Internet Industriel des Objets IIOT : Surveillance et analyse des pompes pour les systèmes de pompage redondants 1: n

Avec l'Internet des objets industriel (IIoT), les utilisateurs doivent prendre en compte la pile technologique à 7 couches de capteurs, la connectivité / l'informatique de pointe, l'infrastructure globale (cloud, privé / public / hybride), les plates-formes / l'ingestion de données, l'analyse de données, les applications et les personnes. / process pour débloquer la vraie valeur. Le problème est qu'aucun OEM, plate-forme cloud ou entreprise d'analyse n'a les compétences nécessaires pour maîtriser chaque partie de la pile technologique. On parle de «plus de données» pour voir des modèles complexes ou nuancés, de l'apprentissage automatique pour apprendre et s'adapter – mais qu'est-ce que tout cela signifie?
De plus, la sortie doit amener les techniciens ou les ingénieurs d'usine à agir à partir des capacités de détection avant les problèmes d'actifs pour justifier les coûts et les changements de processus. Ainsi, tout ce qui précède doit être vu à travers le prisme de la fiabilité de la machine, des conditions qui sont des indicateurs avancés que les techniciens peuvent aborder, et être intégrés dans les flux de travail existants avec un prix économique. La puissance des mégadonnées et la combinaison d'ensembles de données ont le potentiel d'identifier des modèles qui peuvent conduire à de nouveaux comportements pour réduire les coûts.
Cette étude de cas sur les pompes souligne les bonnes données, en se concentrant sur la fréquence ultrasonore des données de vibration qui indiquent des défauts de lubrification et de palier (plus des deux tiers des problèmes peuvent être résolus avec la lubrification); Un préavis de 30 à 60 à 90 jours des problèmes aux techniciens et les systèmes informatisés de gestion de la maintenance (GMAO) génèrent des ordres de travail à traiter. Le préavis de 30-60-90 jours est important pour les techniciens qui ont une longue liste de problèmes existants. L'intégration dans les systèmes de commande de travail existants est essentielle via l'interface de programmation d'application (API) et les connecteurs de données automatisés pour être reçus, compris et mis en œuvre.

Les techniciens de terrain n'ont généralement pas le temps ni l'envie de regarder les visualisations de données. Un moteur IA doit être conçu pour classer les problèmes par gravité et commander des instructions de travail. L'ensemble du programme IoT doit être planifié, et l'apprentissage automatique ne détecte pas les conditions préexistantes car il est basé sur la flotte d'actifs de friches industrielles. Il n’existe pas de solution simple et rapide.
L'entreprise qui adopte la technologie doit également avoir une vision de la transformation numérique et un problème systémique suffisamment important pour que le fait de jeter des travailleurs ou des organismes sur le problème ne puisse pas le résoudre entièrement. En d'autres termes, le statu quo ne peut pas suivre les demandes croissantes de travail pour alimenter la croissance. En outre, la pandémie de coronavirus a montré que les nouvelles capacités de travail à distance sont accélérées à un rythme plus rapide.

IMAGE 1: Carte thermique d'une application de pompe 1: 5 sur une période de quatre semaines à une application de pompe redondante du Midwest (Image fournie par Evoqua)

Étude de cas
Une entreprise de technologie de l'eau possède un système d'osmose inverse (BOO) construit, propre et exploité dans une grande raffinerie du Midwest. Le système fournit 100% de l'eau critique nécessaire aux opérations de l'usine. La redondance du système permet de répondre aux exigences des clients en matière de disponibilité totale. Les systèmes redondants sont cyclés pour garantir des conditions de fonctionnement correctes.
Un essai de surveillance des vibrations a été réalisé sur quatre mois pour comprendre comment cette technologie pouvait soutenir les efforts de gestion des actifs. Au cours de l'essai, les données de vibration ont été combinées avec des données opérationnelles pour obtenir des informations supplémentaires. Des vannes défectueuses, des pompes douteuses et le niveau réel de redondance du système, par rapport à la théorie, ont été découverts. La demande en eau de la raffinerie avait augmenté au fil du temps, ce qui a obligé à faire fonctionner des systèmes redondants pour répondre aux besoins de pointe. Un aperçu de la redondance réelle du système facilite la gestion des risques et les nouvelles justifications d'actifs.

Des techniques de science des données pour évaluer le système de pompage dans son ensemble ont été déployées pour des informations supplémentaires. Deux points ont été établis en utilisant la science des données:

Détection d'un système de pompe redondant défectueux fonctionnant en simplex 38,6% du temps
Détection de l'interaction de la pompe sur un collecteur commun en raison d'une position incorrecte de la vanne

Analyse du système de pompe redondant
Dans les applications de pompes critiques, il est courant d'avoir des schémas de redondance. Ces schémas de redondance peuvent être de 1 à 1 ou de 1 à plusieurs. Les défis typiques avec plusieurs pompes sur un collecteur commun incluent:

équilibrage d'exécution
cavitation lors de la commutation de la pompe
séquençage manuel ou automatisé incorrect des vannes
faire fonctionner trop peu ou trop de pompes
usure prématurée ou défaillance du joint en raison d'un fonctionnement incorrect
détection de défaut manquée en raison de l'arrêt de la pompe
maintenance préventive manquée en raison de l'arrêt de la pompe

Si les problèmes courants peuvent être surveillés, visualisés et alertés, les risques les plus fréquents peuvent être réduits, ce qui améliore la fiabilité et la durée de vie de la pompe. La fiabilité de la pompe est souvent mesurée en temps moyen entre les pannes (MTBF). Une augmentation du MTBF indique une amélioration de la durée de vie de la pompe et de la fiabilité de l'installation. Il est courant qu'une pompe conçue pour une durée de vie de 20 ans ne dure que cinq à sept ans.
De nombreuses études industrielles conviennent qu'une cause courante de défaillance pour les applications de pompes redondantes est un fonctionnement ou une maintenance inappropriés. Les données de la carte thermique (Image 1) correspondent à une application de pompe redondante 1: 5 et montrent que la pompe de secours, ou sixième pompe, fonctionne en fait comme moteur principal pendant 38,6% du temps (bleu dans la rangée 1). Cela signifie que le système de pompage fonctionne en mode simplex et non redondant pendant 38,6% du temps. Les informations détaillées pour le fonctionnement de chacune des six pompes sont indiquées dans les rangées 2 à 7. Les courtes tranches rouges indiquent que la pompe a été arrêtée pendant une très courte période puis redémarrée. En raison de la perspicacité de la visualisation, le schéma de contrôle est en cours d'évaluation pour le démarrage et l'arrêt des pompes. Au bas du rapport se trouve un histogramme de tableau du nombre de pompes en service.

IMAGE 2: Interaction involontaire de la pompe pour les pompes sur un collecteur commun (Image courtoisie de UST)

Corrélation de l'interaction de la pompe sur un en-tête commun

Le deuxième aperçu créé à l'aide d'un cadre de science des données est une corrélation entre des vibrations élevées dans une pompe à la suite de l'arrêt d'une deuxième pompe. L'image 2 montre une tendance sur sept jours des vibrations de la pompe et du débit de la pompe. Les lignes vertes et vertes claires indiquent les niveaux de vibration globaux des deux pompes. Les lignes orange et orange clair montrent le débit de produit des deux pompes. Enfin, la ligne jaune montre le débit de recyclage de la pompe 1A. Les barres vertes et rouges en haut de l'image sont vertes pour une pompe en service et rouges pour une pompe hors service. La barre jaune indique un problème où la pompe 1A circule pendant son état d'arrêt – ce n'est pas une condition normale. En outre, la barre grise indique lorsqu'une vibration élevée et sporadique se produit. La visualisation de la barre permet de voir facilement la corrélation entre l'arrêt de la pompe 1A et la pompe 2B subissant des vibrations élevées.
En utilisant une technique de corrélation modifiée, le deuxième aperçu a été trouvé. L'image 2 montre que la désactivation de la pompe 1A a provoqué une forte vibration dans la pompe 2B. Une enquête plus approfondie a révélé que lors de la commutation manuelle de la pompe, une vanne manuelle était mal positionnée, entraînant des vibrations sporadiques élevées de la pompe 2B. Là encore, les mesures sous-jacentes étaient axées sur la santé de chaque pompe. Cependant, en traitant les données dans une perspective plus large du système de pompage, des informations supplémentaires ont été obtenues.
Contexte et ressources
La surveillance des vibrations existe depuis plus de 30 ans et des informations sont disponibles pour comprendre à quel point les vibrations sont trop importantes pour chaque type d'actif – y compris les pompes, les ventilateurs, les grands et petits tuyaux, les ponts, etc. Reportez-vous à l'ISO 10816 pour plus d'informations sur surveillance des vibrations des machines.
L'ultrason existe également depuis 30 ans; cependant, il s'est d'abord concentré sur les tests d'épaisseur, puis sur la détection des fuites. Plus récemment, il a été utilisé pour la détection de pannes mécaniques et électriques. ISO 29821 est la norme pour la surveillance ultrasonore de l'état des machines. La norme n'inclut pas la maturité de la surveillance des vibrations lorsqu'il s'agit d'un standard de mesure ou d'un standard d'alerte. Plusieurs entreprises disposent d'informations bien établies pour définir des alertes pour les mesures par ultrasons.
La science des données est un domaine d'étude relativement nouveau et en pleine croissance à l'intersection de la statistique, de l'informatique et de la conception graphique. Un cadre commun en science des données consiste à ingérer des données, à convertir des données par le biais de calculs, à apprendre des relations et à créer des modèles mathématiques pour automatiser les efforts d'analyse et prédire les événements futurs.

Analyse automatisée
Avec cette finalité à l'esprit, la destination ultime de tout système de surveillance ou d'information est de créer un aperçu qui se traduit par une décision et une action productive. Un écueil courant pour les systèmes de surveillance est le manque d'outils de corrélation et de visualisation pour évaluer plusieurs pompes ou actifs en tant que système associé. Avec des capteurs plus intelligents et des systèmes désormais plus intelligents, cet écueil est en train d'être comblé. Les systèmes de surveillance comprennent plusieurs couches de visualisation et d'analyse, permettant ainsi des aperçus significatifs ainsi qu'une analyse détaillée de l'état du système, des vues de corrélation et enfin, de l'état de la pompe individuelle.
Les mesures de vibration et d'ultrasons avec des outils d'analyse et de visualisation de données puissants peuvent créer des modèles d'intelligence artificielle concis – comme un arbre de décision d'intelligence artificielle – pour créer des recommandations basées sur le contexte. Un modèle d'intelligence artificielle concis maintient le modèle pertinent et extensible sur un large éventail d'actifs et d'applications, apportant les bonnes données à la bonne personne au bon moment.

Laisser un commentaire