Tilstandsovervåking med intelligente frekvensomformere

  • Oversikt
  • Fremhevede produkter
  • Case studies
Nordhavn i København sett fra luften, med et tilstandsbasert overvåkingssignal som vises på toppen av flere bygninger

Frekvensomformere er mer enn bare strømprosessorer

Frekvensomformere kan fungere som sensorer og sensor-huber, de kan behandle, lagre og analysere data, og med tilkoblingsmuligheter er de viktige elementer i moderne automasjonssystemer og bygningsstyresystemer (BMS). Integrert tilstandsbasert overvåking muliggjør nye måter å utføre vedlikehold på, for eksempel tilstandsbasert vedlikehold.

Utvikling av industrielle automasjonssystemer

I overgangen til dette årtusenet har vi vært vitne til en dyptgående teknologisk endring som har ført til en helt ny måte å jobbe på i en digital verden. Dette er den fjerde industrielle revolusjonen. Den første industrielle revolusjonen, som fant sted i det 18. og 19. århundre, var en mekanisk revolusjon, utløst av oppfinnelsen av dampmotoren. På slutten av det 19. og begynnelsen av det 20. århundre fant den andre industrielle revolusjonen sted med masseproduksjon, elektrifisering og endringer i kommunikasjon. Denne perioden kalles også den elektriske revolusjonen. Senere i det 20. århundre førte den tredje industrielle revolusjonen til fremskritt innen halvledere, databehandling, automatisering og Internett. Denne fasen kalles også den digitale revolusjonen.

Den fjerde industrielle revolusjonen har oppstått som et resultat av nettverk av datamaskiner, mennesker og enheter drevet av data og maskinlæring. Begrepet "Industry 4.0" er ganske vagt, men en mulig definisjon av Industry 4.0 beskriver intelligent nettverkskobling av mennesker, enheter og systemer ved å utnytte alle mulighetene for digitalisering i hele verdikjeden.

Trender innen Industry 4.0-automatiseringssystemer

Industry 4.0s påvirkning på motorsystemer og bygningsstyresystemer er en migrasjon fra "automasjonspyramiden" til "nettverksbaserte systemer". Dette betyr at de ulike elementene i systemet, som motorer, omformere, sensorer og kontrollere, er sammenkoblet og koblet til en sky - et datasenter der data lagres, behandles og analyseres, og beslutninger tas.

I et automatiseringsnettverk er datamengden betydelig. Data produseres hovedsakelig av sensorer, og antallet sensorer i moderne automatiseringssystemer er økende. Motorer og drevne maskiner som vifter, pumper og transportbånd er ikke de mest åpenbare bestanddelene i et datanettverk. Derfor er det nødvendig med sensorer for å samle inn data fra disse maskinene. Sensorene kobles til datanettverket på ulike måter for å utnytte dataene. Tilleggskostnaden med sensorer og tilkoblingsmuligheter blir ofte oppfattet som en hindring under innføring av avanserte tilstandsovervåkingssystemer.

Moderne frekvensomformere med variabel hastighet åpner for nye muligheter i Industry 4.0-automasjonsnettverket og i bygningsstyresystemer. Tradisjonelt er frekvensomformere blitt ansett som strømprosessorer for hastighetsstyring av motorer, vifter, transportbånd og/eller pumper. I dag er omformere også en del av informasjonskjeden, og drar nytte av innebygd prosessorkraft, lagringskapasitet og kommunikasjonsgrensesnitt internt i frekvensomformeren.

Intelligent VLT AQUA Drive FC 202 fra Danfoss

Hva er en intelligent frekvensomformer?

I Industry 4.0-nettverket spiller frekvensomformeren en viktig rolle og kjennetegnes av noen funksjoner som muliggjør:

  • Sikker tilkobling: Frekvensomformeren kan kobles til andre elementer på en sikker måte. Andre elementer i nettverket kan omfatte frekvensomformere, PLC-er, sensorer og en sky.
  • Frekvensomformeren fungerer som en sensor: Frekvensomformeren bruker analyse av motorstrøm- og spenningssignatur til å registrere motorens og applikasjonens ytelse.
  • Frekvensomformeren fungerer som en sensor-hub: Frekvensomformeren innhenter data fra eksterne sensorer knyttet til prosessen som styres av frekvensomformeren.
  • Frekvensomformeren fungerer som en kontroller: Frekvensomformeren kan erstatte PLC-en der bruksområdet tillater det.
  • Bring your own device-konsept: Trådløs tilkobling til smartenheter (smarttelefon, nettbrett).

Informasjon fra frekvensomformeren kan identifiseres på følgende måte:

  • Øyeblikkelige signaler: Signaler som måles direkte av frekvensomformeren ved hjelp av innebygde sensorer. Data som motorstrøm, spenning, frekvensomformertemperatur og informasjon avledet av dette, som er effekt som en multiplikasjon av strøm og spenning, eller motormoment. I tillegg kan frekvensomformeren brukes som en hub for tilkobling av eksterne sensorer som gir øyeblikkelige signaler.
  • Behandlede signaler: Signaler som er avledet fra de øyeblikkelige signalene. For eksempel statistisk distribusjon (maksimum, minimum, gjennomsnitt og standard avviksverdier), frekvensdomeneanalyse eller oppdragsprofilindikatorer.
  • Analysesignaler: Signaler som gir indikasjoner på tilstanden til frekvensomformeren, motoren og applikasjonen. Signalene brukes til å utløse vedlikehold eller føre til forbedringer i systemkonstruksjonen.

Teknikker for analyse av motorens strømsignatur gjør det mulig for frekvensomformeren å overvåke tilstanden til motoren og applikasjonen. Teknikken gjør det potensielt mulig å eliminere fysiske sensorer eller hente ut tidlige feilsignaturer som kanskje ikke hadde vært mulig å oppdage. Bruk av teknikken gjør det for eksempel mulig å oppdage kavitasjon og viklingsfeil på forhånd, eller mekanisk lasteksentrisitet.

Konseptet med frekvensomformeren som sensor-hub innebærer at eksterne sensorer kobles til frekvensomformeren, slik at det ikke er behov for en gateway for å koble den fysiske sensoren til datanettverket. Vibrasjonssensorer, trykksensorer og temperatursensorer er eksempler på sensorer som kan kobles til frekvensomformeren. Fordelen med konseptet er ikke bare knyttet til kostnader, men muligheten til å korrelere sensordata med ulike typer data i frekvensomformeren. Et åpenbart eksempel er sammenhengen mellom vibrasjonsnivået fra en ekstern sensor og motorhastigheten, ettersom vibrasjonen er hastighetsavhengig.

Tilstandsbasert vedlikehold og andre vedlikeholdsstrategier

Følgende er forskjellige typer vedlikeholdsstrategier:

  • Korrigerende vedlikehold: Produktet byttes etter en feil.
  • Forebyggende vedlikehold: Produktet byttes før en feil, selv om det ikke er mottatt noen varslinger fra produktet.
  • Tilstandsbasert vedlikehold: Produktet gir en advarsel når produktets faktiske levetid avviker fra forventet levetid, og mulige underliggende årsaker angis.
  • Prediktivt vedlikehold: Produktet gir en advarsel for å iverksette servicetiltak før produktet når det beregnede antallet driftstimer.
Spill av video

Hvorfor er tilstandsbasert vedlikehold nødvendig?

Korrigerende og forebyggende vedlikehold er basert på feil (hendelser) eller tidsrom. Vedlikehold utføres derfor i tilfelle det oppstår feil (korrigerende) eller etter et bestemt antall driftstimer (forebyggende). Disse vedlikeholdstypene bruker ikke tilbakemeldinger fra selve applikasjonen.

Med lanseringen av Industry 4.0 og tilgjengeligheten av sensordata er tilstandsbasert og prediktivt vedlikehold nå mulig. Slike vedlikeholdsstrategier bruker faktiske sensordata for å fastslå tilstanden til utstyret i service (tilstandsbasert vedlikehold) eller for å forutsi fremtidige feil (prediktivt vedlikehold).

Oversikt og fordeler med tilstandsbasert vedlikehold

Tilstandsbasert vedlikehold er den enkleste og mest intuitive vedlikeholdsteknikken basert på data fra den faktiske applikasjonen. De innsamlede dataene brukes til å overvåke tilstanden til utstyret i drift. Til dette formålet velges nøkkelparametere som indikatorer for å identifisere feil som er under utvikling. Tilstanden til utstyr forringes vanligvis over tid. Dette illustreres av P-f-kurven, som viser et typisk forringelsesmønster. Funksjonsfeil oppstår når utstyret ikke lenger utfører den tiltenkte funksjonen. Tanken bak tilstandsbasert vedlikehold er å oppdage den potensielle feilen før en faktisk feil oppstår.

Fordeler ved å planlegge vedlikeholdstiltak

  • Færre avbrudd
  • Eliminering av uventede produksjonsstans
  • Optimalisering av vedlikeholdet
  • Reduksjon av reservedelslager

Tilstandsovervåkingsfunksjoner for frekvensomformere med variabel hastighet

Overvåking av utstyrets tilstand er en integrert del av tilstandsbasert vedlikehold. I applikasjoner med variabel hastighet avhenger applikasjonens tilstand ofte av hastigheten. For eksempel har vibrasjonsnivåene en tendens til å bli høyere ved høyere hastigheter, selv om dette forholdet ikke er lineært. Resonanser kan faktisk oppstå ved visse hastigheter, og deretter forsvinne når hastigheten økes.

Bruk av et uavhengig system for å overvåke tilstanden til en applikasjon med variabel hastighet kompliseres av behovet for å kjenne hastigheten og den overvåkede, korrelerende verdien. Bruk av frekvensomformere til tilstandsovervåking («frekvensomformer som sensor» eller «frekvensomformer som sensor-hub») er en fordelaktig løsning, ettersom informasjon om applikasjonshastighet allerede finnes i frekvensomformeren. I tillegg er informasjon om last/motormoment og akselerasjon lett tilgjengelig i frekvensomformeren.

Tilstandsovervåking følger en tretrinnsprosedyre:

Det første viktige trinnet for å utvikle et effektivt tilstandsovervåkingssystem, er å fastslå og definere hva som er normale driftsforhold. Etablering av en baseline innebærer å definere de normale driftsbetingelsene for applikasjonen, som kalles utgangsverdier. Det finnes flere måter å bestemme utgangsverdiene på.

Manuelle utgangsverdier: Når baselineutgangsverdiene defineres ut fra tidligere erfaring, programmeres de kjente verdiene inn i omformeren.

Utgangskjøring: Utgangsverdiene kan fastsettes under idriftsetting. Med denne metoden utføres et hastighetssveip gjennom det relevante hastighetsområdet for å fastslå tilstanden i hvert hastighetspunkt. I enkelte scenarioer under idriftsetting er det imidlertid mulig at applikasjonen ikke kjører med full kapasitet eller at det er nødvendig med en innkjøringsperiode. I slike situasjoner må utgangskjøringen utføres etter innkjøringsperioden for å fange opp en driftstilstand som er så nær normal drift som mulig.

Nettbaserte utgangsverdier: Dette er en avansert metode som samler inn utgangsdata under normal drift. Dette er nyttig i situasjoner der en utgangskjøring ikke kan utføres, fordi applikasjonen ikke tillater å utforske hele hastighetsområdet.

Etter at utgangsverdiene er etablert, er neste trinn å generere terskler for advarsler og alarmer. Tersklene angir applikasjonstilstander der brukeren skal varsles. Det finnes ulike måter å indikere utstyrets tilstand på, og en av de mest populære i bransjen er en trafikklysstatus med fire farger, som er beskrevet i VDMA-spesifikasjon 24582 Fieldbus neutral reference for condition monitoring in factory automation.

Fargene har følgende betydning:

  • Grønn: Indikerer at utstyret er i god stand og fungerer effektivt.
  • Gul: Indikerer Advarsel 1-stadium og betyr at den første terskelen er overskredet. En vedlikeholdshandling kan planlegges av vedlikeholdspersonell.
  • Oransje: Indikerer Advarsel 2-stadium eller kritisk stadium, og betyr at den andre terskelen er overskredet. Umiddelbare vedlikeholdstiltak må utføres av vedlikeholdspersonell.
  • Rød: Indikerer en alarm og betyr at maskinen vil stoppe, og at korrigerende vedlikehold er nødvendig.

Følgende metoder brukes til å definere terskelverdier:

  • Absolutt: Dette er den vanlige metoden i tilfeller der utstyrsverdiene allerede er kjent. Terskelen har en fast verdi uavhengig av den målte utgangsverdien. Hvis operatøren for eksempel kjenner den absolutte grensen for utstyret, angis en absolutt verdi for alarmterskelen. Ved vibrasjonsovervåking kan grenseverdiene som er beskrevet i standarder som ISO 10816/20816, brukes som absoluttverdi for alarmterskelen.
  • Offset: Metoden for innstilling av terskelverdier krever forståelse av applikasjonen og utgangsverdiene. Terskelen avhenger av utgangsverdien der man velger en brukerdefinert offset-verdi. Risikoen i dette tilfellet er at verdien settes svært lavt eller svært høyt, noe som fører til falske positive resultater. Feil innstillinger kan føre til at overvåkingen ikke reagerer selv om det oppstår feil.
  • Faktor: Denne metoden er enklere å bruke enn offset, fordi den krever mindre applikasjonsforståelse. Terskelen avhenger av utgangsverdien, som multipliseres med en faktor. Terskelverdien kan for eksempel være 150 % av utgangsverdien. Risikoen i dette tilfellet er at terskelen settes svært høyt.

Faktiske overvåkede verdier kan leses fra frekvensomformeren via LCP, feltbusskommunikasjon eller IoT-kommunikasjon. I tillegg kan digitale utganger konfigureres til å reagere på spesifikke advarsler og alarmer. Noen omformere har en innebygd webserver som også kan brukes til å lese tilstandsstatusen.

Overvåkingen utføres med kontinuerlig sammenligning med tersklene. Under normal drift sammenlignes de faktiske verdiene med terskelverdien. Hvis de overvåkede parameterne overskrider en terskel i et forhåndsdefinert tidsrom, aktiveres en advarsel eller alarm. Timeren er konfigurert til å fungere som et filter, slik at korte transienter ikke utløser advarsler eller alarmer.

Finn ut mer i det tekniske dokumentet og videoen om CBM

Dagens frekvensomformere er mer enn bare strømprosessorer. Frekvensomformere kan fungere som sensorer og sensor-huber, de kan behandle, lagre og analysere data, og med tilkoblingsmuligheter er de viktige elementer i moderne automasjonssystemer.

Frekvensomformere finnes ofte allerede i automasjonsinstallasjoner, og er derfor en god mulighet til å oppgradere til Industry 4.0.

Dette muliggjør nye måter å utføre vedlikehold på, for eksempel tilstandsbasert vedlikehold. Funksjonene er allerede tilgjengelige i noen frekvensomformere, og noen brukere har allerede begynt å bruke frekvensomformeren som sensor.

Spill av video Last ned det tekniske dokumentet om CBM

Flere temaer innen tilstandsbasert overvåking

Fremhevede produkter

Danfoss produkter med tilstandsbasert overvåking

Flyfoto av et avløpsvannanlegg, med blå lys som indikerer tilstandsovervåkingssensorer

Danfoss første innovasjoner

CBM har vokst frem fra en historie med Danfoss første innovasjoner. Danfoss frekvensomformere skiller seg fra andre på markedet med innebygde, intelligente funksjoner for å redusere behovet for eksterne komponenter.

Case studies

Kommer snart ...

Kommer snart ...