高效诊断阀门故障

识别管道配件典型错误的SIDAP项目

作者:Sabine Mühlenkamp 文章来源:PROCESS《流程工业》 发布时间:2018-10-12
如果没有智能化的数据处理,即使拥有大量的数据也无济于事,在管道阀门一类的管道配件预防性维护保养方案的开发中,这一点显得尤为重要。

虽然调节阀和控制阀并不是最常见的管道配件,但它们常对流程工艺生产过程有非常重要的影响。因此,流程工业企业在其预防性维护保养方面做了很多努力。“在通常情况下,工厂中的管道阀门检修和更换得过于频繁,但我们别无选择,我们无法得知它们失效的确切原因,也不知道何时会出现问题。”拜耳公司IT制造部门负责人Thosten Pötter博士说。

失效原因和何时失效这两个信息对于更加高效的维护保养而言至关重要。“例如管道阀门出现磨损时,从有磨损开始到计划的下一次设备大修期间,还有几个月的时间能够正常生产。但我们不知道何时失效,所以只能更换掉还可以继续使用几个月的阀门。”Pötter博士说。阀门泄露的原因是什么?是因为腐蚀还是污垢?出现泄露是流程工艺过程的原因还是阀门本身的问题?管道阀门故障原因的分析不是一件容易的事情。

在这一背景下,流程设备运营商(Bayer、 Covestro和Evonik公司)、管道配件生产商(Samson公司)、现场设备制造商(Krohne、 Sick公司)、IT企业(Gefasoft、IBM公司)和慕尼黑技术大学共同开发了SIDAP——流程工业可扩展的大数据汇总、分析和处理的集成方案。利用这一解决方案,企业可以从现有的仪器仪表检测到的大数据中确定它们新的相互关系,从而提供管道配件的状态信息,并最终确保流程设备的高利用率。

管道阀门的典型故障和正确的风险数据模型
管道阀门的典型故障和正确的风险数据模型

这里的一个关键问题是:如何将来自软件开发商、流程设备运营商和第三方维护保养承包商等不同数据源的数据整合到一起,并从中得出新的流程设备维护保养方案?

筛选必要的数据

“我们首先要搞清楚企业到底要哪些数据,它们应是什么格式的数据。在计算模型已经获得必要的管道阀门信息后,如何从模型中得出与流程工艺有关的专业技术信息?”Pötter先生说。例如,因阀门失效无法生产某种产品的信息不应在竞争对手那里重演。

所以,原始数据就要按照数据所有者的规定,例如按照流程设备运营商的规定自动地匿名处理,去掉数据分析中不必要的信息,并对有用的信息进行标准化处理。另外,除了对数据进行防改写和加密传输之外,还必须将数据在使用地点安全可靠地保存下来。“也包括解释清楚法律法规的有关规定,例如必须说明数据的所有者。”Pötter先生说。在完成上述工作后,才能开始开发和整合各种数据挖掘算法、数据和系统架构以及云技术等问题。

自动诊断的挑战

为了识别管道阀门的损伤情况,除了物理模型的故障诊断方法外,项目组还开发了数据驱动的方法。以阀门为例,阀芯锥体的磨损和粘连常是损毁事件自动诊断的原因。在SIDPA项目中分析了5.3亿条数据记录,目的就是从大量的数据中找出阀门工作异常的规律并推导出阀门失效的原因。

“我们已经有了能够很好描述阀门缺陷的模型,但同时要注意在诊断分析不同的阀门缺陷时要使用不同的方法。” Pötter先生说。因为流程工艺过程中还有一些在数据模型中不易描述的影响因素。“因此,区分不同过程状态本身是一项比较简单的事情。一旦流程工艺过程状态是数据模型所不知道的过程状态,则这一过程在一开始就会被视为异常或者错误。”

但这并不是在自动诊断中遇到的唯一挑战。挑战还包括保存在不同数据库中的同一数据可能会有不同的名称和单位。这样一来,维护保养表中的文本输入就无法识别“阀门粘连”、“阀门无法工作”和“阀门打不开”等说法其实有着相同含义的语句。

对调节阀来讲,还可能存在无法读取调节阀数据的问题,不是所需的通信没有设置,就是不具备必须的数据传输速率(例如Hart现场总线)。为了验证使用的数据模型,可以使用多年来自动化过程控制系统中积累下来的大量历史数据。这些数据包括了阀门行程的检测值、压力和流量等等。另外,这些数据记录期间,阀门出现的故障和错误等也都有明确的时间和详细的说明。这些数据被分为技术培训和测试两大类数据。在利用培训数据对模型参数优化后,再将模型按照阀门的工作状态进行匹配,在测试数据的帮助下,项目组对数据模型进行可靠性检验,并对测试结果进行评估。

来自未来的挑战

目前,数据模型诊断分析的准确率已经很高,并且也能向用户提供下一步处理建议的信息。但数据模型还是会发出一些误报。“我们有时错误地将一些没有问题的阀门检测为有问题的阀门,在这方面还需要进一步的研究,找出误报的原因还需要一段时间。目前模型还没达到我们的目标效果。我们有了很多数据,但有时没有正确的数据。”Pötter先生说。

对Pötter先生来讲,SIDAP已经算是初步成功,因为它提供了更多、更好的分类信息,也搞清楚了哪些工作目前是做不了的。譬如,仅数据模型不能解决所有的错误问题,必须要有其他的测量数据。

为了解决这一问题,项目组专门设计了损毁阀门的测试台,并测定了阀门出现故障时故障情况随时间变化的曲线,从而得出新的结论。因为下一步的工作不仅仅是为了及早地发现管道配件的故障。“当然,如果最终得出有关控制阀和调节阀的进一步结论,使它们能够更好地与流程设备系统保持匹配则是最理想的。”Pötter先生总结说。

0
-1
收藏
/
正在提交,请稍候…