
發(fā)生另一起運營事故后,資產(chǎn)經(jīng)理會問:哪里出了問題,為什么?這個問題很難回答,因為90% 的資產(chǎn)和設備故障都是由事件驅(qū)動的,而不是基于時間的。除非您擁有成熟的狀態(tài)監(jiān)測流程,否則挑戰(zhàn)在于不知道哪個事件可能成為下一個不可逆轉(zhuǎn)損害的“臨界點”。
了解新興技術如何幫助資產(chǎn)所有者了解資產(chǎn)績效的后見之明和預見性,降低運營和維護 (O&M) 成本并提高運營效率。
狀態(tài)監(jiān)測 (CM) 是觀察資產(chǎn)和機器隨時間變化的狀態(tài)以檢測早期性能異常的過程。振動、溫度、壁厚或聲發(fā)射等參數(shù)可能是重大故障的先兆——開裂、破損、腐蝕等。
最簡單的狀態(tài)監(jiān)測系統(tǒng)有四個要素:
l放置在資產(chǎn)上的無線傳感器
l網(wǎng)關設備用于收集、組織和傳輸數(shù)據(jù)
l用于數(shù)據(jù)處理和分析的云存儲
l用于遠程系統(tǒng)控制和警報的儀表板
狀態(tài)監(jiān)測傳感器可以診斷振動、溫度、壓力、聲音、濕度和其他參數(shù)。您還可以集成來自 SCADA、資產(chǎn)管理平臺和工業(yè)無人機等來源的數(shù)據(jù),以端到端查看資產(chǎn)。然后可以使用各種技術和軟件工具分析匯總數(shù)據(jù)。
收集故障前數(shù)據(jù)有助于了解資產(chǎn)的磨損和維修需求。沒有它,您無法重現(xiàn)導致故障的事件,從而使您的運營面臨更多風險。
歷史條件數(shù)據(jù)有助于根本原因分析,并通過建模技術提高未來預見性。換句話說,條件監(jiān)測有助于從被動維護轉(zhuǎn)變?yōu)橛杏媱澋募m正性維護和預防性維護策略。
l減少停機時間。早期發(fā)現(xiàn)問題和更快的糾正性維護意味著更少的關鍵設備故障。定期狀態(tài)監(jiān)測可將各行業(yè)發(fā)生災難性、意外機器故障的幾率平均降低55% 。
l節(jié)省成本。停機時間和大規(guī)模維修的減少使企業(yè)擁有更好的現(xiàn)金流。例如,海上風電場運營商可以通過早期干預節(jié)省高達8%的運營和維護成本。
l優(yōu)化資產(chǎn)性能。實時監(jiān)控和數(shù)據(jù)分析有助于識別不同條件下機器校準和/或資產(chǎn)運營中的低效之處。實時動態(tài)調(diào)整操作參數(shù)以保持最 佳性能。
l延長設備使用壽命。及早發(fā)現(xiàn)磨損,并及時進行糾正性維護,可將資產(chǎn)使用壽命延長20% 至 40%。
l提高職業(yè)安全性。狀態(tài)監(jiān)測有助于降低人員風險和工業(yè)事故發(fā)生的可能性,從而提高合規(guī)性。
l提高生產(chǎn)力。借助自動診斷和更好的數(shù)據(jù)收集工具,您可以在更短的時間內(nèi)進行更有效的評估。十分之七的大壩運營商認為,自動監(jiān)測提高了他們在一年內(nèi)執(zhí)行更多檢查項目的能力。
l數(shù)據(jù)驅(qū)動的決策。獲得有關資產(chǎn)健康狀況的端到端可見性和詳細數(shù)據(jù)。在派工程師前往現(xiàn)場之前,向他們提供有關缺陷位置嚴重程度和位置的充足數(shù)據(jù)。避免資產(chǎn)過度維修,同時提前應對未來的維護需求。
資產(chǎn)監(jiān)控方法有很多種,每種方法都最適合特定類型的設備和數(shù)據(jù)采集。有些是手動的,有些則與自動數(shù)據(jù)收集兼容。
例如,76% 的資產(chǎn)所有者使用自動大壩監(jiān)測方法,只有 24% 采用手動方法。在全球 50 大礦業(yè)公司中,94% 擁有強大的數(shù)據(jù)基礎設施,90% 自動收集狀態(tài)監(jiān)測數(shù)據(jù)。
自動化程度的提高可以實時測量更多參數(shù),并且精度更高。您可以減少實地考察次數(shù),跟蹤系統(tǒng)狀態(tài),并根據(jù)需要安排維護,以優(yōu)化停機時間。
以下是針對不同類型工業(yè)資產(chǎn)最常用的狀態(tài)監(jiān)測方法的摘要。
有效的資產(chǎn)狀況監(jiān)測管理取決于數(shù)據(jù)可用性和分析能力——新技術能夠獲得更深入的洞察。
由于無線核心傳感器技術的改進(以及成本的大幅降低),資產(chǎn)所有者可以收集有關陀螺儀運動、壓力變化、振動模式、溫度和濕度的實時數(shù)據(jù)。反過來,工業(yè)無人機可以加快攝影測量、視覺測試和高空無損檢測的速度。使用專門的無人機有效載荷進行熱成像、超聲波測試、干膜厚度測量、氣體或輻射檢測,可以覆蓋更大的距離并更快地檢查難以到達的資產(chǎn)。
您可以使用數(shù)據(jù)工程為資產(chǎn)創(chuàng)建自定義健康指標,以實現(xiàn)有效診斷和預測性監(jiān)控。機器學習算法在異常檢測方面表現(xiàn)出色。數(shù)據(jù)驅(qū)動的診斷還可以揭示影響資產(chǎn)狀況的關鍵因素,并幫助實施主動維護。通過應用使用歷史和實時數(shù)據(jù)的數(shù)據(jù)建模方法,您可以預測資產(chǎn)維護需求并模擬退化機制的影響。
總體而言,隨著后四種技術的部署,狀態(tài)監(jiān)測能力將顯著增強。
IIoT 是指具有無線連接和實時數(shù)據(jù)交換功能的傳感器、邊緣設備和自動化工業(yè)系統(tǒng)不斷增長的組合。它們提供了一種將傳統(tǒng)機械和非數(shù)字資產(chǎn)與現(xiàn)代技術連接起來進行數(shù)據(jù)分析的途徑。
物聯(lián)網(wǎng)網(wǎng)關支持從所有連接資產(chǎn)到基于云和本地資產(chǎn)狀況監(jiān)控解決方案的安全數(shù)據(jù)傳輸、處理和過濾。
通過整合來自多個來源(狀態(tài)監(jiān)測傳感器、資產(chǎn)管理系統(tǒng)和維護應用程序)的數(shù)據(jù),您可以獲得資產(chǎn)組合的端到端可視性,并應用更深入的分析來優(yōu)化其性能。
Eldorado Brasil是最 大的單線牛皮紙漿企業(yè)之一,該公司為其設施選擇了Barker Huegs 狀態(tài)監(jiān)測系統(tǒng)。該系統(tǒng)識別出底部蒸煮器冷卻增壓泵電機軸承故障的早期跡象。該團隊跟蹤故障進展并減輕其影響,直到計劃停機期間安排糾正性維護。Eldorado Brasil 避免了緊急維修和約 2,740 噸紙漿產(chǎn)量的損失,僅在一次事故中就節(jié)省了約 180 萬美元。
除了先進的監(jiān)控功能外,IIoT還帶來了邊緣計算功能。
機器數(shù)據(jù)被傳輸?shù)皆贫诉M行分析,但控制決策可以在本地進行(例如,調(diào)整溫度或轉(zhuǎn)子速度)。系統(tǒng)控制器(如 PLC)和狀態(tài)監(jiān)測控制器可以共享實時傳感。這為遠程調(diào)整機器性能和可靠性提供了一個功能接口。
例如,您可以將無人機風力渦輪機檢查的數(shù)據(jù)與基于傳感器的見解相結(jié)合,以遠程診斷轉(zhuǎn)子不平衡或偏航系統(tǒng)問題。然后在派遣維護人員之前進行遠程調(diào)整以降低風險。例如,Greenko Group已使用AWS 服務對 2,200 多臺風力渦輪機的狀態(tài)監(jiān)控進行了數(shù)字化。該系統(tǒng)每分鐘將遙測數(shù)據(jù)傳輸?shù)奖O(jiān)控儀表板。在后臺,系統(tǒng)根據(jù)功率性能曲線、俯仰角與風速與功率輸出、環(huán)境溫度、機艙溫度、發(fā)電機溫度和散熱器溫度等參數(shù)自動對性能低下的風力渦輪機進行分類。
工程團隊可以全天候獲取實時信息,以便及時采取行動。工程團隊可以采取遠程糾正措施,如果此舉失敗,則可以發(fā)出現(xiàn)場檢查工單。
與人工方法相比,無人機檢查可以以極少的時間和成本收集大量有價值的數(shù)據(jù)。您無需派人員爬上火炬塔或深入豎井,而是可以派遣靈活的無人機繪制地形圖、收集厚度測量值或檢查是否有視覺損壞。
得益于專門的有效載荷,無人機可以為以下流程帶來額外的效率:
l視覺結(jié)構健康監(jiān)測
l工業(yè)攝影測量
l無損檢測
l工業(yè)熱成像
l泄漏檢測
對于基礎設施檢查,無人機無需調(diào)試飛機、引入起重設備或搭建腳手架,從而大幅降低了成本。一家煉油廠選擇使用 Voliro 無人機進行煙囪檢查,節(jié)省了超過 15 萬美元的起重機租賃和人工成本。
在英國,無人機橋梁檢查為當?shù)卣?jié)省了約 100 萬英鎊的成本,并大大提高了數(shù)據(jù)質(zhì)量。配備 RGB 攝像頭和 LiDAR 傳感器的無人機可以精 確拍攝難以到達的區(qū)域,從而提前發(fā)現(xiàn)腐蝕、開裂和電纜磨損等問題。
除了使檢查變得不那么繁瑣之外,無人機還為測量帶來了額外的速度和準確性。例如,借助 Voliro 超聲波傳感器有效載荷,檢查人員每小時可以收集多達 120 個厚度讀數(shù)。
一次外部儲罐檢查大約需要 75 分鐘,這意味著團隊每天可以檢查至少五個儲罐。更快的檢查時間意味著更少的停機時間和更高效的勞動力利用。此外,您可以安排更頻繁的檢查,以監(jiān)控基礎設施隨時間的變化。
所有無人機收集的數(shù)據(jù)都可以傳輸?shù)劫Y產(chǎn)管理系統(tǒng)中,用于歷史基準測試、實時評估,甚至預測決策。
機器學習 (ML) 和深度學習 (DL) 方法為狀態(tài)監(jiān)測添加了“預測”甚至“規(guī)范”組件。
您不僅可以獲得 48 小時的服務警報,還可以預測服務隨時間推移的惡化情況,并模擬不同的場景以優(yōu)化 TCO 并最 大限度地減少停機時間。例如,在采礦業(yè)中,許多拖纜都配有工作監(jiān)視器,可使用疲勞模型和應變測量來預測吊桿上的焊接故障。傳統(tǒng)上,這些模型都是統(tǒng)計模型。但最近,大多數(shù)預測性維護模型都由人工智能驅(qū)動。
例如, Razor Labs為采礦業(yè)構建了一個一體化的自動化預測性維護平臺。它使用人工智能傳感器融合——一種整合來自多個來源的機器狀態(tài)監(jiān)測數(shù)據(jù)并應用人工智能模型來產(chǎn)生更可靠見解的技術。該工具可以運行高級故障根源分析,準確預測采礦設備故障,并建議規(guī)范的維修措施。該公司聲稱,其系統(tǒng)每年可防止履帶式輸送機停機 1,000 多小時,并將堆場停機時間減少 25%。
卡特彼勒則開發(fā)了一種機器學習模型,用于快速檢測可能導致發(fā)動機損壞的發(fā)動機油稀釋。它可以在短短 2.4 小時內(nèi)(從 10 天減少)檢測出稀釋情況,并為一位客戶節(jié)省了超過 36 萬美元的維護成本。
另一家公司的模型可以檢測車輪打滑,打滑會導致剎車失靈,縮短輪胎和車軸組件的使用壽命。根據(jù)狀態(tài)監(jiān)測數(shù)據(jù),該團隊可以及時通知客戶,從而節(jié)省約 50 萬美元的停機成本。
除了早期問題檢測之外,PdM 支持的計劃還可以在不犧牲運營質(zhì)量的情況下將人工檢查減少50% 以上。通過遠程狀態(tài)監(jiān)控,您無需一直派人員在現(xiàn)場,從而減少員工處于危險之中的時間。
數(shù)字孿生是新一代預測性維護平臺,提供 3D 資產(chǎn)可視化、實時監(jiān)控和高級預測功能,用于建模不同的資產(chǎn)使用場景。
例如,太陽能發(fā)電場的數(shù)字孿生可以使用無人機和遠程攝像機拍攝的鏡頭,以 3D 形式可視化所有設施組件(從面板到逆變器)。它允許工作人員放大最細微的細節(jié),而無需進行多次實地檢查,并使用來自傳感器的數(shù)據(jù)持續(xù)分析資產(chǎn)的健康狀況。
此外,他們還可以進一步處理數(shù)據(jù),例如評估不同參數(shù)變化將如何影響電力輸出。或者依靠人工智能算法提供的建議。在德國,弗勞恩霍夫太陽能系統(tǒng)研究所 (ISE) 的研究人員開發(fā)了一種數(shù)字孿生,可以全天自動定位太陽能電池板,為附近的計劃提供足夠的光照,同時還可以根據(jù)電網(wǎng)狀況和電價優(yōu)化產(chǎn)量。
丹麥Sund & B?lt Holding 公司則創(chuàng)建了用于維護大貝爾特橋的數(shù)字孿生系統(tǒng)。此前,該團隊每六年必須目視檢查超過 30 萬平方米的混凝土。這需要耗費大量的勞動力。
與 IBM 合作開發(fā)的新數(shù)字孿生簡化了持續(xù)監(jiān)控和維護。它基于數(shù)據(jù)維護記錄、設計文檔和最近的無人機鏡頭中的數(shù)據(jù)來識別裂縫、生銹、腐蝕和持續(xù)應力,使團隊能夠更好地預測和預測維修工作。工程師可以模擬交通負荷如何影響最關鍵的區(qū)域并評估變化對橋梁的影響。
此外,通過獲取最 新數(shù)據(jù),Sund & B?lt Holding 可以加快工單管理。橋梁封堵的時間窗口非常狹窄,該模型允許工程團隊在下到五英里長的隧道之前準備好大部分工作。
狀態(tài)監(jiān)測可幫助運維團隊更深入地了解資產(chǎn)的健康狀況和性能。由于傳感器成本降低以及對云的商品化訪問,您可以從更廣泛的系統(tǒng)匯總數(shù)據(jù),從而將數(shù)字分析窗格無縫擴展到物理資產(chǎn)。
像Voliro這樣的專業(yè)檢查無人機也有助于提高空中資產(chǎn)檢查的頻率,而不會增加成本。我們的無人機專為高空無損檢測而設計,配備六種不同的有效載荷,用于收集壁厚測量值、進行干膜厚度測量、照明保護系統(tǒng)測試和絕緣層下腐蝕檢測。以更快的速度收集調(diào)節(jié)數(shù)據(jù),具有更高的可預測性,并減少人員風險。
公眾號 掃碼咨詢
![]() | 上海市閔行區(qū)中春路4999號莘莊商務樓1326室 |
![]() | service@covond.com |
![]() | m.jxetj.com |
![]() | 交換機:18017588179(孫經(jīng)理) 無人機:13311882358(孫總) |