A bomba de alimentação é um componente central de uma instalação CIP e garante que o fluido percorra toda a instalação. A falha desta bomba provoca a parada total do processo.
Dependendo da etapa de limpeza, a bomba é operada em diferentes faixas de velocidade, o que dificulta o monitoramento estático.
A implementação de AI (inteligência artificial) deve ajudar a realizar o monitoramento da bomba e a detectar e reportar os desvios do estado de operação em tempo. Assim o trabalho de manutenção pode ser realizado em tempo, no sentido de manutenção em tempo real.
O monitoramento de processo para bombas, com relação à vibração e rotação, não é realizado ou é realizado apenas de forma muito limitada; na melhor das hipóteses para variáveis estáticas do processo. Sistemas de monitoramento e visualização como o moneo não estão instalados. Portanto, não são enviadas mensagens de alarme em tempo antes que ocorram danos à bomba.
As variáveis de medição críticas da bomba devem ser registradas através de sensores IO-Link.
O registro de dados do estado normal deve ser usado para criar um modelo que permita o monitoramento independente do estado de operação e com isso a detecção de desvios em relação ao estado normal (anomalias).
O moneo RTM com a DataScienceToolbox e com a função Smart Limit Watcher, é instalado de forma centralizada em um servidor. Os mestres IO-Link estão conectados ao servidor através de uma VLAN interna. Cada sensor utilizado está conectado a um mestre IO-Link.
O moneo RTM assume a gravação e visualização dos dados. Os dados armazenados são analisados e calculados em um modelo correspondente através da ferramenta Smart Limit Watcher da DataScienceToolbox. Depois de uma fase de aprendizagem, este modelo assume o monitoramento da bomba e indica desvios em relação ao estado normal.
As bombas podem trabalhar em diferentes estados de operação (por exemplo: com carga ou sem carga). Em cada um desses estados são permitidos diferentes valores limites. A ferramenta Smart Limit Watcher da DataScienceToolbox pode estabelecer valores limites de forma dinâmica. Se os valores de processo estiverem fora de uma determinada banda de confiança, serão emitidas advertências ou alarmes correspondentes como no caso dos valores limites estáticos.
O monitoramento da vazão (variável alvo) é realizado com a ajuda do Smart Limit Watcher. Para isso, são usadas as chamadas variáveis auxiliares (velocidade, pressão da bomba, dados de vibração) que descrevem o comportamento da vazão em diferentes estados de operação como por exemplo: com o aumento da vazão, aumentam também a velocidade e a pressão da bomba.
A gravação de dados aumenta a transparência e os potenciais de otimização relacionados. O aumento da disponibilidade da instalação melhora o processo. Reação rápida à mudança dos parâmetros do processo através do gerenciamento integrado de alarmes e otimização da manutenção. Todas as medidas aumentam a qualidade do processo e do produto. Além disso, o moneo RTM também oferece uma visualização detalhada do processo.
A instalação foi digitalizada com sucesso sem precisar de alterações ou intervenções no CLP ou no seu software.
Obtenha uma visualização geral na tela do moneo
A tela fornece ao usuário uma visão geral dos valores relevantes do processo para essa instalação.
A função de análise permite que o usuário acesse os dados do histórico e compare diferentes valores de processo. O diagrama mostra uma curva característica típica para a partida ①, operação ② e parada ③.
Pode-se observar que as curvas de velocidade e pressão são praticamente idênticas. A vazão na instalação ocorre um pouco em retardo, o que é normal devido à inércia do fluido.
Diferentes parâmetros da bomba podem ser monitorados estaticamente, pois são independentes do estado de operação. Neste caso por exemplo, a temperatura do motor não deve exceder a 50 °C. Isto pode ser feito simplesmente ajustando os limites estáticos de advertência e alarme.
Neste Use Case (aplicação de sucesso), o fluxo da bomba é monitorado através do Smart Limit Watcher (variável alvo).
Com a ajuda das variáveis auxiliares (pressão da bomba, velocidade e valores de aceleração), é calculado um modelo correspondente que define uma banda de confiança em torno do valor do processo. Esta banda define os valores limites para o fluxo, considerando várias condições de operação.
A sensibilidade e, portanto, a largura da banda de confiança pode ser ajustada através de parâmetros (nenhum, baixo, médio e alto) para os respectivos limites de advertência e alarme inferiores e superiores. Isto permite ocultar advertências ou alarmes falsos indesejados.
Através desta função é possível definir facilmente o que deve ocorrer após a emissão de uma advertência ou alarme, por exemplo:
Além dos valores de processo dos sensores, o moneo também registra o tempo de operação da bomba. Esta função pode ser implementada de maneira rápida e fácil por meio do modelo “Contador de horas de operação”.
Para isso se requer uma fonte de dados ② que descreve o estado de operação. No exemplo abaixo se utiliza a velocidade e os seguintes valores limites ③ são definidos: