Zastosowanie modelowania diagnostycznego dla wspomagania predykcyjnego utrzymania ruchu i zwiększenia efektywności energetycznej w hucie

• Autorzy: Song J. , Nowicki R. , Duyar A.

Warianty tytułu

EN

Predictive Maintenance and Energy Efficiency Using Model Based Fault Detection Technology for Metallurgical Industry

• Języki publikacji: PL

Abstrakty

PL

W dokumencie przedstawiono unikalną technologię umożliwiającą bardzo wczesne ostrzeganie o rozwijającym się uszkodzeniu maszyn i/lub urządzeń. Sprzętowa detekcja anomalii jest wykorzystywana celem zwiększenia zdolności produkcyjnych, a także sprawności energetycznej poprzez zapobieganie niespodziewanym przestojom. Prezentowane podejście wykorzystuje mechanizm detekcji uszkodzeń oparty na modelowaniu z wykorzystaniem technik analizy widmowej. Zaprezentowano wyniki uzyskane w czasie pilotażowego wdrożenia w hucie.

EN

This paper presents a unique technology for early warning of pending failures of industrial equipment. The technology is used to increase productivity and energy efficiency by preventing unexpected downtime and faulty operation of equipment. The technology uses model based fault detection and diagnosis approach using system identification and spectral analysis techniques. Implementation and case studies for iron and steel industry are presented.

Słowa kluczowe

PL

diagnostyka; rozpoznawanie anomalii; modelowanie uszkodzeń; sprawność; huta

EN

diagnostics; detection of anomalies; malfunction modeling; steel mill

• Wydawca: Sieć Badawcza Łukasiewicz - Górnośląski Instytut Technologiczny
• Czasopismo: Maszyny Elektryczne : zeszyty problemowe
• Rocznik: 2013
• Tom: Nr 2(99)
• Strony: 233--240
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Song J.

• TFS GLOBAL CO., LTD., POSCO 1ST VENTURE Co., Seoul, Korea

autor

Nowicki R.

• GE POWER CONTROLS Sp. z o.o., Poznań, Polska

autor

Duyar A.

• ARTESIS, Gebze, Turcja

Bibliografia

• [1]. US Department of Energy, Energy Efficiency and Renewable Energy: Motor Tip Sheet #5, Replace V-Belts with Cogged or Synchronous Belt Drives, September 2005.
• [2]. US Department of Energy, Energy Efficiency and Renewable Energy: Motor Tip Sheet #2, Eliminate Voltage Unbalance, JAN 2000.
• [3]. US Department of Energy Web Page: http://www1.eere.energy.gov/femp/program/operations_ maintenance.html, March 2013.
• [4]. Nowicki R.: Zróżnicowanie systemów On-Line nadzoru stanu technicznego agregatów z napędami elektrycznymi, Zeszyty Problemowe - Maszyny Elektryczne, Nr 89/2011, str. 65-73.
• [5]. Nowicki R., Pappas Y.: Intelligent Maintenance Support of Hydro Station Asset Management, Proceedings of International Conf. OCT 29-31, 2012, Bilbao, Spain.
• [6]. Nowicki R., Bate M.: Inteligentne podejście w rozpoznawaniu anomalii pracy maszyn napędzanych silnikami elektrycznymi, Zeszyty Problemowe - Maszyny Elektryczne, 2013, przesłane do redakcji.
• [7]. Duyar A., Merrill W. C.: Fault Diagnosis Forthe Space Shuttle Main Engine, AIAA Journal of Guidance, Control and Dynamics, vol. 15, no. 2, 1992, 384-389.
• [8]. Litt J., Kurtkaya M., Duyar A.: Sensor Fault Detection and Diagnosis of the T700 Turboshaft Engine, AIAA Journal of Guidance, Control and Dynamics, vol. 187, no. 3, 1995, 640-642.
• [9]. Musgrave J. L., Guo T., Wong E., Duyar A.: Real-Time Accommodation of Actuator Faults on a Reusable Rocket Engine, IEEE TCST, vol. 5, no. 1, 1997, 100-109.
• [10]. Duyar A., Eldem V., Merrill W. C., Guo T.: Fault Detection and Diagnosis in Propulsion Systems: A Fault Parameter Estimation Approach, AIAA Journal of Guidance, Control and Dynamics, vol. 17, no. 1, 1994, 104-108.
• [11]. Duyar A.: Simplifying Predictive maintenance, Orbit Magazine, Vol. 31, No. 1, 2011, 38-45.
• [12]. Artesis AMT Toolkit, http://www.artesis.com/- products/amt/, 2013.
• [13]. US Department of Energy, Energy Efficiency and Renewable Energy, Motor Systems Tip Sheet #7, Eliminate Voltage Unbalance, Nov. 2012. 7.