Case study: wdrożenie strategii PdM dla turbiny gazowej
25 stycznia 2024

Case study: wdrożenie strategii PdM dla turbiny gazowej

Wdrożenie strategii PdM dla turbiny gazowej

CELE: REZULTAT:
– Przewidywanie czy aktualne poziom zanieczyszczenia komponentów turbiny pozwoli na uruchomienie maszyny bez zakłóceń
– Ograniczenie nieplanowanych przestojów, wydajniejsza organizacja pracy
 – Opracowanie systemu monitorującego parametry pracy turbiny rozprężnej, który pozwala przewidzieć czy aktualne zanieczyszczenie komponentów turbiny umożliwia ponowny rozruch turbiny bez zakłóceń, po planowanym przestoju 
KORZYŚCI:
– Możliwość przewidzenia do 100% potencjalnych awarii wynikających z zanieczyszczenia komponentów turbiny
– Szybszy i dokładniejszy wgląd w pracę instalacji
– 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

Przebieg realizacji projektu RSIMS

Fot.1 Wirnik turbiny rozprężnej
PRZEDMIOT PROJEKTU
Opracowanie systemu monitorującego parametry pracy turbiny rozprężnej, na podstawie których system przewiduje 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

Rys.1 Stan wibracji maszyny

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.

PODSUMOWANIE

KORZYŚCI

Rozwiązanie przygotowane dla Tameh Polska 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:

  • wcześniejszego zorganizowania prac związanych z czyszczeniem turbiny,
  • wygenerowania oszczędności wynikających ze zminimalizowania czasu oczekiwania na serwis zewnętrzny,
  • dodatkowo stały monitoring pozwalający na kontrolę prawidłowości usług przeprowadzonych przez firmy podwykonawcze. 

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.

KONTAKT

Umów się na z jednym z naszych ekspertów na bezpłatną konsultację nt. wdrożenia Predictive Maintenance w Twoim zakładzie:

Dariusz Broda
Head of Engineering  
Tel: +48 517 688 108
E-mail: dariusz.broda@reliasol.ai  
Piotr Lipnicki
Chief Executive Officer  
Tel: +48 605 241 056
E-mail: piotr.lipnicki@reliasol.ai    

Czy ten post był pomocny?

Kliknij w gwiazdkę aby ocenić

Ocena: 5 / 5. Liczba głosów: 1

Bądź pierwszym który oceni!

Autor:

Reliasol

Reliasol

Wierzymy, że predykcyjne i preskrypcyjne utrzymanie ruchu to fundament dla przyszłości nowoczesnego przemysłu, który w ReliaSol budujemy już dzisiaj! Dowiedz się, jak połączenie AI z wiedzą ekspercką w naszych rozwiązaniach działa dla firm, które nam zaufały!
Starszy post
Case study: analiza danych z procesu obróbki wałów korbowych
Nowszy post
Case study: identyfikacja przyczyn usterek powstających w procesie spawania
0 0 votes
Article Rating
Subscribe
Powiadom o
0 Comments
Inline Feedbacks
View all comments