Case study: wdrożenie strategii PdM dla bloku energetycznego
1 czerwca 2020

Case study: wdrożenie strategii PdM dla bloku energetycznego

Projekt: wdrożenie strategii Predictive Maintenance dla bloku energetycznego

Wyzwanie

Kluczowym zadaniem przedsiębiorstw energetycznych jest zapewnienie stabilnego i nieprzerwanego poziomu dostaw energii. Awarie maszyn mogą powodować wielotygodniowe przestoje, a w konsekwencji ogromne straty finansowe. Celem współpracy pomiędzy firmami  było zminimalizowanie ilości awarii bloku w elektrowni. Na skutek ciężkich warunków eksploatacyjnych wewnątrz kotła fluidalnego, dochodziło do zmniejszenia przekrojów ścianek rur z wodą pod wysokim ciśnieniem, co prowadziło do eksplozji i uszkodzeń w wewnętrznej części kotła, a w konsekwencji do kosztownych przestojów.

Rozwiązanie

Zadaniem specjalistów z firmy ReliaSol (Reliability Solutions) było opracowanie modelu predykcyjnego  dla wykrywania awarii powodujących przestoje instalacji. Dodatkowym wyzwaniem była również konieczność lokalizacji miejsc uszkodzeń.

W pierwszej fazie wykorzystano około 180 pomiarów zasilających jeden model hierarchiczny przewidujący 8 typów awarii.  Model lokalizuje jeden z typów awarii w 6 potencjalnych sektorach kotła. Rozwiązanie  RSIMS zostało zintegrowane oraz  ukryte pod maską systemu DCS, a wyniki predykcji zwracane są na wewnętrzny pulpit załogi elektrowni. 

Realizacja kolejnej fazy projektu pozwoliła na rozbudowę systemu do około 1000 pomiarów i 150 modeli monitorujących stan obiektów różnych instalacji kotła. Modele monitorują bieżący stan techniczny maszyn krytycznych, przekazują informację o anomaliach w pracy oraz przewidują takie zdarzenia jak skoki wibracji czy gwałtowne wzrosty temperatur.

W wyniku prac wdrożony i uruchomiony został pulpit systemu RSIMS, który na bieżąco raportuje o wynikach predykcji. Na dedykowanym i dostosowanym do potrzeb elektrowni schemacie zarządzania majątkiem umieszczone zostały kluczowe obiekty do których podpięte zostały odpowiednie modele predykcyjne. Pulpit raportowy  wraz z dedykowanymi grafikami na którym prezentowane są wyniki zwracane przez modele, dostosowany został w taki sposób, aby umożliwić  łatwą obsługę przez operatorów i był intuicyjnie powiązany ze schematami systemu DCS. Moduł raportowania i obsługi zgłoszeń wraz z powiadomieniami mailowymi pozwala na zdalne kontrolowanie niepożądanych sytuacji bez konieczności stałej  koncentracji na systemie.  

Korzyści

Rozwiązanie PdM jest w stanie przewidzieć 100% awarii w horyzoncie czasowym 3-17 godzin, wskazując przy tym miejsce awarii. Jest to szybszy i dokładniejszy wgląd w pracę maszyn niż jakikolwiek inny system monitorowania. System predykcyjnej diagnostyki w postaci platformy RSIMS (Reliability Solutions Intelligence Maintenance System) oparty na sztucznej inteligencji, ogranicza koszty usuwania awarii, a dzięki dodatkowym godzinom, w których blok może być dostępny, zwiększa przychody z rezerwy mocy operacyjnej i przychody z rynku energii.

  • Stały monitoring i wgląd w pracę kluczowych obiektów wchodzących  w skład bloku energetycznego
  • 1 TB przeanalizowanych danych
  • około 175 wdrożonych modeli predykcyjnych i anomalii

Rozwiązania oparte na sztucznej inteligencji wspierają funkcjonowanie nowoczesnego przemysłu – pozwalają przewidywać awarie urządzeń, badać różne scenariusze radzenia sobie z problemami i sugerować najlepsze metody postępowania. Współpraca z RS to gwarancja najwyższej jakości usług opartych na wiedzy eksperckiej i doświadczeniu w branży.

Nowszy post
Case study: wdrożenie rozwiązania PdM RSIMS dla układnicy magazynowej