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
ƒ Multinacional de TI
número 1 en España y una
de las principales de Europa
y Latinoamérica
ƒ 30.000 profesionales
ƒ 106 países
ƒ 500 M€ invertidos en I+D+i
en tres años
Mantenimiento predictivo en Aerogeneradores
ƒ 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
ƒ
ƒ
ƒ
ƒ
ƒ
Sistema escalable y modular
Capaz de tratar cualquier tipo de parámetro con procesado
específico del mismo
ƒ Vibraciones
ƒ Velocidad de Giro eje rápido
ƒ 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
ƒ
Redes Neuronales Artificiales
ƒ
ƒ
Modelos Ocultos de Markov
ƒ
ƒ
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
ƒ
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
ƒ
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
ƒ NEG MICON 750, NEG MICON 900
ƒ G47
ƒ 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
ƒ GIDAS es capaz de realizar el diagnóstico de un
ƒ 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
ƒ Nº, disposición y diseño de engranajes
ƒ Ecuaciones dinámica de máquinas
ƒ Caracterización del sistema:
ƒ
ƒ
ƒ
ƒ
ƒ
Dientes
Desalineaciones
Holguras
Rodamientos
Otros fallos ensayados
ƒ Seguimiento temporal de los valores de estos armónicos
ƒ Establecimiento de niveles de alarmas
ƒ Diagnóstico en función del sensor y niveles detectados
Mantenimiento predictivo en Aerogeneradores
ƒ Frecuencias fundamentales del sistema
ƒ 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
ƒLa 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)
ƒ El sistema detectará fallos con anticipación y diagnosticará los
componentes y tareas asociadas a los mismos de manera
automática
Mantenimiento predictivo en Aerogeneradores
ƒ 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
ƒLa implantación del sistema reportará las siguientes ventajas:
catastróficas
ƒ Evitar el sobremantenimiento asociado al preventivo por tiempo
ƒ Reducir los costes de explotación y mantenimiento al incrementar
la vida útil de las máquinas y componentes
ƒ Incrementar la seguridad de los operarios del parque
ƒ Reducir el coste de las pólizas de seguro de las máquinas
ƒ Reducir el stock de repuestos
Mantenimiento predictivo en Aerogeneradores
ƒ Incrementar la disponibilidad y fiabilidad de las instalaciones
ƒ Optimizar las reparaciones al detectar los fallos con antelación
ƒ 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
ƒLos 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
ƒ La aplicación de distintas técnicas (vibraciones, análisis térmico,
ultrasonidos) para la identificación de dichos patrones de fallo
ƒ La instrumentalización y generación del SW para la captura de
datos, su tratamiento y comparación con los patrones de fallo
ƒ Las aplicaciones para la generación de alarmas e informes de las
incidencias detectadas
Mantenimiento predictivo en Aerogeneradores
ƒ 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
ƒ
ƒ
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:
ƒ Componente de la máquina. Objetivo principal
ƒ Familia de máquinas
ƒ Conjunto de parques con máquinas diferentes
Mantenimiento predictivo en Aerogeneradores
ƒ
35
OTRAS INICIATIVAS DE MANTENIMIENTO PREDICTIVO
Predictivo basado en análisis de datos SCADA
EVALUACION INICIAL
ƒVarias estrategias posibles con distintos alcances
ƒ Posible obtención de reglas de comportamiento sólidas
ƒ Precisión de las reglas dependerá de su solidez
ƒ Análisis de determinadas variables clave en el sistema
ƒ Comparación de la evolución de estas variables en varias
máquinas
ƒ Obtención de reglas de clasificación del comportamiento de
cada máquina y su evolución
ƒ Monitorización de las tendencias de los aerogeneradores y
su evolución entre los distintos tipos de comportamiento
detectados en la población de máquinas
ƒ En principio podría NO permitir caracterizar fallos específicos
ƒ Estrategia aplicable a otros tipos de máquinas
ƒ 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
ƒ Generación de un “modelo de estados” de la máquina
ƒ Datos SCADA de 40 aerogeneradores
ƒ Incidencias 2009 (Necesidad de filtrar esta información y
categorizar las incidencias)
ƒ Revisar modelo de funcionamiento del aerogenerador
ƒ Se determina la probabilidad de cada máquina en cada estado
ƒ El sistema se retroalimentaría de los nuevos datos existentes
ƒ Clasificador de datos/estados
ƒ Se representa en un mapa el comportamiento de la población de
máquinas
ƒ El interfaz gráfico permitiría ver la evolución del comportamiento
de cada máquina
ƒ 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
Descargar