23.07.21

100 новых правил вошло в библиотеку экспертизы Factory5

Содержание публикации

Предиктивная аналитика технического состояния оборудования, и реализуемый на базе нее предиктивный подход к обслуживанию становятся более популярными. Современные решения класса Predictive Maintenance (PdM) с помощью инновационных технологий анализа больших данных обрабатывают огромные потоки телеметрии, выявляют аномалии в работе оборудования, прогнозируют отказы и вычисляют интегральный уровень «здоровья» (health index).

В процессе общения с заказчиками мы в Factory5 часто сталкивались с проблемой недоверия к таким системам. Для многих людей на производстве искусственный интеллект, машинное обучение, data science — черный ящик. Возникают трудности с интерпретацией результатов работы системы. Например, как воспринимать информацию из системы о том, что вероятность отказа — 73%? Какие действия должен предпринять персонал? В основе многих PdM продуктов лежит статистика, то есть чистая математика. Но для промышленного оборудования этого недостаточно, нужно учитывать принципы его работы, физику процессов, происходящих внутри. Для сотрудников, отвечающих за обслуживание, важно как понимать причину, по которой система PdM выдала тот или иной результат, так и действия для устранения этой причины.

Оцифровка методик как первый шаг к предиктивной аналитике

Чтобы снизить начальный скептицизм и показать более прозрачный результат работы системы, можно начать с оцифровки уже существующих методик диагностики: описанных в эксплуатационной документации и нормативных документах или наработанных на собственном опыте. Часто эти методики не используются системно, так как требуют анализа множества параметров телеметрии, которые человек просто не состоянии отслеживать постоянно. Современные системы управления усложняются и количество параметров мониторинга только увеличивается. Оцифровать методики и обеспечить их онлайн-работу можно с помощью экспертных правил. Экспертные правила — это описание последовательности условий, которые могут привести к отказу. Например, «если насос включен, давление масла смазки меньше 45, и частота вращения турбины больше 2500 об/мин, то это отказ маслонасоса». Если модели машинного обучения помогают обнаружить дефекты на ранней стадии, выявляя аномалии в данных и ранее не известные взаимосвязи между ними, то экспертные правила опираются на уже известные закономерности. Подробнее об экспертных правилах можно прочитать в отдельном материале.

Три новых типа ГТУ в библиотеке экспертизы Factory5

При внедрении системы предиктивного обслуживания удобно опираться на существующие наработки. Для этого в Factory5 существует библиотека экспертизы — набор прогнозных моделей и экспертных правил, с помощью которых можно ускорить внедрение за счет более быстрого экспериментирования. В библиотеке на данный момент более 1500 экспертных правил по оборудованию из железнодорожной, нефтегазовой, энергетической и других отраслей. Это различные компрессоры, генераторы, насосы, котлы, узлы локомотивов и другие установки. Продолжая наращивать экспертизу, сейчас наши специалисты добавили еще 100 правил по популярным газотурбинным установкам (ГТУ), используемым на генерирующих объектах на территории РФ:

  • Установка газотурбинная энергетическая ГТЭ-160.
  • Газотурбинная электростанция ПАЭС-2500Г.
  • Газотурбинная установка Taurus 60.

Изучив инструкции по эксплуатации на ГТУ, мы выделили 9 ключевых узлов, для которых в документах описаны методики определения состояний и режимов работы разной степени критичности: камера сгорания, компрессор, масляная и топливная системы, блок фильтров, подшипники, сама турбина, а также цепи управления и аккумуляторная батарея. После этого с помощью простого DSL языка, который не требует знаний в ИТ и доступен инженерам, мы перевели эти методики в экспертные правила, которые используются в продукте F5 PMM. Например, эти правила могут выявить следующие ситуации:

  • Перевод под нагрузку при заниженной температуре масла. Согласно документации, эта ситуация средней критичности возникает, если частота вращения турбины больше 11000 об/мин, ее активная мощность выше 550, а температура масла менее 40 °С.
  • Зависание частоты вращения двигателя, что является ситуацией высокой критичности.
  • Остановка двигателя без выдержки на холостом ходу.

Таким образом клиент получает привычную методику в цифровом виде. Выбранный подход полностью прозрачен для пользователя, позволяет не пропустить критический момент и предотвратить возможный выход их строя оборудования.

Как оцифрованные методики используются на практике

В F5 PMM можно создать классификатор дефектов и каждое правило привязывать к соответствующему дефекту и рекомендации по его устранению. Таким образом пользователь видит не просто сообщение о том, что правило сработало, а конкретное событие и дальнейшие действия. F5 PMM может передать эту информацию во внешние системы для автоматизированного формирования наряда на ремонт, например, в ERP или EAM.

  Кроме выявления критических ситуаций в онлайн-режиме, с помощью экспертных правил и продукта F5 PMM можно реализовать следующие сценарии использования:

  • Выявлять ненормативные режимы эксплуатации

Если в документации описаны, какие комбинации параметров и их изменение во времени соответствуют ненормативным режимам, то их также можно выявить с помощью экспертных правил. Это поможет в спорных ситуациях, например, между производителем и эксплуатантом.

  • Выявлять причины произошедших инцидентов

Можно быстро «прогнать» архивные данные через сервис правил и найти те критические режимы, которые предшествовали инциденту. Иногда инженеры делают это вручную, тратят часы на изучение графиков телеметрии, чтобы составить отчет о причинах. Такие, например, требует Ростехнадзор. С помощью F5 PMM это займет в несколько раз меньше времени.

  • Использовать в одном правиле параметры из разных систем

Например, из АСУ и от стационарной системы вибродиагностики, если она является отдельной системой. Это дает возможность расширять возможности диагностики.

  • Быстро выбрать наилучшую методику диагностики.

Количество методик увеличивается, вопрос в том, какую применять? В таком случае прежде чем запускать его в работу, и посмотреть, сколько будет сработок. Таким образом можно: а) быстро протестировать несколько правил/методик на конкретных данных и б) выбрать подходящую для своего оборудования.

В одном из пилотных проектов заказчик — производитель турбин и газотурбинных энергетических установок кроме поставки оборудования конечным пользователям также предоставляет сервисные услуги по их обслуживанию и ремонту. Для этого отдел диагностики анализировал телеметрию, которая поступала на сервер производителя от локальных АСУ турбин, и выдавал рекомендации отделу сервиса. Компания за годы работы создала сотни уникальных методик для диагностики. Но эти методики не применялись системно, и в основном были способом выяснить причины уже произошедших инцидентов. С помощью экспертных правил заказчик смог оцифровать все методики и установить мониторинг турбин в онлайн-режиме. Таким образом, автоматизация диагностики помогает выявлять зарождающиеся дефекты на раннем этапе и повышать готовность оборудования.