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.
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.
Wykorzystując odpowiednie czujniki IO-Link, należy rejestrować krytyczne zmienne procesowe pompy.
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).
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.
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.
Digitalizacja instalacji przebiegła pomyślnie, bez wprowadzania zmian lub modyfikacji w istniejącym PLC ani oprogramowaniu.
Uzyskaj pełny obraz sytuacji na kokpicie moneo moneo dashboard.
Kokpit pozwala użytkownikowi na uzyskanie przeglądu istotnych wartości procesowych w odniesieniu do instalacji.
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.
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.
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.
Za pomocą tej funkcji można łatwo zdefiniować, co powinno się stać po wyzwoleniu ostrzeżenia lub alarmu, np:
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: