Technologie Neuron soundware odhalila blížící se poruchu na pístovém heliovém kompresoru pro kalení převodovek v automobilovém průmyslu. V březnu 2021 naše umělá inteligence úspěšně odhalila blížící se kritickou závadu na pístovém kompresoru, která později vyústila ve výpadek provozu. Odhalení této závady je prokazatelnou ukázkou přínosů a schopnosti algoritmů strojového učení pomáhat v prediktivní údržbě.
AI nasazena na kritickém výrobním zařízení
V březnu 2021 naše umělá inteligence úspěšně odhalila blížící se kritickou závadu na pístovém kompresoru, která později vyústila ve výpadek provozu. Odhalení této závady je prokazatelnou ukázkou přínosů a schopnosti algoritmů strojového učení pomáhat v prediktivní údržbě.
Dva pístové heliové kompresory sloužící k natlakování zásobníků s heliem jsou vybaveny touto technologií. Natlakované helium je používáno pro zchlazení (zakalení) obrobků částí převodového ústrojí v kalící komoře.
Pakliže dojde k výpadku tohoto zařízení, znamená to riziko přerušení výroby. V případě delší, neplánované odstávky i ztráty z ní plynoucí ve výši milionů Kč za odstávku. Je proto důležité takovým výpadkům předcházet.
Jak probíhalo odhalení anomálie a blížící se poruchy v praxi
Obr. 2: časová posloupnost událostí od instalace IoT zařízení až po poruchu.
V lednu 2021 proběhla na kompresoru KRH101 instalaci senzorů a osazení IoT zařízením
‣ 1. 2. 2021 bylo zahájeno nahrávání úvodní sady dat na kompresoru.
‣ 5. 2. 2021 po nabírání úvodní sady dat byl na kompresor nasazen AI model pro detekci anomálií. To znamená, že se umělá inteligence během předchozích 5 dní „natrénovala" na nominálních datech (chování) kompresoru, aby dokázala poznat zvuk z běžného provozu zařízení a od něj odlišit zvuk, který není běžný, a může znamenat poruchu.
‣ 12. 3. 2021 Během pravidelné údržby kompresoru klientem, která byla provedena 12. 3., bylo objeveno poškrábání pístu a válce č. 2, následovala oprava a test kompresoru. Ze zpětné analýzy signálu diagnostikem Neuron soundware vyplývá, že toto poškození již na zařízení nejspíše bylo, stalo se tak součástí nominálního zvuku a algoritmus jej neodhalil.
‣ 14. 3. 2021 byl kompresor mezi 20:00–22:00 uveden do provozu.
‣ 16. 3. 2021 v 9:00 Proběhlo na straně klienta kontrolní měření kompresoru – vibrace a teplota. Výsledky měření byly v běžném standardu.
‣ 16. 3. 2021 ve 12:11. se na krátce po měření v platformě Neuron soundware zvýšilo anomální skóre charakterizující míru poškození stroje skóre až nad hranici hranice, při které model vyvolá alert. Alerty byly vyvolané celkem třikrát:
– 16. 3. 12:11–12:21 (po dobu 10 min.)
– 16. 3. 15:30–15:41 (po dobu 11 min.)
– 17. 3. 04:00–05:31 (po dobu 91 min.)
Vzhledem k jiným úkolům bohužel neměla diagnostická směna prostor jít kompresor opětovně zkontrolovat.
‣ 17. 3. 2021 cca 4:00 se na válci č. 2 projevila porucha ztráty tlaku. Vzhledem k provedené kontrole a jelikož se podobná porucha se už na kompresoru objevila minulý rok, údržba rozhodla na místo o opravě o výměně celého kompresoru.
‣ 17. 3. 17:00 byl nový kompresor po cca 12 h. odstávce znovu zprovozněn.
Obr 3. Ukázka detekce anomálie v portálu nShield
Jaká je tedy hodnota instalované monitorovací služby?
Diagnostika NSW předznamenala opakovaně nominální stav na válci č. 2, kompresoru KRH101, přestože klasický přístup vyhodnocení stavu stroje pomocí vibrodiagnostiky a měření teploty žádnou blížící se poruchu několik hodin dříve neodhalil. První alert byl vyvolán již 16 hodin před poruchou a odstavením kompresoru.
Vzhledem k tomu, že vyhodnocení oznámených alertů nevedlo k pozastavení výroby, můžeme na tomto případu demonstrovat hodnotu nasazeného monitorovacího řešení. Pro Neuron soundware je toto zároveň cenný vzorek dat, který pomůže dalšímu vylepšení algoritmu.
Případ dobře ilustruje důsledky, které mají včas neodhalené závady na strojích.
V případě klienta vyrábějícího automobily a procesu kalení převodovek znamenala tato porucha 12 h. prostoj ve výrobě, z toho 4 h. práce vyskladnění kalící komory a 80 % zmetkových výrobků určených k likvidaci vzhledem k přerušenému kalícímu procesu.
Klíčové výstupy z případové studie
Vzhledem k tomu, že k poruchám na kompresoru dochází v provozu poměrně často a zařízení je v provozu kritické, má v tomto případě instalovaná technologie vysokou přidanou hodnotu. Včasné odhalení blížící se poruchy může pomoci odhalit závadu na zařízení a zabránit přerušení výroby, které má za následek finanční ztrátu milionů Kč.
Pro předcházení poruchám na průmyslových zařízeních funguje osvědčený postup. Včas nainstalovat IoT zařízení spolu se sensory na kritický stroj. Nasbírat nominální data při chodu stroje pro „natrénování" modelu umělé inteligence trvá jen několik dní. Následně je obratem nasazena na vybraný stroj nepřetržitá monitorovací služba. Při nahlášeném alertu je třeba včas reagovat a rozhodnout se o adekvátním zákroku znamenajícím minimální ztráty.
Hodnota instalované služby pro zákazníka roste s časem. Čím více anomálních stavů zaznamená, tím více se umělá inteligence o stavu stroje naučí a tím lépe je schopna jej diagnostikovat.
Na začátku, kdy je monitorovací řešení nasazené na stroj, dostává zákazník hodnotu v podobě vzdáleného monitoringu zařízení. Ví, zda stroj běží či zda nedošlo k výpadku a má k dispozici i data pro vlastní analýzu a kontrolu. Následně dostává informace o anomálních stavech na zařízení. Ty jsou nejdříve doplněny expertním pohledem „lidského" diagnostika. Po čase a pokročilém natrénovaném modelu už tyto stavy vyhodnocuje umělá inteligence sama.
Investice do monitoringu s pomocí umělé inteligence je investicí do budoucna a s časem roste. Firmy, které si takové řešení pořídí již dnes, mají výhodu před ostatními, kteří zatím zůstávají u preventivní údržby a na všechny úkony spojené s údržbou strojů používají drahou odbornou lidskou sílu.
Protože odborníků na trhu ubývá a zároveň přibývá tlaku na inovace a digitalizaci zařízení, je pro nasazení monitoringu pomocí umělé inteligence nejvyšší čas. Máte-li o takové řešení zájem, neváhejte nás kontaktovat zde na webu www.neuronsw.com.
Příloha: Parametry klíčového zařízení – pístového kompresoru a detaily instalace čidel
Monitorovaným strojem je pístový kompresor od společnost J.P. Sauer&Sohn model WP 318L , se štítkovými hodnotami: kapacita 235m3/h, výkon 58,kW, provozní tlak 40 bar, otáčky 1480 rpm. Kompresor pracuje v režimu start/ stop, cca 5 min tlakuje zásobníky s heliem po dosažení požadovaného tlaku je na cca 10 min odstaven. Náběh kompresoru probíhá postupně stupeň č. 1. – válce č. 1. a 2. tlakují na 2,6 bar, Stupeň č. 2. válec č. 3 tlakuje na 12 bar a supeň č. 3 tlakuje na 36 bar.
Pístový kompresor sestává z chladiče, který navazuje na blok nesoucí 4 válce, které jsou na blok přimontovány v půlkruhovém 45stupňovém rozestupu. Dále je blok spojen přes přírubu s přírubovým elektromotorem.
Obr. 4: Válcový pístový kompresor J.P. Sauer&Sohn model WP 318L.
Obr. 5: Demontovaný porouchaný píst z válce č. 2 se zadřenými pístovými kroužky