoudspersoneel tijdig wordt geïnformeerd wanneer een filter zou moeten worden vervangen.
Vooral tijdens het opstarten van een machine kunnen gedurende korte tijd grotere drukschommelingen optreden; deze zijn gemakkelijk te overbruggen vertragingstijden, zodat kortstondige overschrijdingen van de grenswaarde worden onderdrukt en het systeem pas reageert als het drukverschil gedurende een tijd X stabiel is overschreden.
Via de wizard voor de verwerking van de ticket regels zijn gemakkelijk strategieën te definiëren voor het opkomende van waarschuwingen en alarmen. In dit voorbeeld wordt bij het bereiken van de waarschuwings- en alarmniveua een groep verantwoordelijken van de onderhoudsafdeling via e-mail geïnformeerd dat een filtervervanging op handen is of dringend wordt aanbevolen.
Berekening drukverschil
Drukverschil ∆P= druk voor het filter - druk na het filter
Berekening filterconditie als percentage [%]
Filtertoestand in % = drukverschil * 100% / maximale drukverschil