Pelnas:
- Paaiškinkite gedimų režimų, jutiklių duomenų ir numatomos energijos įrangos priežiūros verslo vertę.
- Galimybė konfigūruoti anomalijų aptikimą, likusį naudingo tarnavimo laiką ir aliarmo prioritetų nustatymą naudojant dirbtinį intelektą
- Gebėjimas valdyti klaidingą aliarmą / praleistą gedimo balansą ir eksperto patvirtinimo poreikį priimant techninės priežiūros sprendimus
Įrangos gedimas elektros sistemoje yra brangus, o kartais ir pavojingas: elektros transformatoriaus sprogimas sukelia milijonų dolerių žalą ir ilgus dingimus; Vėjo turbinos pavarų dėžės sulaužymas reiškia kelis mėnesius prarastą gamybą. Įprastinė techninė priežiūra veikia pagal logiką „pataisyti, kai sugenda“ (gedimo priežiūra) arba „pakeisti pagal grafiką“ (periodinė priežiūra). Abu įsikiša arba per vėlai, arba per anksti. Prognozuojama techninė priežiūra siekiama nuolat stebėti tikrąją įrangos būklę, numatyti gedimą dar jam nepasireiškus ir įsikišti laiku. Dirbtinis intelektas yra galingas įrankis apdoroti jutiklių antplūdį ir sukurti šią įžvalgą. Šiame skyriuje sužinosime apie gedimų režimus, AI padedamą anomalijų aptikimą ir likusio gyvenimo įvertinimą bei jų ribas.
Gedimų režimai ir jutiklio duomenys
Nuspėjamosios priežiūros pagrindas yra tai, kad sugedusi įranga palieka pėdsakų. Gedimas neatsiranda staiga, bet paprastai vystosi kaip procesas, ir šis procesas sukelia išmatuojamus simptomus.
- Galios transformatorius: Alyvos temperatūros, apkrovos ir ypač ištirpusių dujų analizė (DGA; alyvoje susikaupusių dujų matavimas). Padidėjęs tam tikrų dujų kiekis rodo vidinį lanką, perkaitimą arba izoliacijos pablogėjimą.
- Vėjo turbina: pavarų dėžės ir guolio vibracija, temperatūra, alyvos dalelės, nuokrypis nuo galios kreivės. Dėl guolio degradacijos atsiranda būdingi vibracijos dažniai.
- Kabelis ir linija: Dalinis iškrovimas (mažos elektros iškrovos izoliacijoje), temperatūra.
- Pertraukiklis ir skirstomoji įranga: įjungimo ir išjungimo jungiklių skaičius, atidarymo laikas, kontakto varža.
Dirbtinis intelektas fiksuoja subtilias tendencijas ir daugiamatius šių signalų modelius, kurių žmogaus akis nepastebėtų. Anomalija – tai statistinis duomenų nukrypimas nuo įprasto elgesio; Tai dažnai yra pirmasis nuspėjamosios priežiūros signalas.
Patarimas: gera nuspėjamoji priežiūra prasideda gerai žinant „įprastą“. Neįmanoma atpažinti nukrypimų nežinant, kokį jutiklio parašą sukuria tinkamai veikianti įranga. Taigi pirmoji investicija – sukurti švarius „sveikos elgesio“ pagrindus.
Dvi esminės užduotys: anomalijų aptikimas ir likęs gyvenimas
Dirbtinis intelektas turi dvi pagrindines nuspėjamosios priežiūros užduotis.
Anomalijos aptinkamos anksti, kai įranga nukrypsta nuo įprastos. Modelis mokosi sveiko elgesio ir patikrina gaunamus duomenis pagal jį; nukrypimas generuoja aliarmą. Svarbiausias parametras čia yra slenkstis: koks nuokrypis laikomas aliarmu?
Likęs naudingo tarnavimo laikas (RUL) – tai įvertinimas, kiek laiko liko įrangai iki gedimo. Tai leidžia planuoti techninę priežiūrą (detalių užsakymas, langas su gedimais). RUL įvertinimas iš esmės yra neapibrėžtas ir turėtų būti pateiktas su diapazonu.
Klaidingas aliarmas / praleistas gedimo balansas
Nuspėjamoji priežiūra yra pusiausvyra. Klaidingas aliarmas (klaidingas teigiamas) yra signalas, kai nėra gedimo; Tai lemia bereikalingą techninę priežiūrą, sugaištą prastovą ir – kas pavojingiausia – komandos nepasitikėjimą signalizacija (efektas „vilkas atvyko“). Praleistas gedimas (klaidingai neigiamas) yra tikrojo gedimo nenumatymas; Netikėtas sprogimas reiškia žalą ir pavojų saugai.
Jei sumažinsite slenkstį, praleistų gedimų mažės, o klaidingų aliarmų padaugėja; Jei jį padidinsite, atsitiks priešingai. Teisingas slenkstis nustatomas pagal šių dviejų gedimų kainą: paskirstymo transformatoriaus praleisto gedimo kaina yra daug didesnė nei gatvės lempos, todėl kritinėje įrangoje slenkstis išlaikomas jautresnis (labiau jautrus klaidingiems signalams).
Atsargiai: Sakymas „modelio tikslumas 95 procentai“ yra klaidinantis nuspėjamosios priežiūros metu. Kadangi gedimų pasitaiko retai, net ir be pavojaus signalų nesukeliantis modelis gali būti 95 procentų „tikslus“, tačiau jis nepastebės nė vieno tikro gedimo. Todėl sėkmė matuojama atskirai pagal praleistų nesėkmių ir klaidingų pavojaus signalų dažnį, o ne pagal bendrą tikslumą.
Žingsnis po žingsnio: AI pagrįsta nuspėjamoji priežiūra
1 žingsnis – sukurkite sveiką pagrindą. Su pakankamai duomenų išmokite įprastą įrangos veikimo parašą.
2 veiksmas – pasirinkite ir patikrinkite jutiklius. Signalai, atitinkantys gedimo režimą (vibracija, DGA, temperatūra); patikrinamas jutiklio kalibravimas.
3 veiksmas. Sukurkite anomalijos modelį. Modelis, aptinkantis nukrypimą nuo normos; Slenkstis nustatomas atsižvelgiant į įrangos kritiškumą.
4 veiksmas. Suteikite pirmenybę pavojaus signalams. Ne visi nukrypimai yra vienodai skubūs; AI rūšiuoja pavojaus signalus pagal sunkumą ir galimą gedimo tipą.
5 veiksmas – eksperto patikra. Kiekvienas reikšmingas pavojaus signalas perduodamas techninės priežiūros inžinieriui peržiūrėti; AI nediagnozuoja, jis siūlo hipotezes ir prioritetus.
6 veiksmas – atsiliepimai. Faktiniai gedimų/normalūs rezultatai grąžinami į modelį; Slenkstis ir modelis patobulinti.
Trys mini dėklai: pagal numerius
1 atvejis – išankstinis įspėjimas apie transformatorių. Galios transformatoriaus DGA duomenyse AI užfiksavo lėtą, bet pastovų tam tikrų dujų (etileno) padidėjimą; vienas matavimas buvo normos ribose, tačiau tendencija buvo nenormali. Ekspertų apžvalgoje buvo nustatyta karštoji vieta (perkaitimo jungtis). Planuotai įsikišus galimam gedimui buvo užkirstas kelias; Apskaičiuota, kad išvengta žala siekė kelis milijonus lirų.
2 atvejis – pasirodė vilkas. Viename vėjo lauke slenkstis buvo nustatytas per žemas; Modelis per savaitę gamindavo dešimtis klaidingų vibracijos signalų. Laikui bėgant komanda pradėjo nekreipti dėmesio į pavojaus signalus ir praleido tikrą guolio gedimą. Kai slenkstis buvo perkalibruotas remiantis faktiniais istorinių duomenų gedimais, klaidingų pavojaus signalų sumažėjo iki vieno per savaitę ir grįžo pasitikėjimas.
3 atvejis – RUL diapazonas. Modelis nurodė, kad pavarų dėžėje „likęs tarnavimo laikas yra maždaug 6 savaitės“, bet kaip nelyginį skaičių. Tiesą sakant, netikrumas padidėjo; Dalis atkeliavo 9 savaitę, gedimas įvyko 5 savaitę ir buvo neplanuotas gedimas. Kitose pratybose RUL buvo pateiktas su intervalu („3–8 savaitės, 80 procentų pasitikėjimas“), o dalių užsakymas buvo paankstintas remiantis pagrįstu blogiausiu atveju.
Silpnas raginimas / stiprus raginimas
Silpnas raginimas:
Pažiūrėkite į šiuos vibracijos duomenis, ar yra kokių nors gedimų?[duomenys]
Galingas raginimas:
Jūsų vaidmuo: Nuspėjamasis techninės priežiūros analitikas. Įranga: vėjo turbinos pavarų dėžė.- Pirmiausia apibendrinkite įprastą (sveiką) elgesį duomenyse; nustatyti anomaliją prieš ją.- Suskirstykite nukrypimus pagal sunkumą ir galimą gedimo tipą; NENAUDOKITE galutinės diagnozės, generuokite hipotezes. - Prie kiekvienos hipotezės nurodykite, kuris papildomas matavimas/tyrimas ją patvirtins. - Apsvarstykite klaidingų pavojaus signalų ir praleistų gedimų pusiausvyrą; Pagrįskite savo rekomendaciją dėl slenksčio, atsižvelgdami į šios įrangos kritiškumą. - Jei prašoma RUL, nurodykite jį su pasikliautinuoju intervalu, o ne vienu skaičiumi. Duomenys: [vibracijos / temperatūros serija]
Galingas raginimas pirmiausia apibrėžia normalų, prašo pateikti hipotezes, o ne diagnozes, prideda patikrinimo žingsnį ir slenksčio poslinkį, tam tikrais intervalais ragina RUL – nuo pat pradžių išvengiant klasikinių spąstų, susijusių su nuspėjamąja priežiūra.
Keturi kopijuojami šablonai
1) Sveikas pagrindinis ekstrahavimas:
Iš šios įrangos duomenų išskirkite normalaus / sveiko veikimo parašą: tipinius diapazonus, sezoninius / nuo apkrovos priklausomus pokyčius. Tada šiuo pagrindu apibrėžkite anomaliją. Atskirkite pokyčius, kuriuos galima paaiškinti apkrova ar temperatūra, nuo tikrų anomalijų.
2) Signalizacijos prioritetų nustatymas:
Suteikite pirmenybę šiems nukrypimams pagal sunkumą, vystymosi greitį ir galimą gedimo tipą. Kiekvienam: skubumas (skubus/stebėti/normalus), galimos priežasties hipotezės ir patikrinimo veiksmas. Nustatyti galutinę diagnozę; Techninės priežiūros inžinieriui išduodamas sprendimo raštas.
3) Slenksčio likučio analizė:
Su istoriniais duomenimis parodykite skirtingų slenksčių poveikį klaidingų aliarmų ir praleistų gedimų skaičiui dėl šio anomalijos balo. Pasiūlykite ir pagrįskite slenksčius, atsižvelgdami į įrangos kritiškumą ([aukštas/vidutinis/žemas]). Pažiūrėkite į du klaidų tipus atskirai, o ne į bendrą tikslumą.
4) RUL neapibrėžtumo ataskaita:
Pateikite savo likusį naudingo tarnavimo laiką su diapazonu ir patikimumo lygiu. Kada tikėtis nesėkmės pagal „blogiausią tikėtiną scenarijų“? Remdamiesi šiuo blogiausiu atveju, rekomenduokite dalių įsigijimą ir gedimų planavimą.
Gedimų režimo ir signalų lentelė
įranga
stebimas signalas
ankstyvas simptomas
galios transformatorius
DGA, alyvos temperatūra
Dujų padidėjimas, karšta vieta
vėjo turbina
Vibracija, alyvos dalelė
Guolių / krumpliaračių dažnis
kabelis/linija
Dalinis iškrovimas, temperatūra
izoliacijos pablogėjimas
pjaustytuvas
Atidarymo laikas, kontaktinis pasipriešinimas
Mechaninis lėtėjimas
generatorius
Vibracija, temperatūra, srovė
disbalansas, trintis
Dažnos klaidos
- Remdamiesi bendru tikslumu. Kadangi gedimų pasitaiko retai, net „nėra pavojaus“ rodo didelį tikslumą; Praleistas gedimas turi būti išmatuotas atskirai.
- Neteisingai nustatytas slenkstis. Per žemas slenkstis sukels „vilkas atvyko“ efektą, per aukštas slenkstis lems praleistą gedimą.
- AI diagnozė. AI generuoja hipotezes ir prioritetus; Galutinė diagnozė ir sprendimas dėl intervencijos priklauso specialistui.
- Pateikiant RUL nelyginį skaičių. Nurodytas eksploatavimo laikas be neapibrėžties intervalo sukels neplanuotą gedimą.
- Anomalijų ieškojimas neatpažįstant normalaus. Aptikimas, atliktas nesukūrus sveiko pagrindo, gali klaidingai laikyti apkrovą / sezoninius pokyčius kaip gedimą.
Apibendrinant
Numatytoji techninė priežiūra siekiama įsikišti laiku, numatant gedimą pagal įrangos jutiklių pėdsakus. Dirbtinis intelektas yra galingas nustatant anomalijas ir numatant likusį gyvenimą; tačiau jos sėkmė matuojama ne bendru tikslumu, o klaidingų aliarmų ir praleistų gedimų pusiausvyra. Slenkstis nustatomas atsižvelgiant į įrangos kritiškumą, AI generuoja hipotezes, o ne diagnozes, RUL yra atskirtas ir kiekvienas reikšmingas pavojaus signalas perduodamas ekspertų patikrinimui.
Taikymo užduotis
Gaukite įrangos (transformatoriaus, turbinos, variklio) jutiklio laiko eilutę. Paprašykite dirbtinio intelekto analizės naudodami šablonus „Sveikas pradinis ištraukimas“ ir „Signalumo prioritetų nustatymas“. Įsitikinkite, kad pirmiausia apibrėžėte normalų; Tada paklauskite savęs, ar kokį nors nukrypimą galima paaiškinti apkrova arba temperatūra. Pasirinkite slenkstį ir parašykite, kaip tas slenkstis keičia klaidingą aliarmą / praleistą gedimo balansą.
kontrolinis sąrašas
- [ ] Apibrėžiau sveiko/normalaus įrangos elgesio pagrindą
- [ ] Pasirinkau gedimo režimui tinkamus jutiklių signalus ir svarsčiau kalibravimą
- [ ] Anomaliją atskyriau nuo krūvio/sezono efekto
- [ ] Nustatiau slenkstį pagal įrangos kritiškumą ir dviejų gedimų tipų kainą
- [ ] Žiūrėjau į klaidingą aliarmą / praleistų gedimų dažnį, o ne į bendrą tikslumą
- [ ] Aš paprašiau AI hipotezės ir patikrinimo žingsnio, o ne diagnozės
- [ ] Pateikiau RUL sąmatą su pasikliautinuoju intervalu ir gavus ekspertų pritarimą