You probably do not come from: Poland. If necessary, change to: United States
Infolinia serwisowa +48 32 70 56 400
  1. moneo: platforma IIoT
  2. Przykłady zastosowania

Inteligentne monitorowanie pomp za pomocą SmartLimitWatcher

Kompleksowe monitorowanie stanu pompy zasilającej

Pompa zasilająca jest jednym z centralnych elementów instalacji CIP. Zapewnia ona obieg medium w całym systemie. Jeśli pompa zasilająca ulegnie awarii, cały proces w instalacji zostanie zatrzymany.

Ponieważ pompa pracuje z różnymi prędkościami w zależności od etapu czyszczenia, monitorowanie statyczne jest trudne.

Celem jest wdrożenie systemu monitorowania pomp opartego na sztucznej inteligencji (AI – Artificial Intelligence), aby w porę wykrywać i zgłaszać wszelkie odchylenia od stanu roboczego. Prace konserwacyjne mogą być przeprowadzane w czasie rzeczywistym.

Sytuacja początkowa

Procesowe monitorowanie pomp, w tym monitorowanie drgań i prędkości, nie jest prowadzone lub jest prowadzone w bardzo ograniczonym zakresie – co najwyżej dla statycznych zmiennych procesowych. Nie są zainstalowane żadne systemy monitorowania ani wizualizacji, takie jak moneo. W związku z tym powstające uszkodzenia pompy nie są sygnalizowane na czas.

Cel projektu

Rejestrowanie krytycznych zmiennych procesowych i inteligentne monitorowanie pomp.

Wykorzystując odpowiednie czujniki IO-Link, należy rejestrować krytyczne zmienne procesowe pompy.

  • Przepływ
  • Prędkość
  • Ciśnienie
  • Temperatura
  • Dane o drganiach

Rejestracja danych dotyczących stanu normalnego jest wykorzystywana do tworzenia modelu umożliwiającego monitorowanie niezależnie od stanu pracy, a tym samym identyfikację odchyleń od stanu normalnego (anomalii).

Wdrożenie

System moneo|RTM, wraz z DataScienceToolbox i funkcją SmartLimitWatcher, jest zainstalowany centralnie na serwerze. Do serwera przez wewnętrzną sieć VLAN są podłączone mastery IO-Link. Każdy z używanych czujników jest podłączony do mastera IO-Link.

moneo|RTM rejestruje i wizualizuje dane. Funkcja SmartLimitWatcher z DataScienceToolbox jest wykorzystywana do analizy zarejestrowanych danych i obliczania odpowiedniego modelu. Po fazie uczenia model ten przejmuje monitorowanie pompy i zgłasza wszelkie odchylenia od stanu normalnego.

Pompy mogą pracować w różnych stanach (np. obciążenia lub braku obciążenia). W każdym z tych stanów dopuszczalne są różne wartości progowe. Funkcja SmartLimitWatcher z DataScienceToolbox może dynamicznie ustawiać progi. Jeśli wartości procesowe znajdą się poza określonym przedziałem ufności, zostaną wygenerowane ostrzeżenia lub alarmy, tak jak w przypadku progów statycznych.

W celu monitorowania natężenia przepływu (zmienna docelowa) stosuje się funkcję SmartLimitWatcher. Do tego celu wykorzystywane są zmienne pomocnicze (prędkość, ciśnienie pompy, dane o drganiach). Opisują one charakterystykę przepływu w różnych stanach roboczych. Na przykład wraz ze wzrostem przepływu wzrasta również prędkość i ciśnienie pompy.

Result

  • Prostota
    Nie jest potrzebna specjalistyczna wiedza z zakresu nauki o danych. Praktyczne rozwiązanie z łatwym w obsłudze, 5-stopniowym kreatorem dla kierowników produkcji i utrzymania ruchu.
  • Wygoda
    Zautomatyzowane przygotowywanie danych i kontrola jakości. Brak konieczności złożonego przygotowywania danych.
  • Inteligencja
    Dobór najlepiej dopasowanego do sytuacji modelu AI. Automatyczne uczenie się modelu i weryfikacji dokładności monitoringu.
  • Niezawodność
    Monitorowanie oparte na czasie i stanie. Ciągły monitoring w tle z wykorzystaniem dynamicznych przedziałów oczekiwań dla zmiennej docelowej.
  • Indywidualizacja
    Ostrzeżenia i alarmy z możliwością dostosowania do potrzeb użytkownika. Możliwość regulacji czułości wykrywania anomalii.

Rejestracja danych zwiększyła przejrzystość, zapewniając potencjał optymalizacji. Dłuższy czas pracy instalacji poprawił cały proces. Zintegrowane zarządzanie alarmami zapewnia szybką reakcję na zmieniające się parametry procesu, optymalizując konserwację. Wszystkie te działania podnoszą jakość procesu i produktu. moneo|RTM zapewnia szczegółową wizualizację procesu.

Podsumowanie

Digitalizacja instalacji przebiegła pomyślnie, bez wprowadzania zmian lub modyfikacji w istniejącym PLC ani oprogramowaniu.

Struktura systemu

  1. Monitory prędkości
  2. Czujnik temperatury
  3. Monitor drgań
  4. Czujnik ciśnienia
  5. Czujniki przepływu
  6. Master IO-Link

Kokpit

Uzyskaj pełny obraz sytuacji na kokpicie moneo moneo dashboard.

Kokpit pozwala użytkownikowi na uzyskanie przeglądu istotnych wartości procesowych w odniesieniu do instalacji.

  1. Aktualne natężenie przepływu na wylocie pompy w L/min
  2. Aktualne ciśnienie na pompie zasilającej w barach
  3. Przegląd danych dotyczących drgań (a-RMS, v-RMS, a-Peak)
  4. Licznik godzin pracy
  5. Temperatura powierzchni silnika pompy w °C
  6. Porównanie prędkości obrotowej silnika w obr/min i natężenia przepływu w L/min

Analiza

Funkcji analizy można użyć do uzyskania dostępu do danych historycznych i porównania różnych wartości procesowych. Na wykresie przedstawiono typową krzywą charakterystyczną dla rozruchu ①, pracy ② i zatrzymania ③.

Można zauważyć, że krzywe prędkości i ciśnienia są prawie identyczne. Przepływ w układzie jest lekko opóźniony, co jest normalne ze względu na bezwładność czynnika.

  • Niebieski = przepływ
  • Biały = ciśnienie
  • Zielony = prędkość

Ustawienia i reguły: Zarządzanie wartościami progowymi

Progi statyczne

Można monitorować różne parametry pompy w sposób statyczny, ponieważ są one niezależne od stanu pracy. Na przykład w tym przypadku temperatura silnika nie może przekraczać 50°C. Można to łatwo osiągnąć, ustawiając statyczne progi ostrzegawcze i alarmowe.

Progi dynamiczne (SmartLimitWatcher)

W tym przypadku SmartLimitWatcher służy do monitorowania przepływu przez pompę (zmienna docelowa).
Wykorzystując zmienne pomocnicze (ciśnienie pompy, prędkość i wartości przyspieszenia), obliczany jest model, który tworzy pasmo ufności wokół wartości procesowej. Określa on wartości progowe dla przepływu, uwzględniając różne stany robocze.

Czułość, a tym samym szerokość pasma ufności, można regulować dla dolnych i górnych progów ostrzegawczych i alarmowych za pomocą parametrów (nieaktywny, niski, średni i wysoki). Umożliwia to ukrycie ewentualnych fałszywych ostrzeżeń lub alarmów.

Reguły przetwarzania zgłoszeń

Za pomocą tej funkcji można łatwo zdefiniować, co powinno się stać po wyzwoleniu ostrzeżenia lub alarmu, np:

  • powiadomienie pocztą elektroniczną
  • Integracja z SAP

Obliczone wartości

Oprócz wartości procesowych z czujników, moneo rejestruje również godziny pracy pompy. Funkcję tę można szybko i łatwo wdrożyć za pomocą szablonu "Licznik godzin pracy".

Wymagane jest źródło danych ② opisujące stan pracy. W poniższym przykładzie użyto prędkości obrotowej i ustawiono następujące progi ③:

  • <50 obr/min, pompa jest wyłączona
  • >=50 obr/min, pompa jest włączona
  1. Nazwa licznika godzin pracy
  2. Źródło danych
  3. Wartość progowa
  4. Aktualna wartość licznika / wartość początkowa procesu zliczania w h