• Produkter
  • Branscher
  • IIoT och lösningar
  • Tjänster
  • Företag
  1. moneo: IIoT-plattform
  2. Use cases

Övervakning av vattenfiltren i kylkretsar med moneo RTM

Tillståndsbaserat filterunderhåll i system med värmeväxlare med hjälp av moneo RTM

Mikrofilter i ifm prover gmbh:s kylkretsar ser till att deras system med värmeväxlare går smidigt. Filtren avlägsnar föroreningar från kylvattnet och skyddar på så sätt värmeväxlarna i de anslutna maskinerna. Dessa viktiga filterelement måste regelbundet servas och bytas. En konstant övervakning optimerar denna process och garanterar en kontinuerlig drift av systemen.

Användningsfall för filterövervakning i produktionsprocessen:

  • Kvalitetssäkring för produkt och process
  • Optimering av energiförbrukningen
  • Organisering av underhåll
  • Säkerställande av vattnets renhet, föroreningar som t.ex. spån, alger etc. måste filtreras bort, annars kan de täppa igen värmeväxlaren, vilket kan leda till störningar

Den inledande situationen:

Vattenfiltren byttes ut med fasta tidsintervall (var åttonde vecka) oavsett tillstånd. Detta innefattade en visuell kontroll av filtrets tillstånd. Det existerade ingen permanent och central övervakning av filtren. Detta resulterade i extrakostnader som orsakats av för tidiga eller för sena filterbyten, avbrottstider för maskinen på grund av defekta eller igensatta filter och oplanerade produktionsstillestånd på grund av underhållsarbeten. Dessa händelser dokumenterades ofta bristfälligt så att en efterföljande fellägesanalys var omöjlig på grund av bristen på data.

Projektets syfte:

Målet var att ställa om från ett preventivt och reaktivt underhåll till en tillståndsbaserad strategi för att optimera bemanningen av personal, förbättra filterbytesprocessen och möjliggöra en konsekvent dokumentering av de vidtagna åtgärderna. En definierad grupp av e-postmottagare på underhållsavdelningen skulle få information om filterbyte, som endast skulle utföras när det krävdes på grund av filtrets tillstånd. För att kunna identifiera ytterligare optimeringspotential var målet att göra det möjligt för användare att analysera data.

Implementering:

moneo installerades på en central server i den redan existerande kraftfulla IT-strukturen och moneo RTM-modulen aktiverades med licensnyckeln (LAC). Två tryckgivare installerades för att övervaka mikrofiltret, varav en som detekterar trycket framför filtret och den andra trycket bakom filtret. Utgående från dessa två värden kan tryckdifferensen fastställas, vilken ger information om filtrets tillstånd. Mätningen måste vara så exakt som möjlig. Tryckgivarna har IO-Link-gränssnitt som möjliggör dataöverföringen till en IoT IO-Link-master. Den på servern installerade moneo RTM-modulen hämtar tryckdata varje sekund från mastern.

moneo RTM bearbetar datan och använder dem för att:

  • beräkna tryckdifferensen
  • spara historikdata
  • visualisera data
  • övervaka tröskelvärden

För att övervaka filtren definierades tröskelvärden för varningar och larm. För det hämtades och användes uppgifterna från filtertillverkarens datablad. I databladet anges hur hög tryckskillnaden är för ett nytt filter vid en fastställd flödeshastighet (i vår applikation vid ca 1 m³/h = ca 0,05 bar). Ett filterbyte rekommenderas vid en tryckdifferens på >0,5 bar. 0,5 bar läggs till tryckdifferensen i det nya tillståndet. Följaktligen ör filtret i detta exempel bytas vid 0,55 bar. Eftersom användningen av givarna leder till ett maximalt mätfel på ca 0,05 bar, ska larmtröskeln sättas på 0,5 bar. Varningströskeln ska utlösas tidigare här och sattes här på 0,45 bar för att personalen kan varnas i god tid.

Resultatet:

Efter några få veckor kom de första resultaten. Att döma efter filtrets optiska intryck och tidsspannet skulle ett filterbyte egentligen redan ha skett. Likväl visade uppgifterna och mätresultaten från den permanenta filterövervakningen att endast 20% av filtret var igensatt. Följaktligen beslöt man att strunta i det tidsbaserade filterbytet. Detta beslut ökade filtrens livstid avsevärt.

Slutsats:

Med moneo RTM kan alla mål uppnås:

  • Överblick och detaljinformation om anläggningen visualiserat på manöverpanelen
  • Registrering av data för ytterligare optimering
  • Möjlighet att analysera dataregistreringar
  • Permanent övervakning av filtertillståndet
  • E-postmeddelande vid tröskelöverträdelse

Systemstruktur

  1. IO-Link-master (AL1350)
  2. Tryckgivare framför filtret
  3. Tryckgivare bakom filtret

Manöverpanel

Relevant givarinformation kan visualiseras snabbt och individuellt via manöverpanelens funktion.

  1. Linjediagrammet visar tryckskiftningar som en tidsfunktion (tryckdifferens, framför och bakom filtret)
  2. Aktuellt tryck framför filtret
  3. Aktuell tryckdifferens, med indikering av tröskelvärde
  4. Aktuellt tryck bakom filtret
  5. Filterstatus i %
  6. Trafikljusdisplay för filtrets aktuella status

Analys

Analysen kan användas för att visa ytterligare detaljer. Skärmdumpen visar tryckvärdena som samlats under en månad. Som vi kan se ökar tryckdifferensen med tiden. Eftersom filtret sätts igen med tiden kan man förvänta sig detta. Det positiva är att detta värde ökar långsammare än förväntat, vilket innebär att filtrets livstid kan förlängas.

  1. Blå linje, differenstryck på filtret

Uppgifter & ärenden:

Hantera tröskelvärden

Denna funktion i moneo RTM tillåter användaren att fastställa en individuell tröskel för varje processvärde. I denna applikation har tröskelvärdet satts på så sätt att underhållspersonalen underrättas i god tid innan ett filterbyte blir nödvändigt.

Särskilt under maskinens uppstart kan det under kort tid förekomma större tryckskiftningar; de kan enkelt överbryggas via fördröjningstider. Det innebär att gränsvärden som överskrids kortvarigt tonas bort och systemet reagerar endast om tryckdifferensen överskrids konstant under en tid X.

  1. Övre varningströskel
  2. Fördröjningstid för varningströskeln
  3. Övre larmtröskel
  4. Fördröjningstid för larmtröskeln

Hantera regler för ärendebearbetning

Guiden för regler för ärendebearbetning kan användas för att enkelt fastställa varnings- och larmregler. I exemplet nedan underrättas en grupp av e-postmottagare på en avdelning för byggnadsservice när varnings- och larmtrösklar uppnås och ett filterbyte blir nödvändigt eller rekommenderas.

  1. Definition av trösklar (5) och datakällor (6)
  2. Definierar vilken regel som ska tillämpas
  3. Definierar hur brådskande varningen eller larmet är
  4. Definierar e-postmottagare
  5. Definition av relevanta trösklar
  6. Definition av motsvarande datakällor

E-postmeddelandet som genereras av moneo innehåller ärendeinformation:

  • Påverkad datakälla
  • Värde som har överskridits eller inte uppnåtts
  • Ärendeprioritet
  • Tidsstämpel

Beräknade värden:

beräkning av tryckdifferensen

Tryckdifferens ∆P= tryck framför filtret - tryck bakom filtret

  1. Tryck framför filtret
  2. Tryck bakom filtret
  3. Offset för justering av tryckvärden (tillval)
  4. Subtraktion av trycket framför filtret med trycket bakom filtret
  5. Resultat av tryckdifferens i bar

Beräkning av filtertillståndet i procent [%]

Filtertillstånd i % = tryckdifferens * 100% / maximal tryckdifferens

  1. Tryckdifferens
  2. Konstant 100%
  3. Maximal tryckdifferens vid filterbyte
  4. Multiplikation
  5. Division
  6. Resultat av filtertillståndet i procent [%]