Sprzętowe rozpoznawanie anomalii pracy agregatów napędzanych silnikami elektrycznymi

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

Warianty tytułu

EN

A hardware solution for functional anomaly recognition of aggregates driven by electric motors

• 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. Jako przykład zaprezentowano wybrane wyniki uzyskane w czasie 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. As an example chosen results of an implementation for iron and steel industry are presented.

Słowa kluczowe

PL

silniki elektryczne; rozpoznawanie anomalii; modelowanie uszkodzeń; sprawność; huta; diagnostyka

EN

electric motors; detection of anomalies; malfunction modeling; efficiency; steel mill; diagnostics

• Wydawca: Wydawnictwo "Druk-Art" SC
• Czasopismo: Napędy i Sterowanie
• Rocznik: 2014
• Tom: R. 16, nr 1
• Strony: 96--106
• Opis fizyczny: Bibliogr. 12 poz., rys., tab., wykr.

Twórcy

autor

Song J.

• TFS Global Co., Ltd., Posco !st Venture Co., Seoul, Korea

autor

Nowicki R.

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

autor

Duyar A.

• Artesis, Gebze, Turcja

Bibliografia

• [1] Nowicki R.: Nadzór stanu technicznego agregatów z napędami elektrycznymi - wprowadzenie do tematyki. „Napędy i Sterowanie” 10/2013, s. 114-125.
• [2] Nowicki R., Bate M.: Programowe rozpoznawanie anomalii pracy agregatów napędzanych silnikami elektrycznymi. „Napędy i Sterowanie” 12/2013, s. 90-97.
• [3] Nowicki R.: Zróżnicowanie systemów Online nadzoru stanu technicznego agregatów z napędami elektrycznymi. „Zeszyty Problemowe - Maszyny Elektryczne” 89/2011 s. 65-73.
• [4] Duyar A., Merrill W.C.: Fault Diagnosis For the Space Shuttle Main Engine. AIAA Journal of Guidance, Control and Dynamics, vol. 15, no. 2, pp. 384-389, 1992.
• [5] 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, pp. 640-642, 1995.
• [6] Musgrave J.L., Guo T„ Wong E„ Duyar A.: Real-Time Accommodation of Actuator Faidts on a Reusable Rocket Engine. IEEE Trans. Cont. Syst. Technol, vol. 5, no. 1, pp. 100-109, Jan. 1997.
• [7] 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. l,pp. 104-108, 1994.
• [8] Duyar A.: Simplifying Predictive maintenance. „Orbit Magazine” Vol. 31, No. 1, 2011, s. 38-45.
• [9] Nowicki R.: Klasyczne metody nadzoru stanu technicznego agregatów napędzanych silnikami elektrycznymi. „Napędy i Sterowanie” 11/2013, s. 134-145.
• [10] Artesis AMT Toolkit, http://www.arte- sis.com/products/amt/, 2013.
• [11] U.S. Department of Energy, Energy Tips: Motor Systems Tip Sheet 7, DOE/GO-102012-3733, NOV 2012.
• [12] Song J., Nowicki R., Duyar A.: Zastosowanie modelowania diagnostycznego dla wspomagania predykcyjnego utrzymania ruchu i zwiększenia efektywności energetycznej w hucie. „Zeszyty Problemowe Maszyny Elektryczne” 2/2013 (99), s. 233-240.