Opracowanie procedury przetwarzania danych temperaturowych z systemu SCADA na potrzeby diagnostyki elementów przenośnika

• Autorzy: Sawicki M. , Obuchowski J. , Stefaniak P. , Wyłomańska A. , Zimroz R. , Hardygóra M.

Warianty tytułu

EN

Development of SCADA system temperature data processing procedure for diagnostics of belt conveyor’s elements

• Języki publikacji: PL

Abstrakty

PL

W artykule został przedstawiony problem analizy wielowymiarowych danych temperaturowych z monitorowanych podzespołów przenośników taśmowych w trybie online. System kontroli temperatury elementów wymaga ustawienia automatycznych progów decyzyjnych, w celu zabezpieczania przenośnika taśmowego przed wystąpieniem awarii. Aktualne ww. progi decyzyjne ustawiane są według założeń służb eksploatujących urządzenia i są jednakowe dla każdego urządzenia w danym typie. Wstępne analizy temperatury z monitorowanych podzespołów pokazały, że wpływ warunków środowiskowych oraz cykl życia urządzenia ma istotny wpływ na poziom temperatury pracy ww. podzespołów. Dlatego autorzy podjęli się przeprowadzenia analizy wielowymiarowych danych temperaturowych, w celu zwiększenia funkcjonalności oraz skuteczności diagnozowania stanu technicznego przenośników taśmowych. Efektem takich działań jest możliwość zastosowania prawidłowej profilaktyki remontowo-przeglądowej dedykowanej każdemu monitorowanemu urządzeniu indywidualnie, co przełoży się na wydłużenie trwałości podzespołów maszyny. W artykule przedstawiono procedury pozyskiwania danych pomiarowych, opisano procedurę identyfikacji wpływu czynników na postać sygnału i jego zmienność i wreszcie procedury przetwarzania, w tym walidacji i ekstrakcji informacji z surowych danych, a na podstawie obserwacji zaproponowano model surowego sygnału.

EN

In the paper problem of multivariate analysis of temperature data from online monitored components of belt conveyor has been presented. Temperature control system requires to set automatic decision thresholds in order to prevent belt conveyor from unexpected event. Currently, the above mentioned thresholds are set according to the mining service responsible for exploitation of these machines and the thresholds are constant for each device type. Primary temperature analysis presented that environment conditions and life cycle of device affect temperature level of conveyor’s components. Therefore, the authors decided to perform multivariate analysis of temperature data for improvement of functionality and effectiveness of diagnostics’ methods for belt conveyor. The result allows to apply appropriate service and repair plan dedicated for each monitored device, improving its reliability. In this paper procedures of data acquiring, procedure for identification of influence on signal variability and preprocessing procedure, as well as information extraction from raw data have been presented. Furthermore, model of raw signal has been proposed.

Słowa kluczowe

PL

systemy SCADA; diagnostyka maszyn; górnictwo podziemne; przenośniki taśmowe

EN

SCADA systems; machine diagnostics; underground mining; belt conveyors

• Wydawca: KGHM CUPRUM Spółka z o.o. Centrum Badawczo-Rozwojowe
• Czasopismo: Cuprum : czasopismo naukowo-techniczne górnictwa rud
• Rocznik: 2015
• Tom: nr 3
• Strony: 179--187
• Opis fizyczny: Bibliogr. 19 poz., rys., wykr.

Twórcy

autor

Sawicki M.

• KGHM CUPRUM sp. z o.o. - Centrum Badawczo-Rozwojowe, Wrocław

autor

Obuchowski J.

• KGHM CUPRUM sp. z o.o. - Centrum Badawczo-Rozwojowe, Wrocław

autor

Stefaniak P.

• KGHM CUPRUM sp. z o.o. - Centrum Badawczo-Rozwojowe, Wrocław

autor

Wyłomańska A.

• KGHM CUPRUM sp. z o.o. - Centrum Badawczo-Rozwojowe, Wrocław

autor

Zimroz R.

• KGHM CUPRUM sp. z o.o. - Centrum Badawczo-Rozwojowe, Wrocław

autor

Hardygóra M.

• KGHM CUPRUM sp. z o.o. - Centrum Badawczo-Rozwojowe, Wrocław; Politechnika Wrocławska, Wydział Geoinżynierii, Górnictwa i Geologii, Wrocław

Bibliografia

• [1] Yang W., Little C., Tavner P.J., Court R., 2014, Data-driven technique for interpreting wind turbine condition monitoring signals, IET Renewable Power Generation 8/2, s. 151--159.
• [2] Guo P., Infield D., Yang X., 2012, Wind turbine generator condition-monitoring using temperature trend analysis. IEEE Transactions on Sustainable Energy, 3 (1), art. no. 5970135, s. 124-133. doi: 10.1109/TSTE.2011.2163430.
• [3] Astolfi D., Castellani F., Terzi L., 2014, Fault prevention and diagnosis through SCADA temperature data analysis of an onshore wind farm, Diagnostyka. 15/2, s. 71-78.
• [4] Yang W., Court R., Jiang J., 2013, Wind turbine condition monitoring by the approach of SCADA data analysis, Renewable Energy, 53, s. 365-376.
• [5] Wilkinson M., Darnell B., Van Delft T., Harman K., 2014, Comparison of methods for wind turbine condition monitoring with SCADA data, IET Renewable Power Generation, 8 (4), s. 390-397.
• [6] Eliasson J., Kyusakov R., Martinsson P.E., Eriksson T., Oeien C., 2013, An internet of things approach for intelligent monitoring of conveyor belt rollers, 10th International Conference on Condition Monitoring and Machinery Failure Prevention Technologies 2013, CM 2013 and MFPT 2013 2, s. 1096-1104.
• [7] Sadhu P.K., Chattopadhyaya S., Chatterjee T.K., Mittra D.K., 2008, Online monitoring and actuation for curing of rubber conveyor belts, Journal of the Institution of Engineers (India): Mechanical Engineering Division 89, s. 31-35.
• [8] Zhang X., Fan T.N., 2012, The research of distribute temperature monitoring system early warning fire in coal belt conveyor, Advanced Materials Research 548, s. 890-892.
• [9] Wei Y., Wu W., Liu T., Sun Y., 2013, Study of coal mine belt conveyor state on-line monitoring system based on DTS, Proceedings of SPIE – The International Society for Optical Engineering 8924, Article number 89242I.
• [10] Kuttalakkani M., Natarajan R., Singh A.K., Vijayakumar J., Arunan S., Sarojini L., Sensor based effective monitoring of coal handling system (CHS), International Journal of Engineering and Technology, 5/3, s. 2432-2435.
• [11] Bartelmus W., Diagnostyka maszyn górniczych, Górnictwo odkrywkowe, Wyd. Śląsk, 1998, s. 264.
• [12] Bongers D.R., Gurgenci H., 2008, Fault Detection and Identification for Longwall Machinery Using SCADA Data, Complex System Maintenance Handbook, Springer Series in Reliability Engineering, s. 611-641.
• [13] Obuchowski J., Wylomańska A., Zimroz R., 2014, Recent developments in vibration based diagnostics of gear and bearings used in belt conveyors, Applied Mechanics and Materials 683, s. 171-176.
• [14] Zimroz R., Wodecki J., Krol R., Andrzejewski M., Sliwinski P., Stefaniak P.K., 2014, Self-propelled mining machine monitoring system – data validation, processing and analysis. Mine planning and equipment selection: proceedings of the 22nd MPES Conference, C. Drebenstedt, R. Singhal (eds.), Dresden, s. 1285-1294.
• [15] Jablonski A., Barszcz T., 2013, Validation of vibration measurements for heavy duty machinery diagnostics, Mechanical Systems and Signal Processing, 38 (1), s. 248-263.
• [16] Wylomanska A., Zimroz R., 2014, Signal segmentation for operational regimes detection of heavy duty mining mobile machines – A statistical approach, Diagnostyka, 15/2, s. 33--42.
• [17] Jablonski A., Barszcz T., Bielecka M., Breuhaus P., 2013, Modeling of probability distribution functions for automatic threshold calculation in condition monitoring systems, Measurement: Journal of the International Measurement Confederation, 46/1, s. 727-738.
• [18] Stefaniak P., Wyłomańska A., Obuchowski J., Zimroz R., 2015, Procedures for decision thresholds finding in maintenance management of belt conveyor system –– statistical modeling of diagnostic data, [w:] Lecture Notes in Production Engineering, Ch. Niemann-Delius (ed.), Springer, s. 391-402.
• [19] Zimroz R., Bartelmus B., Barszcz T., Urbanek J., 2014, Diagnostics of bearings in presence of strong operating conditions non-stationarity – A procedure of load-dependent features processing with application to wind turbine bearings, Mechanical Systems and Signal Processing, 46/1, s. 16-27.