Связаться с нами
Вернуться назад
Технологии
07.10.21

Прогноз отказа динамического оборудования за 100 часов до инцидента: опыт и экономические эффекты

Содержание публикации

Промышленный сектор и нефтегазовая отрасль России нуждаются в решениях, которые могут улучшить показатели и процессы производства с помощью цифровой трансформации. Именно этому была посвящена онлайн-конференция «DIGITAL OIL&GAS Online Conf: Цифровая трансформация нефтегазового сектора». В рамках конференции руководитель центра экспертизы Factory5 Екатерина Баклунова рассказала про возможности, которые есть у компаний для диагностики и прогноза технического состояния и представила опыт реализации проектов.

Прогнозное обслуживание в промышленности

Любое предприятие всегда стремится повысить свои конкурентные позиции и экономические показатели. Это заставляет компании повышать гибкость производства и качество создаваемого продукта. Надежность, безопасность и работоспособность активов все больше влияет на общую эффективность, производительность и конкурентоспособность предприятий. Отказ производственных систем влечет за собой потенциальные риски срыва сроков производства и поставок, а скрытые дефекты могут привести к масштабному отзыву бракованной продукции.
Практика показывает, что за некоторое время до выхода системы из строя можно обнаружить мелкие сигналы, говорящие о проблемах. Небольшие скачки напряжения, отклонения в числе оборотов в минуту, выход температуры за допустимые значения, задержки при запуске двигателя, непонятный шум или постукивание, повышение уровня жидкости, минимальные изменения углов конструкций — по подобным признакам можно понять, что скоро случится поломка. Опытные сотрудники на производстве могут по таким признакам определить часто встречающиеся предотказные состояния. Однако усложнение технологического оборудования и систем управления и мониторинга ведет к тому, что человек из-за ограниченности своих возможностей не может отслеживать поведение каждого из показателей. За одну смену, которая длится несколько часов, человек вообще может не заметить существенное изменение параметров.
Здесь на помощь предприятиям и персоналу могут прийти системы предиктивной (или прогнозной) аналитики, способные выявлять даже слабые тренды, которые развиваются в течение дней и недель, и вовремя сообщать о них.
Решения Predictive Maintenance собирают все данные, связанные с оборудованием: телеметрию, историю дефектов, ремонтов. Алгоритмы, заложенные в предиктивную модель, в режиме 24/7 анализируют этот поток данных и выявляют взаимосвязи между показаниями множества датчиков и информацией об отказах. В результате система обнаруживает аномалии в работе, выявляет возможные причины дефектов и прогнозирует остаточный ресурс оборудования.

Как это работает?

Рассмотрим примеры проектов и кейсов из нефтегазовой отрасли и энергетики, где команда Factory5 проводили диагностику и прогнозировали техническое состояния газоперекачивающего агрегата (ГПА), насосных агрегатов установки ЭЛОУ-АВТ-6М, газотурбинной электростанции (ГТЭС) и газотурбинных установок (ГТУ) на базе собственной системы мониторинга и прогноза технического состояния F5 PMM.

Насосные агрегаты ЭЛОУ-АВТ-6М

Дано: 700+ потоков телеметрии совокупно на 91 насосный агрегат, 5 лет телеметрии, 280 отказов насосов.
Казалось бы, всего хватает для обучения системы. Однако система обнаружила только 70% исторических отказов с порогом вероятности 75% и глубиной прогноза 3 дня.

Причина: недостаточная дискретизация данных. Обычно для решения задач по предиктивной аналитике данные поступают с дискретностью 1 -3, 10 секунд. В данном кейсе данные поступали в разы реже, поэтому и было обнаружено только 70% исторических отказов.

Вывод: часто есть хорошо оснащенная установка, имеющая большое количество датчиков для регистрации информации, которой вроде достаточно для реализации проекта по диагностике и прогнозу технического состояния оборудования. Однако, эта информация используется в первую очередь для автоматизации технологического (производственного) процесса, но является недостаточной для выявления дефектов или отклонений оборудования. С производственной точки зрения — все в порядке, а с точки зрения системы прогноза и диагностики — нет.

Проект производителя турбин по автоматизации диагностики оборудования

Данный проект — текущий в Factory5, он находится на втором этапе внедрения, о котором и пойдет речь. Эксперты проводят анализ и строят прогноз технического состояния газотурбинных установок.
Турбины эксплуатируются на месторождениях нефти и газа, производитель обслуживает их по контракту жизненного цикла.

Дано: 4 агрегата, 1000 агрегатов в будущем, 300-400 параметров с дискретностью несколько секунд анализируется с каждой ГТЭС. Проблематика: при таком большом количестве оборудования сложно оценивать его состояние без применения автоматизированных систем; существует необходимость оцифровывания знаний персонала и методик компании, при увеличении количества агрегатов усложняется диагностика. 

Для решения задач команда настроила онлайн-мониторинг параметров телеметрии ГТЭС, привели в цифровой вид методики диагностики двигателей, разработали более 50 экспертных правил, 4 математических модели, запустили прогнозирование трендов деградации и создали дэшборды для визуализации результатов работы системы. В ожидаемых результатах от внедрения системы: автоматизация диагностики, выполнение контрактных обязательств по жизненному циклу, возможность для перехода на ремонты с учетом технического состояния, снижение трудозатрат на диагностику. Благодаря успешной реализации первого этапа проекта запущено масштабирование системы. Изначально наша цель — сбор и обработка данных в потоковом режиме. На первом этапе реализации проекта была предусмотрена загрузка данных в пакетном режиме (с помощью файлов) создали модель оборудования (дерево оборудования), организовали структуру узлов и набор параметров для 4 единиц оборудования. На втором этапе планируется получать и анализировать данные в потоковом режиме.

Рисунок1.png

Этапы реализации и работа с решениями Fаctory5

Специально для реализации задач Заказчика проведена доработка платформы. Теперь платформа позволяет осуществлять последовательную работу нескольких математических моделей. Также результат работы математической модели может быть использован при работе экспертного правила.
На выходе пользователь видит перечень инцидентов, а также 2D-схему с тепловой картой: красный — срочно требуется ремонт, желтый — промежуточное состояние, зеленый — индекс здоровья нормальный для функционирования. Также настроены дэшборды с графиками.
В настоящий момент к системе подключено 33 агрегата, а количество найденных инцидентов иногда достигает тысячи и более.

Экономический эффект

Целесообразность запуска проекта всегда зависит от экономической оценки проекта, технико-экономического обоснования.
В данном случае перед стартом проекта были выделены основные факторы достижения выгод. Самым главным является фактор повышения доступности оборудования (тыс. руб.) — и занимает 70% от доли всех выгод, которые были рассчитаны на первые годы. С течением времени эта доля снижается, а факторы сокращения трудозатрат на диагностику (тыс. руб.), подготовку документации по продлению срока службы (тыс. руб.) и внеплановые ремонты (нормо-часов) увеличивают свою долю.
Фактор сокращения количества инцидентов и затрат на внеплановые ремонты достигается благодаря возможностям системы выявлять скрытые и зарождающиеся инциденты, заранее предупреждать об отказах и включать в ремонтный план работы для увеличения срока службы оборудования.

В продуктовом портфеле F5 есть система F5 PMM, которая позволяет проводить мониторинг технического состояния, прогнозировать отказы и индекс здоровья/остаточный ресурс, просматривать телеметрию, искать неявные аномалии в работе и уведомлять о них, редактировать и создавать экспертные правила на протяжении всего жизненного цикла решения без привлечения разработчиков.

F5 PMM построена на микросервисной архитектуре и включает необходимые модули для автоматизации сценариев обработки данных и моделирования.
Общие эффекты использования F5 PMM
●       Раннее обнаружение отклонений в работе оборудования
●       Оцифровка знаний персонала
●       Сокращение трудозазатрат на диагностику, особенно на большом парке оборудования
●       Контроль соблюдения режимов эксплуатации и качества проведенных ремонтов
●       Переход на ремонты с учетом технического состояния
●       Снижение расходов на ТОиР

Больше материала:
Участие в вебинаре
Имя
Обязательное поле
E-mail
Обязательное поле
Номер телефона
Обязательное поле
Название компании
Обязательное поле
Должность в компании
Обязательное поле
Выберите отрасль
не выбрано
не выбрано
Горнорудная промышленность
Логистика и транспорт
Машиностроение
Нефтегаз
Сельское хозяйство
Энергетика
Другое
Выберите номер вебинара
Обязательное поле
Отправляя данную форму, я соглашаюсь на обработку своих персональных данных.
Потяните вправо, доказав что вы не робот
Успешно отравлено! Проверьте свою почту. Это окно закроется автоматически.
Забронировать встречу
Имя
Обязательное поле
E-mail
Обязательное поле
Номер телефона
Обязательное поле
Название компании
Обязательное поле
Должность в компании
Обязательное поле
Выберите отрасль
не выбрано
не выбрано
Горнорудная промышленность
Логистика и транспорт
Машиностроение
Нефтегаз
Сельское хозяйство
Энергетика
Другое
Я хочу получать рассылку новостей и предложений на e-mail.
Отправляя данную форму, я соглашаюсь на обработку своих персональных данных.
Потяните вправо, доказав что вы не робот
Успешно отравлено! Проверьте свою почту. Это окно закроется автоматически.
Получить материалы
Имя
Обязательное поле
E-mail
Обязательное поле
Выберите отрасль
не выбрано
не выбрано
Горнорудная промышленность
Логистика и транспорт
Машиностроение
Нефтегаз
Сельское хозяйство
Энергетика
Другое
Отправляя данную форму, я соглашаюсь на обработку своих персональных данных.
Потяните вправо, доказав что вы не робот
Успешно отравлено! Проверьте почту. Это окно закроется автоматически.
Получить запись вебинара
Имя
Обязательное поле
E-mail
Обязательное поле
Номер телефона
Обязательное поле
Название компании
Обязательное поле
Должность в компании
Обязательное поле
Отрасль
не выбрано
не выбрано
Горнорудная промышленность
Логистика и транспорт
Машиностроение
Нефтегаз
Сельское хозяйство
Энергетика
Другое
Я хочу получать рассылку новостей и предложений на e-mail.
Отправляя данную форму, я соглашаюсь на обработку своих персональных данных.
Потяните вправо, доказав что вы не робот
Успешно отравлено! Проверьте свою почту. Это окно закроется автоматически.
Подписаться на рассылку
Имя
Обязательное поле
E-mail
Обязательное поле
Отправляя данную форму, я соглашаюсь на обработку своих персональных данных.
Потяните вправо, доказав что вы не робот
Успешно отправлено! Это окно закроется автоматически.
Связаться с нами
Имя
Обязательное поле
Фамилия
Обязательное поле
E-mail
Обязательное поле
Номер телефона
Обязательное поле
Название компании
Обязательное поле
Должность в компании
Обязательное поле
Тема запроса
Обязательное поле
Выберите отрасль
не выбрано
не выбрано
Горнорудная промышленность
Логистика и транспорт
Машиностроение
Нефтегаз
Сельское хозяйство
Энергетика
Другое
Я хочу получать рассылку новостей и предложений на e-mail.
Отправляя данную форму, я соглашаюсь на обработку своих персональных данных.
Потяните вправо, доказав что вы не робот
Ваше обращение успешно отправлено. Спасибо!
Запрос на доступ к материалам
После успешного заполнения и отправки формы, материалы придут к вам на e-mail.
Имя
Обязательное поле
E-mail
Обязательное поле
Номер телефона
Обязательное поле
Название компании
Обязательное поле
Должность в компании
Обязательное поле
не выбрано
не выбрано
не выбрано
Горнорудная промышленность
Логистика и транспорт
Машиностроение
Нефтегаз
Сельское хозяйство
Энергетика
Другое
Отправляя данную форму, я соглашаюсь на обработку своих персональных данных.
Потяните вправо, доказав что вы не робот
Успешно отравлено! Проверьте свою почту. Это окно закроется автоматически.