AeroGIDAS. Nivel de Presentación
Anuncio
Soluciones en Mantenimiento Basado en la Condición y Líneas de Investigación Mantenimiento Predictivo Diciembre 2010 Mantenimiento predictivo en Aerogeneradores INDICE 01 Breve Presentación de Indra 02 Sistema de Mantenimiento Predictivo - GIDAS 03 Otras iniciativas de Mantenimiento Predictivo 2 Mantenimiento predictivo en Aerogeneradores INDICE 01 Breve Presentación de Indra 02 Sistema de Mantenimiento Predictivo - GIDAS 03 Otras iniciativas de Mantenimiento Predictivo 3 BREVE PRESENTACION DE INDRA QUIENES SOMOS Multinacional de TI número 1 en España y una de las principales de Europa y Latinoamérica 30.000 profesionales 106 países 500 M€ invertidos en I+D+i en tres años Mantenimiento predictivo en Aerogeneradores 2.513 M€ en ventas 4 BREVE PRESENTACION DE INDRA HISTORIA Constitución de Indra OPV de Indra. Comienza a cotizar en la Bolsa de Madrid Incorporación de Azertia y Soluziona Un grupo formado por más de 30.000 profesionales con un conocimiento profundo del negocio de nuestros clientes y de la tecnología Mantenimiento predictivo en Aerogeneradores 1921 1993 1999 2006 2010 Creación de la primera empresa que dará origen a Indra 5 Transporte y Tráfico Seguridad y Defensa 14% 15% 20% 27% Mantenimiento predictivo en Aerogeneradores Energía e Industria 11% 13% AA.PP. y Sanidad Servicios financieros Telecom y Media BREVE PRESENTACION DE INDRA MERCADOS VERTICALES 6 Mantenimiento predictivo en Aerogeneradores INDICE 01 Breve Presentación de Indra 02 Sistema de Mantenimiento Predictivo - GIDAS 03 Otras iniciativas de Mantenimiento Predictivo 7 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS OBJETO Y VENTAJAS DE GIDAS Objeto Sistema automático, y en tiempo real, para la predicción del estado futuro de los elementos mecánicos de cualquier tipo de maquinaria industrial, que permita por tanto, la detección anticipada de posibles anomalías No es necesario conocer el detalle de la mecánica del elemento observado ________________ Capacidad de predecir la condición futura de una máquina o sistema ________________ Reducir costes de mantenimiento y operación de los sistemas ________________ Aumentar la disponibilidad operativa y prolongar el ciclo de vida ________________ Permitir la supervisión remota del estado de los componentes monitorizados ________________ Mantenimiento predictivo en Aerogeneradores Ventajas 8 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS Sistema escalable y modular Capaz de tratar cualquier tipo de parámetro con procesado específico del mismo Vibraciones Velocidad de Giro eje rápido Intensidades eléctricas, etc. Utilización de tecnologías de Inteligencia Artificial para el análisis de datos y realización de diagnósticos de estado No necesario conocimiento previo de la física de la maquinaria Interfaz Hombre – Máquina de fácil operación, flexible y con múltiples posibilidades de comunicación Mantenimiento predictivo en Aerogeneradores SOLUCIONES PARTICULARES PARA PROBLEMAS GENERALES 9 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS Mantenimiento predictivo en Aerogeneradores Sistema GIDAS. Fragata F100 10 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS ARQUITECTURA DEL SISTEMA La arquitectura del sistema desarrollado está organizada en una serie de capas o niveles que operan de forma independiente Interfaz Hombre – Máquina NIVEL DE ANÁLISIS Sistema Experto y aplicación de técnicas de Inteligencia Artificial NIVEL DE GESTIÓN Gestión de Base de Datos NIVEL DE TRANSPORTE Comunicaciones Ethernet Inalámbrica/PLC NIVEL DE PROCESAMIENTO Módulo de Procesado de Datos NIVEL FÍSICO Módulo de Adquisición de Señales Sensores Mantenimiento predictivo en Aerogeneradores NIVEL DE PRESENTACIÓN Alarmas Diagnósticos Predicciones Informes 11 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS AeroGIDAS Paquete TCP Cabecera identidad Sensores BD Valores Característicos Módulo de adquisición de datos Cable ethernet Paquete TCP Cable ethernet Cabecera identidad Cable USB 8 seg. Sensor 1 Estación de control centralizada Sistema transmisión inalámbrica Sistema almacenamiento 8 seg. Sensor N Sistema recepción inalámbrica Mantenimiento predictivo en Aerogeneradores Modulo de Procesado de Datos 12 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS AeroGIDAS. Nivel Físico Sensores Módulo de Adquisición de Señales: Monitorización en tiempo real Valores de señal en crudo y FFT Mantenimiento predictivo en Aerogeneradores NIVEL FÍSICO 13 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS AeroGIDAS. Nivel de Transporte Sistema adquisición Cable ethernet PaqueteTCP Cable ethernet Cabecera identidad Cable USB Sistema transmisión (GPRS) Sistema almacenamiento (Disco duro externo) 8 seg. Sensor 1 Estación de control centralizada 8 seg. Sensor N Sistema recepción (GPRS) Mantenimiento predictivo en Aerogeneradores Comunicaciones Ethernet Inalámbrica/PLC NIVEL DE TRANSPORTE 14 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS AeroGIDAS. Nivel de Procesamiento Mantenimiento predictivo en Aerogeneradores NIVEL DE PROCESAMIENTO Módulo de Procesado de Datos -Obtención Valores Significativos: RMS, Valor de Pico, Factor de Cresta - Almacenamiento Base de Datos 15 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS AeroGIDAS. Nivel de Gestión y de Análisis NIVEL DE ANÁLISIS Sistema Experto y aplicación de técnicas de Inteligencia Artificial NIVEL DE GESTIÓN Gestión de Base de Datos Espectro de frecuencias Señal cruda de vibraciones RPM FFT RMS global RMS banda frecuencia 1 RMS banda frecuencia 2 RMS banda frecuencia N Red neuronas Red neuronas Red neuronas Red neuronas Predicción en el instante t+p Sistema de diagnóstico Predicción en el instante t+p Mantenimiento predictivo en Aerogeneradores Sensor 16 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS AeroGIDAS. Nivel de Gestión y de Análisis Sistema aprendizaje automático NIVEL DE ANÁLISIS Redes Neuronales Artificiales Modelos Ocultos de Markov El sistema tiene que aprender el patrón de buen funcionamiento Se detectan desviaciones con respecto a lo “memorizado” En caso de traspasar los márgenes de normalidad de manera estable, se notificará el estado global de desviación de las señales capturadas respecto a las normales Bases de Reglas Una vez detectada una desviación, se activa un sistema experto que, emulando el razonamiento que llevaría un experto de mantenimiento genera un diagnostico preliminar de las posibles causas de la desviación Mantenimiento predictivo en Aerogeneradores Sistema Experto y aplicación de técnicas de Inteligencia Artificial 17 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS AeroGIDAS. Nivel de Presentación Mantenimiento predictivo en Aerogeneradores NIVEL DE PRESENTACIÓN Interfaz Hombre – Máquina Alarmas Informes configurables: - Medidas concretas - Evolución parámetros - Predicciones 18 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS AeroGIDAS. Nivel de Presentación Parque 2 Parque 3 Mantenimiento predictivo en Aerogeneradores Parque 1 19 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS AeroGIDAS. Nivel de Presentación Parque 2 Parque 3 Mantenimiento predictivo en Aerogeneradores Parque 1 20 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS Mantenimiento predictivo en Aerogeneradores AeroGIDAS. Nivel de Presentación 21 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS Mantenimiento predictivo en Aerogeneradores AeroGIDAS. Nivel de Presentación (I) 22 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS Mantenimiento predictivo AeroGIDAS Posicionamiento de algunos sensores en multiplicadora Mantenimiento predictivo en Aerogeneradores NEG MICON 750, NEG MICON 900 G47 IZAR BONUS 1.3 23 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS Mantenimiento predictivo en Aerogeneradores AeroGIDAS. Simulación Datos IMS CENTER 24 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS AeroGIDAS. Simulación Datos IMS CENTER Mantenimiento predictivo en Aerogeneradores Envío sms 25 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS Mantenimiento predictivo en Aerogeneradores AeroGIDAS. Simulación Datos IMS CENTER 26 SISTEMA DE MANTENIMIENTO PREDICTIVO - GIDAS CONCLUSIONES GIDAS es capaz de realizar el diagnóstico de un GIDAS permite aumentar el grado de anticipación en la detección de fallos en los componentes monitorizados. Esto supone una ventaja importante en la optimización y planificación de las tareas de mantenimiento. Mantenimiento predictivo en Aerogeneradores sistema realizando predicciones futuras de los parámetros monitorizados. Los resultados obtenidos hasta la fecha avalan la robustez y la fiabilidad del sistema de predicción. 27 INDICE - Basado en la física del tren de potencia - Basado en datos SCADA Mantenimiento predictivo en Aerogeneradores 01 Breve Presentación de Indra 02 Sistema de Mantenimiento Predictivo - GIDAS 03 Otras iniciativas de Mantenimiento Predictivo 28 OTRAS INICIATIVAS DE MANTENIMIENTO PREDICTIVO CBM Basado en el conocimiento de la multiplicadora Nº, disposición y diseño de engranajes Ecuaciones dinámica de máquinas Caracterización del sistema: Dientes Desalineaciones Holguras Rodamientos Otros fallos ensayados Seguimiento temporal de los valores de estos armónicos Establecimiento de niveles de alarmas Diagnóstico en función del sensor y niveles detectados Mantenimiento predictivo en Aerogeneradores Frecuencias fundamentales del sistema Fallos típicos: 29 OTRAS INICIATIVAS DE MANTENIMIENTO PREDICTIVO CBM Basado en el conocimiento de la multiplicadora Mantenimiento predictivo en Aerogeneradores Análisis DETERMINISTA de los datos Obtenidos 30 OTRAS INICIATIVAS DE MANTENIMIENTO PREDICTIVO CBM Basado en el conocimiento de la multiplicadora OBJETIVOS La vocación de este proyecto es desarrollar un sistema que incremente la eficiencia de los parques eólicos a la vez que reduzca sus costes de mantenimiento sistema automático de mantenimiento predictivo para su aplicación al mantenimiento de turbinas eólicas basado en el conocimiento de la física del tren de potencia de las mismas (Enfoque determinista) El sistema detectará fallos con anticipación y diagnosticará los componentes y tareas asociadas a los mismos de manera automática Mantenimiento predictivo en Aerogeneradores El proyecto tendrá por objeto el desarrollo completo de un 31 OTRAS INICIATIVAS DE MANTENIMIENTO PREDICTIVO CBM Basado en el conocimiento de la multiplicadora OBJETIVOS La implantación del sistema reportará las siguientes ventajas: catastróficas Evitar el sobremantenimiento asociado al preventivo por tiempo Reducir los costes de explotación y mantenimiento al incrementar la vida útil de las máquinas y componentes Incrementar la seguridad de los operarios del parque Reducir el coste de las pólizas de seguro de las máquinas Reducir el stock de repuestos Mantenimiento predictivo en Aerogeneradores Incrementar la disponibilidad y fiabilidad de las instalaciones Optimizar las reparaciones al detectar los fallos con antelación Reducir los costes de los grandes correctivos al evitar averías 32 OTRAS INICIATIVAS DE MANTENIMIENTO PREDICTIVO CBM Basado en el conocimiento de la multiplicadora DESCRIPCIÓN DEL SISTEMA Los pilares que fundamentan el sistema a desarrollar son: el análisis de la dinámica del mismo y sus efectos en las variables a monitorizar de cara a generar patrones de fallo La aplicación de distintas técnicas (vibraciones, análisis térmico, ultrasonidos) para la identificación de dichos patrones de fallo La instrumentalización y generación del SW para la captura de datos, su tratamiento y comparación con los patrones de fallo Las aplicaciones para la generación de alarmas e informes de las incidencias detectadas Mantenimiento predictivo en Aerogeneradores La caracterización de fallos típicos del tren de potencia mediante 33 OTRAS INICIATIVAS DE MANTENIMIENTO PREDICTIVO ESQUEMA DEL SISTEMA A DESARROLLAR MÓDULO MÓDULO DE DE GENERACIÓN GENERACIÓN DE DE PATRONES PATRONES YY REGLAS REGLAS Conocimiento Conocimiento Experto Experto Info. Info. Máquina Máquina Módulo de Módulo de Generación de Generación de Patrones y Reglas Patrones y Reglas Patrones Patrones // REGLAS REGLAS Patrones Patrones // REGLAS REGLAS Tomas Tomas Reales Reales Adaptación Adaptación Datos Datos Módulo de Módulo de Diagnóstico del Diagnóstico del Sistema Sistema Presentación Presentación de Resultados de Resultados y Alarmas y Alarmas Módulo de Módulo de Mantenimiento Mantenimiento Mantenimiento predictivo en Aerogeneradores MÓDULO MÓDULO ANÁLISIS ANÁLISIS Resultados Resultados Alarmas Alarmas Tareas Tareas Manto. Manto. 34 OTRAS INICIATIVAS DE MANTENIMIENTO PREDICTIVO Predictivo basado en análisis de datos SCADA La cantidad ingente de datos almacenados en los centros de control sobre los distintos parques y máquinas junto con información relativa a las incidencias registradas puede ser una fuente de información para la detección prematura de averías. Tales datos requiere el tratamiento de los mismos mediante un sistema experto capaz de analizar grandes volúmenes de datos y generar reglas de comportamiento en base determinadas tendencias de los mismos e información adicional sobre incidencias, conocimiento de expertos, etc. Es posible obtener conclusiones sobre la predicción a distintos niveles: Componente de la máquina. Objetivo principal Familia de máquinas Conjunto de parques con máquinas diferentes Mantenimiento predictivo en Aerogeneradores 35 OTRAS INICIATIVAS DE MANTENIMIENTO PREDICTIVO Predictivo basado en análisis de datos SCADA EVALUACION INICIAL Varias estrategias posibles con distintos alcances Posible obtención de reglas de comportamiento sólidas Precisión de las reglas dependerá de su solidez Análisis de determinadas variables clave en el sistema Comparación de la evolución de estas variables en varias máquinas Obtención de reglas de clasificación del comportamiento de cada máquina y su evolución Monitorización de las tendencias de los aerogeneradores y su evolución entre los distintos tipos de comportamiento detectados en la población de máquinas En principio podría NO permitir caracterizar fallos específicos Estrategia aplicable a otros tipos de máquinas Otras técnicas de modelado y obtención de reglas Mantenimiento predictivo en Aerogeneradores para determinados fallos 36 OTRAS INICIATIVAS DE MANTENIMIENTO PREDICTIVO Predictivo basado en análisis de datos SCADA CLASIFICACIÓN DE DATOS Generación de un “modelo de estados” de la máquina Datos SCADA de 40 aerogeneradores Incidencias 2009 (Necesidad de filtrar esta información y categorizar las incidencias) Revisar modelo de funcionamiento del aerogenerador Se determina la probabilidad de cada máquina en cada estado El sistema se retroalimentaría de los nuevos datos existentes Clasificador de datos/estados Se representa en un mapa el comportamiento de la población de máquinas El interfaz gráfico permitiría ver la evolución del comportamiento de cada máquina Se pueden establecer alarmas. Ante una alarma se emplearían otros métodos para verificar el estado del molino en el momento que más convenga Mantenimiento predictivo en Aerogeneradores y de los cambios de estado en base a los datos reales 37 OTRAS INICIATIVAS DE MANTENIMIENTO PREDICTIVO Predictivo basado en análisis de datos SCADA Mantenimiento predictivo en Aerogeneradores MAPA DE COMPORTAMIENTO 38 OTRAS INICIATIVAS DE MANTENIMIENTO PREDICTIVO Predictivo basado en análisis de datos SCADA MÓDULO MÓDULO EXPERTO EXPERTO Conocimiento Conocimiento Experto Experto SCADA SCADA Módulo de Módulo de Generación de Generación de Patrones y Reglas Patrones y Reglas Patrones Patrones // REGLAS REGLAS Averías Averías Patrones Patrones // REGLAS REGLAS Tomas Tomas Reales Reales Adaptación Adaptación Datos Datos Info. Info. Máquina Máquina Módulo de Módulo de Diagnóstico de Diagnóstico de Sistemas Sistemas Presentación Presentación de Resultados de Resultados y Alarmas y Alarmas Módulo de Módulo de Mantenimiento Mantenimiento Mantenimiento predictivo en Aerogeneradores MÓDULO MÓDULO ANÁLISIS ANÁLISIS Resultados Resultados Alarmas Alarmas Tareas Tareas Manto. Manto. 39 Mar Egeo 4 28830 San Fdo de Henares (Madrid) T +34 91 626 86 31 F +34 91 626 87 96 chroldan@indra.es www.indra.es Mantenimiento predictivo en Aerogeneradores Chantal Roldán, PMP Jefe de Programa Simulación y Servicios Logísticos 40
