Case study: wdrożenie strategii PdM dla turbiny gazowej
Strategia Predictive Maintenance dla turbiny gazowej

Wdrożenie strategii PdM dla turbiny gazowej

Cel
Przewidywanie czy aktualne poziom zanieczyszczenia komponentów turbiny pozwoli na uruchomienie maszyny bez zakłóceń
Ograniczenie nieplanowanych przestojów, wydajniejsza organizacja pracy
Rezultat
Opracowanie systemu monitorującego parametry pracy turbiny rozprężnej, który pozwala przewidzieć czy aktualne zanieczyszczenie komponentów turbiny umożliwia ponowny rozruch turbiny bez zakłóceń, po planowanym przestoju
Wyzwanie
Zakład posiada dwie bliźniacze turbiny o mocy ok. 9 MW, z czego każda zasilana gazem wielkopiecowym będącym produktem ubocznym pracy pieca hutniczego. Dostarczany w ten sposób gaz po procesie oczyszczenia zawiera śladową ilość zanieczyszczeń, które następnie osiadają na komponentach turbiny.
W efekcie podczas rozruchu turbiny dochodzi do występowania zwiększonych wibracji, a w konsekwencji do braku możliwości uruchomienia maszyny. Powodem problemów z uruchomieniem jest przekroczenie wibracji maksymalnych dopuszczalnych podczas rozruchu maszyny. Konsekwencją występowania takich wibracji są nieplanowane przestoje i konieczności wzywania serwisu zewnętrznego w celu czyszczenia zabrudzonych elementów. 
Rozwiązanie
We wdrożeniu wykorzystany został moduł detekcji anomalii dostępny w rozwiązaniu RSIMS Module. W ramach implementacji zastosowano transformatę surowych sygnałów wibracji, której wartość odzwierciedla stan zanieczyszczenia komponentów turbiny. Przekroczenie wartości granicznej transformaty informuje o możliwych problemach z uruchomieniem turbiny podczas kolejnej próby uruchomienia.
CASE 1 / Analiza danych z sensorów
W przedstawionym przypadku aplikacja RSIMS Module była w stanie wykryć nieprawidłowo przeprowadzoną usługę czyszczenia wirnika turbiny i w efekcie ekspertom udało się zaobserwować nagły wzrost wibracji na jednym z sensorów (przykładem jest powyższa grafika). Konsekwencją wykrycia nagłego wzrostu było ponowne wezwanie serwisu czyszczącego komponenty turbiny w celu wykonania usługi czyszczenia ponownie. 

Rezultatem tych prac była redukcja wibracji wirnika turbiny rozprężnej do poziomu poziomu poniżej progu alarmowego. Dzięki czemu zmniejszone zostaje ryzyko nierównomiernego gromadzenia się zanieczyszczeń na wirniku prowadzące do jeszcze większego wzrostu wibracji a w efekcie do braku możliwości uruchomienia turbiny.
Korzyści
Rozwiązanie jest w stanie przewidzieć do 100% potencjalnych awarii wynikających z zanieczyszczenia komponentów turbiny. Wdrożenie RSIMS Module pozwala na szybszy i dokładniejszy wgląd w pracę instalacji niż jakikolwiek inny system monitorowania stosowany dotychczas.

Przewidując czy turbina będzie mogła zostać uruchomiona po nadchodzącym wyłączeniu, klient zyskał możliwość:
Możliwość wcześniejszej organizacji prac związanych z czyszczeniem turbiny
Oszczędności wynikające ze zminimalizowania czasu oczekiwania na serwis zewnętrzny
Stały monitoring pozwalający na kontrolę prawidłowości usług przeprowadzonych przez firmy podwykonawcze
Możliwość przewidzenia do 100% potencjalnych awarii wynikających z zanieczyszczenia komponentów turbiny
Szybszy i dokładniejszy wgląd w pracę instalacji
O firmie
ReliaSol jest spółką, powstałą w odpowiedzi na rosnącą potrzebę zwiększania wydajności maszyn i instalacji w przemyśle.
Dostarczamy oprogramowanie i usługi, które przyspieszają proces transformacji cyfrowej. Aplikacje, które tworzymy łączą dane rzeczywiste z maszyn, sensorów, raportów ze zdarzeń oraz automatyzują wyciąganie wniosków. Efektem ich pracy jest wizualizacja danych, przewidywanie zdarzeń i monitorowanie optymalnego zakresu pracy maszyn, a także całych linii produkcyjnych.
Skontaktuj się z nami
Chętnie odpowiemy na Twoje pytania
Reliability Solutions Sp. z o. o.
ul. Królewska 57, 30-081 Kraków, Polska
icon phone+48 12 394 11 2 icon mailbiuro@reliasol.ai
Piotr Lipnicki
Chief Executive Officer
icon phone+48 605 241 056 icon mailpiotr.lipnicki@reliasol.ai
Dariusz Broda
Head of Engineering
icon phone+48 517 688 108 icon maildariusz.broda@reliasol.ai
Reliability Solutions Sp. z o. o.
ul. Królewska 57, 30-081 Kraków, Polska
+48 12 394 11 2 biuro@reliasol.ai
  • Ciepłownictwo
  • Turbina gazowa
Other
<strong>Volkswagen Motor Polska – detekcja awarii osprzętu pneumatycznego robotów </strong>(aktualizacja case study)

Volkswagen Motor Polska – detekcja awarii osprzętu pneumatycznego robotów (aktualizacja case study)

CZYTAJ CASE STUDY
Grupa Azoty – opracowanie modelu optymalizacji

Grupa Azoty – opracowanie modelu optymalizacji

Zobacz, jak opracowaliśmy model optymalizacji instalacji reformingu w oparciu o głębokie sieci neuronowe w Grupa Azoty Tarnów.

CZYTAJ CASE STUDY
Case study: analiza powtarzających się problemów z bateriami pojazdów

Case study: analiza powtarzających się problemów z bateriami pojazdów

Dowiedz się, jak poznać przyczynę powtarzających się problemów z bateriami pojazdów.

CZYTAJ CASE STUDY