配置了人工智能和机器学习功能的智能驱动系统,正助力美国德克萨斯州休斯敦的Deer Park炼油厂提高生产效率。西门子和Veros Systems公司一起为这家炼油厂设计了一种智能的驱动系统,以最大程度地提高可靠性和可用性,并减少炼油厂代价高昂的生产中断。
Deer Park炼油厂是美国最大的炼油厂之一CONTROL ENGINEERING China版权所有,厂区面积2300英亩,每天可处理34万桶石油。这家炼油厂由壳牌石油公司和墨西哥国有石油公司PEMEX共同拥有。壳牌石油公司估计其总生产成本的20%来自由电机驱动的旋转设备的维护。
该炼油厂需要一个解决方案CONTROL ENGINEERING China版权所有,以确保最大程度的减少生产中断,并提升系统可靠性和生产效率。经过详细的前期调研,西门子为客户交付了配置15250马力的Simotics电机和Sinamics GH180水冷中压变频器的驱动系统,这是第一个将Veros Foresight硬件和软件与Sidrive IQ 驱动系统分析相结合的解决方案。
据负责该项目的西门子客户经理Brad Shepherd介绍:"这个解决方案的成本并不是最低的CONTROL ENGINEERING China版权所有,但由故障造成的生产中断所造成的损失更大,可能高达数百万美元。"Veros技术利用从设备收集的电波形读数建立一个数据集,来反映电动机和负载的运行状况。安装在泵的电源上的Veros远程监控系统的台架试验很快就对多余的沙子发出了警报,而不需要预先校准。
通过在中压变频器上集成智能分析,可以提供电机和资产的最新性能和运行状况监视,而无需在旋转资产上安装传感器。该分析技术则从设备处收集电波形读数,这些数据集可以反映电机及其负载(压缩机、泵、风扇等)的运行方式。
数据的机器学习处理发生在云端,设备行为中的任何异常或变化都会对可能出现的问题发出预警。这些通知允许操作人员在故障发生前对故障设备进行计划和安排维修。
未来的变频器不仅要帮助世界各地的电机提升效率,而且还将持续监控工业设备的性能和运行状况,收集数据并向制造商提供有用的信息以降低成本。
该技术在德州A&M大学进行了台架试验。试验包括在测试台上运行泵,然后将沙子引入流体中(实际上可能需要足够多的沙子),以引起腐蚀问题,并能够迅速影响泵的完整性。
很快www.cechina.cn,一个安装在泵电源上的远程监控系统就检测到了沙子,并发出了机械问题的警告控制工程网版权所有,而不是电气问题,其置信度为80%。
几天后,系统更新了报警,并指出问题变得越来越严重。报警的置信度也上升到90%。与之形成鲜明对比的是,另外一家领先的电气工程公司的类似系统(也是基于电信号分析),却未能检测到引入砂子后泵的状况或其运行的任何变化。
关键概念:
·配置了人工智能和机器学习的驱动系统助力炼油厂提升生产可靠性。
·安装在泵电源上的远程监控系统,可以正确识别出机械故障。
思考一下:
集成了AI分析技术的驱动系统,还能为其它工业应用带来那些好处?