Case study: wdrożenie strategii PdM dla bloku energetycznego w Tauron Wytwarzanie
20 lipca 2020

Case study: wdrożenie strategii PdM dla bloku energetycznego w Tauron Wytwarzanie

Projekt: wdrożenie strategii Predictive Maintenance dla bloku energetycznego w Tauron Wytwarzanie

Wyzwania we wdrożeniu strategii PdM dla bloku energetycznego

Kluczowym zadaniem przedsiębiorstw energetycznych jest zapewnienie stabilnego i nieprzerwanego poziomu dostaw energii. Awarie instalacji mogą powodować wielotygodniowe nieplanowane przestoje, a w konsekwencji ogromne straty finansowe spowodowane usuwaniem skutków awarii oraz utratą przychodów np. z tytułu świadczenia usługi systemowej – ORM (Operacyjnej Rezerwy Mocy). Celem współpracy pomiędzy TAURON Wytwarzanie a ReliaSol było zminimalizowanie ilości oraz skutków awarii bloku 460 MW w Elektrowni Łagisza.

Na skutek ciężkich warunków eksploatacyjnych wewnątrz kotła fluidalnego, dochodziło do zmniejszenia przekrojów ścianek rur z wodą pod wysokim ciśnieniem, co prowadziło do uszkodzeń parownika pierwotnych i wtórnych spowodowanych wysokim ciśnieniem pary, a w konsekwencji do kosztownych przestojów.

Rozwiązanie

Zadaniem specjalistów z firmy ReliaSol było opracowanie modelu predykcyjnego dla wykrywania awarii powodujących przestoje instalacji. Dodatkowym wyzwaniem była również konieczność lokalizacji miejsc uszkodzeń. Predykcja awarii ma szanse działać w momencie, gdy stan techniczny urządzenia nie pogorszył się na skutek wystąpienia awarii, a koszty przywrócenia do prawidłowego stanu technicznego nie są duże.

Podstawowym wymaganiem jest posiadanie danych procesowych, charakteryzujących pracę wybranej instalacji w czasie oraz informacje o występujących na niej usterkach. Z powodu małej ilości rzeczywistych awarii jako stan awaryjny uznano pocienienie ścianki parownika poniżej wymiaru obliczeniowego, co pozwoliło na stworzenie modeli diagnostyki predykcyjnej dla kotła.

W pierwszej fazie system diagnostyki predykcyjnej wykorzystywał 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 z systemem DCS jako osobny ekran systemu, gdzie wyniki predykcji zwracane są na wewnętrzny pulpit załogi elektrowni.

Kolejnym krokiem było objęcie nadzorem pozostałych urządzeń krytycznego bloku nr 10 w Łagiszy. Realizacja tej fazy projektu wymagała rozbudowy 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.

Obecnie trwają prace nad dalszą rozbudową systemu. 

Predictive Maintenance dla bloku energetycznego
Elektrownia Łagisza (Zdjęcie: materiały prasowe firmy Tauron)

Korzyści z wdrożenia Predictive Maintenance dla bloku energetycznego

Rozwiązanie PdM przygotowane dla TAURON jest w stanie przewidzieć do 100% awarii urządzeń monitorowanych przez system 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 (ReliaSol Intelligence Maintenance System) oparty na sztucznej inteligencji, dzięki wczesnej sygnalizacji przez modele anomalii stanów pracy odbiegających od normalnych warunków pozwala na wcześniejszą, tradycyjną diagnostykę urządzeń i decyzję o dalszej eksploatacji oraz ograniczenie  kosztów usuwania awarii w przypadku działania modeli predykcyjnych a dzięki dodatkowym godzinom, w których blok może być dostępny, zwiększa przychody z Operacyjnej Rezerwy Mocy i przychody z rynku energii.

Rozwiązanie PdM przygotowane dla TAURON jest w stanie przewidzieć do 100% awarii urządzeń monitorowanych przez system 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.

O Tauron Wytwarzanie

Grupa TAURON jest jednym z największych podmiotów gospodarczych w Polsce i należy do największych holdingów energetycznych w Europie Środkowo-Wschodniej. Dostarcza ponad 51 TWh energii elektrycznej rocznie do 5,6 milionów Klientów końcowych.

Grupa TAURON Działa we wszystkich obszarach rynku energetycznego – od wydobycia węgla, poprzez wytwarzanie, dystrybucję i sprzedaż energii elektrycznej i ciepła oraz obsługę klienta. Na mniejszą skalę holding prowadzi także sprzedaż hurtową paliw oraz produktów pochodnych (handel węglem i biomasą). W 2014 r. Tauron wszedł również na rynek obrotu paliwem gazowym. Grupa TAURON dysponuje kapitałem w wysokości ponad 8,7 mld zł. Holding zatrudnia ponad 25 tys. osób.

Tauron Wytwarzanie, jako jedna ze spółek Grupy odpowiada za wytwarzanie energii elektrycznej oraz wytwarzanie i zaopatrywanie klientów w parę wodną. Spółka dysponuje 4 291 MWe mocy elektrycznej zainstalowanej oraz 1 236,9 MWt mocy cieplnej osiągalnej.

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
Uzyskaj pełny wgląd w działanie maszyn i reaguj na niepożądane zdarzenia.
Nowszy post
Case study: wdrożenie rozwiązania PdM RSIMS dla układnicy magazynowej
0 0 votes
Article Rating
Subscribe
Powiadom o
0 Comments
Inline Feedbacks
View all comments

Ostatnio na naszym blogu

20 września 2022

Energy Challenges Roundtable 2022

Co możesz kontrolować za pomocą narzędzi do konserwacji predykcyjnej opartych na sztucznej inteligencji? Jak możesz dzięki nim zmniejszyć zużycie energii? Spotkaj się z nami 10.10.2022 i dowiedz się, co PdM może dla Ciebie zrobić!

Czytaj więcej
17 sierpnia 2022

SYMAS – wydarzenie dla przemysłu

Spotkajmy się podczas 13. edycji SYMAS w Krakowie! Targi obejmują szerokie spektrum tematów dotyczących optymalizacji procesów produkcyjnych. Zapraszamy przedstawicieli przemysłu!

Czytaj więcej