что такое предиктивная замена оборудования
Предиктивное обслуживание оборудования: как избежать убытков из-за простоев и аварий
Можно отремонтировать заводской станок после того, как он уже сломался, но это чревато простоем на производстве, снижением объема выпуска продукции, а то и аварией.
Намного проще обслуживать оборудование до его поломки, устраняя слабые места — тогда останавливать производство и ликвидировать последствия сбоя не придется. Для этого и нужно предиктивное обслуживание оборудования — расскажем, что это такое и как работает.
Что такое предиктивное обслуживание оборудования
Давайте посмотрим на один пример. По данным статистики, самолеты — один из самых безопасных видов транспорта. Намного больше шансов попасть в неприятную ситуацию с машиной по пути в аэропорт, чем столкнуться с техническими проблемами во время полета. Предиктивное обслуживание — один из факторов, сделавших самолеты такими надежными.
Авиационные двигатели — сложная конструкция, от которой зависят жизни людей. Очевидно, что за их состоянием нужно тщательно следить, поэтому крупнейшие производители авиадвигателей встраивают в них множество различных сенсоров.
Во время полета эти сенсоры непрерывно пишут параметры работы системы во внутреннюю память. На земле данные о полете отправляются на сервер производителя, где анализируются. Затем авиакомпания-владелец получает рекомендации или требования — зависит от серьезности возможных проблем — о замене или ремонте тех или иных частей двигателя.
Внимания и ухода требуют не только самолеты, но и любое механическое и электронное оборудование, а также инженерные сооружения: здания, трубопроводы, сотовые вышки, насосы, погрузчики, плотины, станки и прочее.
Для крупных компаний с огромным парком техники, сооружений, многокилометровыми трубопроводами и офисами по всей стране сложно организовать обслуживание каждой единицы оборудования — это требует ощутимых затрат, организации графиков осмотра, специальных людей в штате. Даже при всех этих усилиях крупные поломки все же случаются и нарушают нормальный ход работы.
Чтобы минимизировать риск внезапных поломок и сократить расходы на обслуживание больших парков сооружений и техники, используют предиктивное обслуживание оборудования.
Суть в том, 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.
Вы установили для станка определенную норму — предположим, 150 движений в минуту. Если станок начнет совершать, допустим, 140 движений в минуту, то датчик отправит сигнал, что с ним что-то не так. Станок еще не сломался, но, кажется, ему нужно техническое обслуживание. Такой подход помогает предотвратить крупные поломки. Кроме того, собранные данные вы можете анализировать, чтобы знать: как часто ломается станок, при каких условиях, в какие сроки ему нужен профилактический ремонт. Это позволит заранее планировать время ремонта и заложить расходы в бюджет.
Предиктивное обслуживание оборудования — это когда набор специальных датчиков постоянно отслеживает различные параметры его работы и состояния, а система предиктивного анализа смотрит на замеры и предсказывает, что в ближайшее время какие-то узлы могут выйти из строя.
Предиктивное обслуживание и безопасность работы
Вот несколько примеров использования предиктивного обслуживания оборудования на практике для предотвращения аварий и катастроф:
Центр находится под контролем систем мониторинга и предиктивной аналитики. Источник
Предиктивное обслуживание оборудования на производстве, чтобы работать без простоев
Конвейеры на заводах производят продукции на миллионы рублей каждый час. Любая поломка одной из ступеней ленты производства приводит к остановке всего производства. Поэтому очень важно во время планового обслуживания конвейера превентивно заменить все, что может выйти из строя.
Крупные заводы оснащают свои производственные линии множеством различных датчиков, которые отслеживают состояние всех значимых узлов. Данные поступают в систему мониторинга, а если важные параметры выходят за пределы допустимых значений, соответствующие узлы или детали ставятся в лист профилактики для ближайшего планового обслуживания или сразу идут на замену.
Таким образом, даже самые сложные и многоступенчатые производственные линии могут предсказуемо и бесперебойно работать в течение многих дней.
Например, на Череповецком металлургическом комбинате внедрили предиктивное обслуживание на конвейере горячей обработки металлических изделий. Модель выявляет вероятность перегрева подшипника шестеренных клетей — одну из наиболее частых и ресурсозатратных причин остановки агрегата. Это позволяет сократить простои линии.
Предиктивное обслуживание помогает следить, чтобы оборудование не перегрелось в горячем цехе. Источник
В Simatic на производстве микроконтроллеров используют платформу на базе IoT и машинного обучения. Она позволяет собирать данные с датчиков и анализировать их в режиме реального времени. Это позволило полностью избавиться от производственного брака.
Предиктивное обслуживание оборудования в нефтегазовой отрасли
В добыче нефти, газа и других полезных ископаемых задействовано большое количество оборудования, многое из которого работает в автоматическом режиме, находится в труднодоступных местах или регионах с холодным климатом. Регулярно осматривать и обслуживать его силами сотрудников трудоемко и дорого, поэтому системы мониторинга и аналитики для предиктивного ремонта оборудования востребованы в отрасли:
За состоянием умной скважины наблюдают удаленно с помощью датчиков. Источник
Как внедрить предиктивное обслуживание оборудования
Для начала нужно наладить сбор данных:
Дальше начинается интересное — нужно предсказывать неисправности:
Построить систему предиктивного обслуживания и мониторинга оборудования сложно: надо правильно разместить датчики, организовать хранилище нужного объема для поступающих данных, наладить системы аналитики, машинного обучения, прогнозирования и предупреждения о сбоях.
При этом для таких задач существуют практически готовые решения — облачные IoT-платформы. Например, платформа от VK Cloud Solutions (бывш. MCS) объединяет инструменты для работы с большими данными, интернетом вещей и машинным обучением. К ней можно подключить датчики любого производителя, хранить и обрабатывать любые объемы данных — в облаках легко получить нужный объем хранилища и ресурсы для вычислений. Платформа интегрируется с технологическими решениями, которые уже используются в компании, и быстро встраивается в производственные процессы.
Что такое предиктивная замена оборудования
Энергетика и Инфраструктура
Другие области применения
Умное Предприятие / Промышленный IoT
Менеджмент Энергетических Данных
Поиск Решения Проблемы
Шаг за шагом к решению
Запрос на техподдержку
Спросите наших экспертов
Инсайдерская информация о zenon
Обучение и Сертификация
Станьте профессионалом в zenon
Воспользуйтесь преимуществами SLA
Полный список драйверов
zenon Software Platform
Создана облегчить Вашу жизнь.
Интегрированный программный ПЛК
Требуется вход в личный кабинет
Документация по zenon
Промышленное программное обеспечение для вашей цифровой трансформации
Доступные решения для автоматизации производства и энергетики
Являясь интегрированным решением с открытыми интерфейсами, программная платформа соединяет машины, заводы и здания. Кроме возможности подключения от датчика до систем более высокого уровня, zenon предлагает также собственные драйверы и коммуникационные протоколы. Это создает эргономику для вовлеченных людей и позволяет масштабируемо внедрять Промышленный Интернет
Вещей (IIoT) в гетерогенных производственных средах. Первоначально разработанная как программное обеспечение HMI/SCADA, вся программная платформа zenon охватывает значительно больше областей применения.
Программная платформа zenon также поддерживает разработку и обслуживание приложений на протяжении всего их жизненного цикла. При необходимости проекты могут создаваться независимо от местоположения, с использованием механизма резервирования, разными командами, без знания программирования, или автоматизированно.
Что нужно знать об эффектах внедрения технологий предиктивного обслуживания
Если говорить в целом, системы предиктивной аналитики (predictive maintenance, PdM) позволяют снизить расходы и повысить доступность техники. Но что это значит на практике? На какие финансовые показатели это влияет и как рассчитать экономический эффект от их внедрения? Эксперты Factory5 отвечают на эти и другие вопросы о технологии, которые могут возникнуть у финансового директора, IT-директора и главного инженера.
Почему важно учитывать стоимость обслуживания и ремонта
Основной производственный процесс тесно связан со вспомогательными процессами, и один из них — ТОиР. Например, если основной процесс на предприятии — переработка нефти для получения бензина, то вспомогательный — ТОиР насосов для перекачки нефти.
На техобслуживание и ремонт уходит значительная часть бюджета в любой отрасли. Вот только несколько примеров:
Какие затраты можно оптимизировать с помощью предиктивного обслуживания
Немецкая страховая компания Allianz отмечает, что предиктивное обслуживание помогает сократить не только убытки от простоя техники и остановки производства, но также серийные и косвенные убытки. Серийные еще можно назвать однотипными, то есть они масштабируются на все одинаковые установки на предприятии. Плюс в том, что решение серийной проблемы тоже можно масштабировать сразу на всю однотипную технику. Косвенные убытки, вызванные основной поломкой, например, перерыв в производственной или коммерческой деятельности предприятия, как правило, страхуются отдельно от имущества. Если такой страховки нет, косвенные убытки несет само предприятие, поэтому оно заинтересовано максимально сократить их.
В некоторых индустриях отказ техники может приводить не просто к остановке производства, но и к аварии. Это, например, энергетическая промышленность, общественный транспорт, авиация, нефтегазовые и химические производства. Если обнаружить предотказное состояние на раннем этапе и вовремя предпринять меры — это снизит риск ущерба окружающей среде и третьим лицам.
Капитальные и операционные затраты, которые можно снизить с помощью предиктивной аналитики:
Данные по нефтегазовой и горнодобывающей промышленности из исследования McKinsey Global Institute «The Internet of Things: Mapping the value beyond the hype»
Выгода при страховании
Предотвращение отказов и аварий означает сокращение технологических рисков. А где снижение рисков — там и возможное снижение страховых премий. Если оборудование сложное, уникальное или находится в уникальных условиях, страховые компании предлагают индивидуальные условия, которые определяют андеррайтеры с привлечением экспертов для оценки рисков. Эта практика больше развита в США и Европе, но постепенно приходит и к нам. Так, на страховую ставку может повлиять надежность оборудования, количество ремонтов и отказов. А снижение количества аварий косвенно влияет на страховую историю и делает компанию более надежной в глазах страхового агентства.
Для опасных производственных объектов (ОПО) в России нужно обязательное страхование гражданской ответственности их владельцев. Оно регулируется по 225-ФЗ, и на эти условия внедрение системы предиктивного обслуживания вряд ли может повлиять.
Отдельный сценарий использования PdM-систем в страховании — ретроспективный анализ уже случившихся поломок. Его можно проводить при возникновении споров по покрытию инцидента, при определении типа страхового случая и стороны, ответственной за инцидент.
Предиктивная аналитика делает процессы прозрачными
Финансовые директора часто не получают актуальные данные о состоянии техники и производстве. Подписывая план закупок и других расходов, они вынуждены полагаться на отчеты, которые составили другие сотрудники. Инженер мог попросить лишние запасные части и расходные материалы «впрок», а бухгалтер — заложить избыточный бюджет «на всякий случай».
Это напрямую влияет на бюджеты, выделяемые на закупку техники, ремонт и обслуживание. Благодаря непрерывному мониторингу и прогнозу технического состояния оборудования можно планировать состав работ и заказывать необходимые запасные части. Информация из PdM-систем помогает инженерам обосновать затраты, а финансистам — убедиться в их необходимости.
Что такое predictive maintenance и как это работает
Принято считать, что предиктивное обслуживание — следующий, новейший шаг в подходах к обслуживанию.
На самом деле оно сочетается со всеми предшествующими подходами и может их дополнять. Во-первых, предиктивная аналитика — необходимый элемент для ремонтов по состоянию, поскольку она отслеживает актуальные параметры оборудования, на основе которых инженер составляет план работ. Во-вторых, системы predictive maintenance помогают прогнозировать расходы на ремонт и обслуживание, что важно при планово-предупредительном подходе. Это позволяет избежать внезапных расходов, потребность в которых без PdM-систем часто обнаруживается только в процессе осмотра.
По сути, предиктивное обслуживание существовало и раньше. Специалисты проводили визуальную и инструментальную инспекцию оборудования, а потом на основе опыта и интуиции решали, когда стоит проводить техобслуживание. Сегодняшний этап развития PdM-подхода — это программные или программно-аппаратные комплексы для обработки больших данных. В режиме реального времени PdM-система анализирует данные телеметрии с помощью современных IT-технологий и находит скрытые взаимосвязи между множеством измеряемых параметров. Таким образом она выявляет аномалии и их причины, а также прогнозирует время до отказа.
Как оценить эффективность предиктивной аналитики
Оценка экономического эффекта — краеугольный камень любого проекта по цифровизации, в том числе и проектов по внедрению систем прогнозного обслуживания. Внедрение PdM имеет смысл для дорогого оборудования, замена которого гораздо дороже ремонта, и для критичного оборудования, которое при остановке или выходе из строя может принести существенные потери: недополученную прибыль, штрафы за задержки поставок или за ущерб окружающей среде. Поэтому перед внедрением стоит сравнить стоимость нового оборудования или его узла с затратами на их обслуживание и ремонт.
В статьях о прогнозном обслуживании можно встретить различные эффекты от внедрения PdM-систем и широкий диапазон оценок эффективности. Универсальной методологии оценки нет, так как на каждом предприятии своя специфика и структура затрат. Кроме того, цели внедрения тоже могут быть разными.
Приведем пример экономических эффектов от внедрения системы предиктивного обслуживания F5 PMM от Factory5 на предприятии, которое занимается сервисным обслуживанием подвижной техники. За счет раннего выявления предотказных состояний и аномалий удалось снизить количество внеплановых ремонтных работ на 60%, сократить время простоя в ожидании технического обслуживания на 20%, а трудозатраты на диагностику — на 150 тысяч человеко-часов. Также одним из косвенных эффектов было снижение потребления энергоресурсов на 1% за счет улучшения технического состояния оборудования.
Это привело к снижению прямых затрат на ремонт на 5-8% за счет минимизации восстановительных ремонтов, так как ремонтная служба устраняла дефекты на ранней стадии. Это дешевле, чем восстанавливать технику после аварии. Экономический эффект рассчитывали как разность между типовыми расходами на восстановительный ремонт после аварии и расходами на дополнительный плановый ремонт по результатам прогноза технического состояния.
Сокращение времени простоя привело к повышению коэффициента технической готовности (КТГ) на 4-10%. Это позволяет производить больше на тех же мощностях и избегать штрафных санкций за задержки, если они предусмотрены контрактом.
Эффект от дополнительной выручки можно рассчитать так: В = Тп * Вср + Ш В — дополнительная выручка Тп — время простоя техники Вср — среднее значение выручки за период или нереализованный планируемый уровень дохода по заключенным сделкам в результате внеплановой остановки техники Ш — штрафные санкции за задержки производства и поставок
Что важно учесть при внедрении PdM-систем
Предиктивная аналитика не должна ослаблять контроль и рассматриваться как «истина в последней инстанции». Это вспомогательный инструмент, его результаты нужно критически осмыслять. Например, в F5 PMM пользователь может подтвердить обнаруженную системой аномалию или не подтвердить. Система обучится на этих данных и впоследствии будет выдавать более точный результат.
Основные ошибки, которые можно допустить при внедрении predictive maintenance:
Системы PdM позволяют экономить деньги и трудозатраты, повышать безопасность процессов, собирать точные и актуальные данные. Перед внедрением предиктивной аналитики важно определить цели, которых компания хочет достичь с помощью этого инструмента, проинструктировать инженеров, сотрудников ИБ и всех, на чью работу повлияет новая система. И главное — помнить, что человеческий интеллект обязательно должен дополнять искусственный: система предоставляет данные, а решения принимает человек.
Организация предиктивного обслуживания динамического оборудования
Автоматизированные системы диагностики оборудования позволяют зафиксировать отклонения в работе механизмов и предсказать их выход из строя. Это дает возможность выполнять обслуживание и ремонт не по заранее запланированному графику, а когда в нем возникает необходимость, а также избежать «внезапных» аварийных ситуаций. В статье представлены решения для предиктивной диагностики от компании «Промсервис»: стационарная система вибродиагностирования «САДКО» и экспертная система автоматического диагностирования «ДИЭС».
АО «Промсервис», г. Димитровград, Ульяновская обл.
Обслуживание промышленного оборудования, требующего регулярного контроля без остановки технологического процесса (газотурбинных установок, паровых и гидротурбин, насосов и т. п.), базируется, как правило, на применении системы планово‑предупредительных ремонтов (ППР). Существенным недостатком ППР является, во‑первых, вероятность «неожиданного» отказа оборудования, которое может произойти задолго до срока запланированного ремонта, а во‑вторых, наоборот, преждевременный вывод оборудования в ремонт, когда ресурс его элементов еще не выработан (каждая машина имеет специфические особенности конструкции и эксплуатации).
Настоящая статья посвящена теме организации эксплуатации, диагностирования и ремонта динамического оборудования крупных промышленных предприятий по фактическому техническому состоянию, а также вопросу внедрения предиктивного обслуживания во исполнение требований и рекомендаций ГОСТ Р 55.0.01-2014 / ИСО 55000:2014 в части разработки, внедрения, поддержания в работоспособном состоянии и улучшения системы управления активами.
Ремонт по техническому состоянию – это плановый ремонт, при котором контроль технического состояния выполняется с периодичностью и в объеме, установленными нормативно-технической документацией или производственными инструкциями, а объем и момент начала ремонта определяются техническим состоянием оборудования.
В отличие от ППР и ремонта по техническому состоянию предиктивное (прогнозное) обслуживание позволяет выполнять ТОиР не по заранее запланированной программе, а когда в нем возникает необходимость. Благодаря такой системе, с одной стороны, не тратятся средства на избыточные ремонтные работы, а с другой – снижается вероятность внепланового простоя, вызванного неожиданным отказом.
Применение на предприятии стационарных и мобильных средств контроля и диагностирования позволяет проводить систематическую оценку технического состояния динамического оборудования, что дает возможность поэтапно перейти от системы ППР к системе эксплуатации и ремонта по фактическому техническому состоянию (ОФС) и предиктивному обслуживанию.
Решения АО «Промсервис»
Группа компаний АО «Промсервис» является ведущим отечественным разработчиком и поставщиком интеллектуальных систем вибродиагностики, более 25 лет производит средства диагностирования, обеспечивает их внедрение и техническое сопровождение, разрабатывает и адаптирует методики диагностирования, а также выполняет оценку зрелости промышленного предприятия в части диагностирования. Далее будут рассмотрены разработки и методы компании, позволяющие перевести предприятие к системе ремонта оборудования по фактическому состоянию.
Каждое предприятие имеет свои особенности и требует специального подхода. Перед началом планирования мероприятий по развитию технического диагностирования целесообразно выполнить оценку зрелости предприятия в части развития технического диагностирования.
Модели организации ТОиР различаются количеством измеренных на оборудовании характеристик, их качеством и степенью использования в период эксплуатации. С учетом уровня использования данных можно определить уровень развития технического обслуживания на предприятии:
— мониторинг позволяет по измеренным данным определить момент превышения параметрами их пороговых значений, принять меры по предотвращению отказа оборудования;
— диагностирование дает возможность производить обслуживание по фактическому техническому состоянию, учитывать техническое состояние оборудования для корректировки сроков и объемов ТОиР;
— прогнозирование и моделирование позволяют внедрить предиктивное обслуживание с его преимуществами.
Казалось бы, для безаварийной эксплуатации оборудования можно ограничиться мониторингом, который предоставляет исчерпывающую информацию. Но гораздо эффективнее будет использовать автоматическое определение технического состояния оборудования по данным, полученным как стационарными, так и мобильными средствами измерения.
Рассмотрим пример. В паросиловом цехе металлургического комбината имеется проблема: на нагнетателях газоочистки продукты сгорания налипают на лопасти рабочего колеса, из-за чего даже после частых текущих ремонтных и виброналадочных работ вибрация довольно быстро достигает аварийных показателей и оборудование приходится останавливать. В декабре 2016 года нагнетатель был оснащен стационарной системой вибродиагностирования «САДКО» (АО «Промсервис»), и сразу же система начала указывать на развитие дефекта «Дисбаланс рабочего колеса» (тренд на рис. 1).
Рис. 1. Тренды технологических параметров и тренд развития дефекта «Дисбаланс рабочего колеса»
Оперативный персонал, контролируя развитие дисбаланса рабочего колеса и рост общего уровня вибрации, подобрал оптимальную периодичность промывки, позволяющую не доводить вибрационное состояние нагнетателя до аварийно опасных показателей. Особенно важно, что диагностирование выполняется автоматически, с заданной периодичностью по показаниям стационарной системы, а результат выдается своевременно. Специалист НК выполняет плановые обследования значительно реже, а для постановки диагноза без средств автоматизации ему требуется существенно больше времени.
Все элементы стационарной системы «САДКО» (рис. 2), начиная от датчиков и заканчивая средствами комплексного диагностирования и интеллектуальной защиты, поставляются в варианте, наиболее приемлемом и полезном для заказчика. В том числе предлагаются дополнительные опции: балансировка валов в собственных опорах по показаниям стационарной системы, анализ режима «разгон-выбег», подсчет наработки разных типов, автоматизация процессов ТОиР и т. п.
Рис. 2. Схема организации системы «САДКО»
Система «САДКО» имеет дружественный, интуитивно понятный интерфейс и предоставляет понятные, полностью русифицированные и удобные в использовании инструменты (от графического представления до речевых сообщений), которые позволяют управлять процессом контроля текущего состояния оборудования и прогнозирования, оптимизировать режимы технологического процесса, предотвращать внеплановые и аварийные остановы (рис. 3).
Рис. 3. Общий вид окна «МОНИТОР» в системе «САДКО» на примере установки № 61 нефтеперерабатывающего завода (увеличить изображение)
Открытая архитектура баз данных позволяет легко экспортировать данные, полученные «САДКО», во внешние информационные и управляющие системы предприятия-заказчика с помощью стандартных средств. Любые данные, полученные прочими измерительными системами, принимаются напрямую или с использованием шлюзов, хранятся и анализируются по диагностическим методикам «САДКО».
Другой пример демонстрирует, как с помощью автоматизированных систем можно предотвратить «неожиданные» аварийные ситуации. Практически каждый специалист, занимающийся эксплуатацией динамического оборудования, может вспомнить случай, когда данные мониторинга не показывали развития дефекта, а инцидент происходил «внезапно». Такое происшествие имело место на одной из ТЭЦ России.
Даже за час до останова штатные средства мониторинга параметров вибрации и температуры не фиксировали превышения уставок – не только аварийных, но и предупредительных. Резкий скачок вибрации произошел около 5 часов утра 4 августа 2019 года, тогда же начался быстрый рост температуры (рис. 4). Останов дутьевого вентилятора ДВ‑8 был выполнен в 5:15. По данным диагностирования, выполненного силами установленной на этом агрегате системы «САДКО», нарастание дефекта подшипника просматривалось почти за месяц до достижения им критического уровня (рис. 5). Персонал был готов к возможному отказу, и меры были приняты своевременно.
Рис. 4. Тренды виброскорости (вверху) и температуры (внизу)
Рис. 5. Тренд развития дефекта подшипника
Конечно, силами «ручного» диагностирования, выполняемого специалистом НК посредством мобильных средств, такие тренды дефектов получить сложно: слишком много усилий требуется потратить на один агрегат, а таких агрегатов на предприятии десятки и сотни. Автоматическое диагностирование по параметрам, измеряемым стационарными системами, дает несоизмеримо больше информации. По этой причине на ответственные агрегаты, переводимые на предиктивное обслуживание, необходимо устанавливать полноценные системы автоматического диагностирования, которые не просто указывают состояние агрегата «хорошо/допустимо/плохо», но и определяют перечень конкретных имеющихся и зарождающихся дефектов, позволяют отследить их развитие, вовремя принять соответствующие меры.
Для выполнения диагностирования в автоматическом режиме требуется иметь развитые математические модели проявления неисправностей динамического оборудования. Однако наряду с ними система автоматического диагностирования должна иметь возможность непрограммной настройки этих моделей на конфигурации агрегатов конкретной конструкции. Программное обеспечение «ДИЭС» (АО «Промсервис») выполняет автоматическую настройку расчетных моделей диагностирования по нескольким конфигурационным параметрам. При диагностировании выполняется автоматизированная адаптация моделей к разным режимам работы оборудования, производится прогнозирование времени безаварийной работы агрегата. Может быть определен остаточный ресурс. Подключаются источники данных разных производителей, стационарные и мобильные.
Автоматизированное выполнение измерений и автоматическая постановка диагноза позволяют даже неискушенному пользователю сразу же начать работы по определению технического состояния динамического оборудования, развивая навыки диагностирования в процессе освоения многофункционального инструмента – экспертной системы автоматического диагностирования «ДИЭС».
«ДИЭС» – это современный уникальный программный комплекс в сетевом исполнении, объединяющий функции сбора, хранения, анализа, отображения диагностической информации разного рода: измеренной переносными виброанализаторами, полученной от стационарных систем разных производителей, импортированной из сторонних информационных и измерительных систем, например Bently Nevada 3500, SAP ERP, INFOR, RealMaint и т. п. Кроме того, данное ПО позволяет работать с переносными приборами отечественных и зарубежных производителей (OneproD Falcon; «Агат», «Топаз», «Кварц», «Оникс»; STD‑3300, STD‑500; VibroVision и т. п.) (рис. 6).
Рис. 6. Переносные виброанализаторы, работающие с ПО «ДИЭС»
Основные задачи платформы «ДИЭС» – аккумулирование и расширение возможностей используемой аппаратуры мониторинга (переносной и стационарной), расширение возможностей пользовательского и экспертного анализа, внедрение передовых методик и технологий обработки данных, развитие эффективного механизма взаимодействия между участниками ТОиР: руководителями эксплуатационного и ремонтного персонала, диагностических служб и т. п. Внедрение этой платформы позволяет повысить надежность эксплуатации, безопасность, эффективность обслуживания и ремонта всего парка оборудования.
В автоматическом режиме распознаются следующие неисправности:
— дисбаланс и несоосность валов;
— дефекты подшипников скольжения (7 видов);
— дефекты подшипников качения (14 видов);
— дефекты зацепления зубчатых передач (4 вида);
— незакрепленность агрегата на фундаменте, отсутствие жесткости отдельной опоры;
— дефекты муфт, рабочих колес;
— дефекты электромагнитной системы электрических машин (9 видов).
На рис. 7 представлены два рабочих окна программы «ДИЭС».
Рис. 7. ПО «ДИЭС»: а – общий вид рабочего окна; б – окно многофункционального анализатора виброакустической информации (увеличить изображение)
Совершенно ясно, что в условиях непрерывного производства, когда простой рабочей установки вызывает серьезные финансовые потери, значительно выгоднее предвидеть и своевременно предотвратить отказ оборудования. Сегодня существуют эффективные технические решения, позволяющие это сделать. Специалисты АО «Промсервис» в зависимости от реальной ситуации на предприятии и его оснащенности средствами диагностирования подбирают наиболее подходящий сценарий внедрения технологий проактивного обслуживания оборудования: от замены устаревших локальных диагностических систем до организации многоуровневой и многопользовательской распределенной системы, интегрированной с существующими системами мониторинга и управления. Одновременно разрабатывается и внедряется полный пакет нормативно-методической документации.
Опубликовано в журнале ИСУП № 1(85)_2020