moneo: IIoT platform
Use cases

Smart overvågning af pumper med moneo SmartLimitWatcher

Omfattende overvågning af tilstand af en forsyningspumpe

Forsyningspumpen er en af de centrale komponenter i et CIP anlæg. Det sikrer, at medierne cirkulerer gennem hele systemet. Hvis forsyningspumpen svigter, går hele anlægsprocessen i stå.

Da pumpen kører med forskellige hastigheder afhængigt af rengøringsprocessen, er det vanskeligt at foretage en statisk overvågning.

Målet er at implementere AI (Artificial Intelligence) baseret overvågning af pumpen for at opdage og rapportere eventuelle afvigelser i driftstilstanden i tide. Vedligeholdelsesarbejder kan udføres i realtid.

Oprindelige situation

Procesovervågning af pumpen, herunder overvågning af vibrationer og hastighed, udføres ikke, eller kun i meget begrænset omfang - i bedste fald for statiske procesvariabler. Der er ikke installeret overvågnings- eller systemer til visualisering som f.eks. moneo. Følgelig bliver en opstået skade på pumpen ikke signaleret i tide.

Projektets formål

Registrering af kritiske procesvariabler og intelligent overvågning af pumpe.

De kritiske procesvariabler for pumpen registreres ved hjælp af egnede IO-Link sensorer, så de kritiske procesvariabler for pumpen registreres.

Flow
Hastighed
Trykkapacitet
Temperatur
Vibrationsdata

Dataregistreringen af den normale tilstand bruges til at skabe en model, der muliggør overvågning uafhængigt af driftsstatus og dermed identifikation af afvigelser fra den normale tilstand (afvigelser).

Implementering

moneo|RTM, herunder DataScienceToolbox og SmartLimitWatcher funktionen, er installeret centralt på en server. IO-Link-masterne er forbundet til serveren via et internt VLAN. De anvendte sensorer er hver især forbundet til en IO-Link master.

moneo|RTM registrerer og visualiserer dataene. SmartLimitWatcher funktionen i DataScienceToolbox bruges til at analysere de registrerede data og beregne en tilsvarende model. Efter en indlæringsfase overtager denne model overvågningen af pumpen og rapporterer eventuelle afvigelser fra den normale tilstand.

Pumper kan drives i forskellige tilstande (f.eks. belastet eller ubelastet). Der er forskellige tærskelværdier tilladt i hver af disse tilstande. Funktionen SmartLimitWatcher i DataScienceToolbox kan indstille tærskelværdier dynamisk. Hvis procesværdierne ligger uden for et bestemt konfidensinterval, udstedes der advarsler eller alarmer som ved statiske tærskelværdier.

For at overvåge flowhastigheden (målvariabel) anvendes SmartLimitWatcher. Der anvendes støttevariabler (hastighed, pumpetryk, vibrationsdata) til dette formål. De beskriver strømningsegenskaberne i forskellige driftstilstande. For eksempel stiger hastigheden og pumpetrykket også med stigende flow.

Resultat

Intet behov for ekspertise inden for datavidenskab Pragmatisk løsning med guide til 5 enkle trin for ledere af produktion og vedligeholdelse.
Automatiseret klargøring af data og kvalitetskontrol. Intet behov for kompleks forbehandling af data.
Valg af den bedst egnede AI-model. Automatisk modeloplæring og verifikation af overvågningsnøjagtighed.
Tids- og tilstandsbaseret overvågning. Kontinuerlig baggrundsovervågning ved hjælp af dynamiske forventningsintervaller for målvariablen.
Brugerdefinerbare advarsler og alarmer. Det er muligt at indstille følsomheden for detektion af uregelmæssigheder.

Dataregistreringen har øget gennemsigtigheden og medført optimeringspotentialer. Den højere oppetid for anlægget har forbedret den overordnede proces. Integreret alarmstyring sikrer hurtig reaktion på skiftende procesparametre, hvilket optimerer vedligeholdelsen. Alle foranstaltninger øger proces- og produktkvaliteten. moneo|RTM sikrer detaljeret procesvisualisering.

Resultat

Det lykkedes at digitalisere anlægget uden ændringer eller interventioner i forhold til eksisterende PLC eller software.

System topologi

Hastighedsmåling
Temperatur sensor
Vibrationssensor
Tryk sensor
Flowsensorer
IO-Link master

Dashboard

Få det store billede på moneo dashboardet.

Dashboardet leverer en oversigt til brugeren over de relevante procesværdier for dette anlæg.

Strømningshastighed ved pumpens udløb i L/min
Aktuelt tryk ved fødepumpen i bar
Oversigt over vibrationsdata (a-RMS, v-RMS, a-Peak)
Driftstimetæller
Pumpemotorens overfladetemperatur i °C
Sammenligning af motorhastighed i omdrejninger pr. minut og strømningshastighed i L/min

Analyse

Analysen giver let adgang til historiske data og sammenligner forskellige procesværdier. Diagrammet viser en typisk karakteristisk kurve for opstart ①, drift ② og stop ③.

Det kan konstateres, at hastigheds- og trykkurverne er næsten identiske. Strømmen i systemet er lidt bagud, hvilket er normalt på grund af mediets inerti.

Blå = strømning
Hvid = tryk
Grøn = hastighed

Indstillinger og regler: Administration af grænseværdier

Statiske tærskelværdier

Forskellige parametre for pumpen kan overvåges statisk, da de er uafhængige af driftsstatus. I dette tilfælde må motortemperaturen f.eks. ikke overstige 50 °C. Dette opnås nemt ved at indstille statiske advarsels- og alarmtærskler.

Dynamiske tærskler (SmartLimitWatcher)

I denne brugeapplikation anvendes SmartLimitWatcher til at overvåge pumpens flow (målvariabel).
Ved hjælp af støttevariablerne (pumpetryk, hastighed og accelerationsværdier) beregnes der en model, som skaber et sikkerhedsinterval omkring procesværdien. Den definerer tærskelværdierne for strømningen under hensyntagen til forskellige driftstilstande.

Følsomheden, og dermed bredden af sikkerhedsintervallet, kan justeres for den nedre og øvre advarsels- og alarmtærskel ved hjælp af parametre (inaktiv, lav, middel og høj). Dette gør det muligt at skjule eventuelle falske advarsler eller alarmer.

Procesudløsende behandlingsforskrifter (tickets)

Denne funktion kan bruges til nemt at definere, hvad der skal ske, efter at en advarsel eller alarm er blevet udløst, f.eks:

e-mailmeddelelse
SAP integration

Beregnede værdier

Ud over sensorernes procesværdier registrerer moneo også pumpens driftstimer. Denne funktion kan hurtigt og nemt implementeres ved hjælp af skabelonen "Driftstimetæller".

Der kræves en datakilde ②, der beskriver driftstilstanden. I eksemplet nedenfor anvendes hastigheden, og følgende tærskelværdier ③ er indstillet: