智能仪表助力运营成功

Jonas Berge 介绍远程监控技术如何帮助工厂中的仪表设备发挥价值

我小时候,只有过生日、重要节日或假期的时候,我们才会拍照。一个24或36张底片的胶卷可以用很长时间。胶卷经过冲洗、打印然后用胶粘在相册中,向访客展示。数字技术彻底改变了我们的日常生活,包括我们的拍照方式。

现在,我们每天要拍许多次照片,从而通过前所未有的方式来帮助我们:诸如在哪里停车,获得商场的导购图、我们喜欢的饮料、或者订购备品备件、或者按需生产我们想要购买的产品。

通常,我们无法预想到会使用数码相机这种新型拍照方式。数字技术改变了我们生活的例子不胜枚举。同样,数字技术也正在改变工厂中的操作方式。智能仪表和数字集成设备使工厂变得更加智能并且操作也更加简单了。本篇文章将向您介绍远程监控技术如何帮助工厂中的仪表设备发挥价值。

过去,能源和水价格低廉,废水处理的成本较低,排放不达标也不会受到处罚监管,并且工厂的人力资源充足。然而令人遗憾的是由于当时信号、计算机和软件之间的硬接线成本非常高,因此过去仪表和控制成本都非常高昂。现在能源和水的成本都非常高,废水处理成本高昂并且排放不达标也会导致严厉处罚,此外很难聘用并留住那些经验丰富的人工。这些挑战让所有工厂的很多部门都面临重大压力。所有行业都面临这些挑战,并且挑战不断升级、加剧。但是,令人欣慰的是我们现在有了很多成本经济的数字仪表和控制工具、以及成本经济的云计算和软件即服务,以及成本经济的通讯方式。

迄今为止,自动化已经帮助过程用户实现了更好地过程控制和过程安全。此外,通过Pervasive Sensing™ (普适测量)方式,新一代的智能仪表(自动化的第二层)可以帮助用户应对更多过程挑战。工厂都不断地创新并开拓出新的方式来使用数字化工厂架构。在过去工厂无法预见到仪表可以采用这种新的使用方式。工厂的许多部门都可以通过实施自动化的第二层来实现工厂现代化并从设备监测服务中获益。

实现工厂现代化
长期以来,行业用户都迫切地希望工厂能够全面地实现自动化。但是对于哪些已建成数年的工厂来说,他们所使用仪表只需满足生产和安全需要。对于这些工厂来说,他们使用的仪表通常不具有长期可靠性、维护和现场操作人员工作效率欠佳、能源效率低下并且也无法降低安全和环境事故风险。现在,通过在工厂范围内添加数百台甚至数千台仪表,这些历时已久的工厂可以实现自动化。这一方案使得这些已建数年的工厂可以转变为智能工厂。

通常需要多台设备来监控工厂中的复杂设备,如泵、气冷式热交换器、鼓风机、冷却塔、压缩机以及热交换器。

对于简单设备来说,通常仅需要单台仪表即可对其进行监测。但是单台仪表可能包含多种传感器,例如声波和温度传感器或振动和温度传感器。这些设备包括蒸汽疏水阀、泄压阀、防爆膜、控制阀以及易腐蚀的管道和容器。能源管理要求工厂中的每个装置或每台设备都需要配备一台流量计用于检测水、压缩空气、燃气、电以及蒸汽(WAGE)的流量使用情况。

通常一个炼油厂需要部署4000台或更多的仪表用于获得现在缺失的测量数据。首次大规模部署的大多数传感器都是非侵入式传感器或可以使用现有过程连接方式的传感器,因为它们便于部署安装。

工厂通常不会立即全面地部署智能仪 表,通常他们从在关键、重要的设备上部署易于安装的传感器开始。经过数年后,理论上来讲,一个炼油厂要实现全面的智能仪表部署,通常需要添加18000台仪表。
 
智能仪表提高能源效率
工厂中有数百台货数千台蒸汽疏水阀。由于疏水阀数量庞大并且通常需要委托外部的服务公司来进行检查,因此通常每年对这些疏水阀只进行一次检查。由于典型的疏水阀使用寿命较短,因此大多数都会出现故障并浪费蒸汽,但是数月内却无法检测到这些现象。炼油厂中仅仅一台疏水阀每天几美元的蒸汽浪费,累计下来每年仅蒸汽疏水阀的能源浪费都可能达到4百万美元。

长时间的热交换器结垢会降低能源效率,会需要火焰燃烧器燃烧更多的燃料来弥补热量损失,产生不必要的能源成本;此外,还会影响产量。冷却塔中的风扇可能会在夜间或一年中特定的白天时间内进行不必要的运行,从而损耗电能。泄压阀未能正确回座将会导致产品泄漏至公用的火炬系统,从而让导致损失;而工厂却无法确定是哪台阀门泄漏而造成的。由于缺乏工厂中每台装置和设备的能源消耗测量数据,因此工厂无法按照ISO 50001 标准来实施内部能源管理方案。工厂能源经理面临的这些挑战也可以通过添加智能仪表得到解决。

通过在蒸汽疏水阀上部署声波传感器并采用特定的蒸汽疏水阀分析软件,可以实现自动疏水阀状况检测。通过自动化检测,工厂可以在数分钟内就找到蒸汽泄漏点,而无需数月;并且能够通过尽快地更换故障疏水阀从而避免进一步的能源损失。通过在热交换器上部署一系列智能仪表,并将其连接至分析软件,工厂可以追踪结垢情况并在最佳的时间段安排清洗工作,从而减少为弥补热量而燃烧更多燃料的需要,进而提高能源效率并最终降低能源成本。

同样地,冷却塔上的智能仪表可以检测多度冷却情况,从而通过控制风扇来节约电能。泄压阀上的声波变送器可以检测到泄压阀是否正确回座,从而避免产品损失;还可以相应地安排检修来停止对正常产品的燃烧。通过增加流量计和电表以及能源管理信息系统(EMIS)可以让工厂监视并报告能源的消耗情况,如水、(压缩)空气、(燃料)燃气、电和蒸汽(W.A.G.E.S.)从而实现水平衡、能源平衡并对于能源过渡消耗情况进行报警,从而通过将能源管理实践方案落实到工厂中每台耗能单元上或设备层面,例如加热器或反应器。注意这些信息不会直接传递给操作人员,而是通过将其转换为简单的仪表盘形式的KPI,将其发送给负责能源效率和预防能源损失的人员。

实现智能仪表化对于工厂来说是一种最切实有效的管理大量设备的途径。基础的工厂系统,例如水系统、压缩空气系统、燃气系统、电系统和蒸汽系统都可以实现全面监控,从而确保其运行可靠。

智能仪表可以提高可靠性
以前,工厂对于大多数设备都不采用智能仪表进行实时状态监测。只有一些大型的汽轮机和压缩机才进行状态监控。因此,工厂周期性地需要为其他设备手动收集和输入数据。

传统的对振动、温度、声波进行巡检式维护的工作效率较低,同时随着熟练人工的退休和重工业的就业人员的减少,致使这样的人工巡检工作面临重大挑战。

工厂需要小团队的熟练人工能够处理这些问题——但是他们却缺乏这样的资源。同时人工测试人员不能进入风扇和冷却塔上的设备外壳内部去进行查看,因此人工测试不能在设备运行期间进行。工厂有成千上百台过程设备,包括泵、鼓风机、气冷式热交换器、非过程压缩机、冷却塔和阀门等等。工厂需要正确地安排维护工作,因为如果存在了数天或数周的故障迹象未被发现,这将会导致代价昂贵的过程停车或怠工,而且会面临成本高昂的维修。

通过永久性地安装振动、温度和声波变送器,工厂将能够减少维修巡检次数并且在设备发生重大故障之前,安排人力去对那些必须关注的设备进行检修。通过在过程设备上安装一系列智能仪表并使用设备管理软件或者对历史记录添加应用等方式,工厂将能够在发生代价昂贵的过程停车或代工之前,提前检测到潜在问题并对设备进行检修。同时,工厂将能够识别出哪台设备不需要维修,从而避免不必要的计划内停车时间,降低预防型维护成本。

管道和容器上的腐蚀监控仪表可以帮助工厂在泄漏发生之前,追踪并管理腐蚀从而控制化学品注入并维护故障区域。这些维护信息不会直接发送给控制室的操作人员。这些新信息将作为一种可以帮助操作人员安排维护的工具发送给维护和可靠性工程师,让他们了解到哪些设备需要安排维护,例如哪台热交换器出现了结垢,以及多久之后哪台泵的密封件或轴承将会出现故障。

工厂级无线智能仪表网络架构
在过去的几年中,全球成千上万的工厂都已经在全厂的多种ad-hoc应用中使用了无线智能仪表。现在通过熟知这项技术,这些工厂正在计划部署工厂范围内的无线智能仪表网络架构,从而让工厂的所有部门获益,如可靠性、维护、能源效率、安全和运营等部门。对于公司来说,他们都倾向于部署单一的网络架构。因为如果工厂中的每个部门都采用不同技术的单独的网络架构,那么工厂将很快在支持这些各自为营的网络方面面临挑战。采用单一、共享的架构来服务全工厂所有的部门是最佳途径。

数字技术的一个重要特点就是一旦投资了数字化网络架构,那么添加仪表的边际成本几乎为零。例如,网关最初可以支持仅仅几台仪表;但是之后,同一网关可以支持多达100台仪表,同时无需添加任何额外的硬件。

DIKW金字塔防止数据过载
向操作人员显示数千个额外的数据点会让他们眼花缭乱。但是,来自普适测量智能仪表的大多数数据都与维护、可靠性和能源效率相关——仅有一小部分与过程运营相关。

软件可以避免操作人员紧盯所有这些数据点或面临大量的文档打印工作。软件可以在后台进行监视并在发生任何偏离正常状况的事件发生前,向相关人员发出报警。

分析软件基于数据、信息和人工智能(DIKW)金字塔模型。软件中的算数可以处理大量的原始数据点并过滤获得有用的信息并提供可执行化信息。例如,智能仪表可以提供原始数据,例如热交换器上产品以及蒸汽的入口和出口温度以及流量、差压信息。软件算法计算热交换系数和热负荷等。通过数据趋势和报警等方式提供信息,这样易于操作人员更好地理解来自仪表的原始数据。这一软件可以运行在云端的虚拟机器(VM)上。人工智能属于根源分析,仍然需要借助人力。

DCS操作台的操作人员看到的屏幕上显示的是基本的P&ID图上的信息展示。但是这些新的可靠性、维护和能源数据将集成到设备管理系统(AMS)或大多数工厂已经在使用的历史数据库中。这些信息按照不同的方式进行显示,对于单个设备,例如泵或风扇,通过详细的图表进行显示,每台设备都会显示其关键部件的信息,例如电机和密封件。这样会使得维护数据更加易于形象化。能源管理数据按照KPI仪表盘的方式显示,如千分表和饼图等。

设备监测
航空发动机的生产商需要对其发动机进行监测。因为飞机需要飞行,因此需要在飞机着陆期间对其安排维护。那么工厂的设备与此有什么差别呢?

通过外包的检修承包商来检查泵、鼓风机、压缩机、蒸汽疏水阀、热交换器、气冷式热交换器和冷却塔等是当今工厂的常见方式。服务外包公司通常通过数十个人员在现场来回巡查,通过手持检测器来收集数据。这样非常耗时,通常检查设备需要花费数周或数月。间歇式的检查意味着无法获得潜在故障的早期预警并且设备将会面临故障风险。

设备状况监测可以扩展用于远程设备监测业务模型,类似于航空应用。通过在工厂中部署普适测量解决方案,工厂人员将能够从室内的办公室监测设备,或者也可以通过委托一个外部的服务承包商来进行特定工厂设备的监测,同时按周、按月并按季度编制报告并对从工厂之外的远程位置获得的复杂诊断数据(如波形和趋势图等)进行解读。无需外部承包商的服务人员进行工厂巡检并收集数据,而是设备通过智能仪表自动地将数据发送至远程监测中心,在这里,诊断专家将识别出何时需要对工厂中的成千上万台设备进行检修。如果工厂中缺少解读振动频谱、阀门特性、雷达回波或色谱图的人员,那么远程设备监测作为一项服务可以减轻工厂人员的工作负担。例如,可靠性部门可能缺少足够的3级振动分析专家。在全面服务模型下,服务提供商还需要处理一些行政管理方面的事务,例如备件订购和派遣服务技术人员去检修一台阀门或替换一台疏水阀。

仪表和网络架构可以归工厂所有,或者服务型基础设施模型中(IaaS),服务提供商拥有网关和智能仪表的所有权并负责确保无线仪表网络运行稳健以及无线设备中的电池处于良好状况。工厂无需购买,只需按月支付使用这一架构的订阅费即可。

与此类似,工厂可以拥有监测软件和服务器的所有权,或者在服务型软件模型(SaaS)中,服务提供商拥有服务器和软件的所有权,并负责确保服务器和软件在典型的云处理服务器中运行良好,负责数据备份以及软件升级和热修复等等。工厂无需购买,只需按月支付使用该软件的订阅费即可。

例如,在新加坡裕廊岛的产业集群中,有70多家工厂。其中许多工厂都部署了智能仪表,用于提供P&ID图纸之外的数据。结果显示,早先使用智能仪表的工厂都实现了能源效率更高、损失更少、碳排放物更低、维护和操作人员工作效率更高等优势,并且这些工厂成为了更安全的工作场所。利用良好的3G移动网络架构、互联网架构、云数据处理中心和知识渊博的人力使得新加坡成为了远程设备监测的理想场所,几个其他先导项目也已经列入计划。

过程数据vs.设备数据
传统情况下,工厂都有相关的政策以防止数据离开公司;这也在情理之中,由于至今自动化还仍然只涉及自动化的第一层,即过程控制和安全;这些过程数据离开工厂可能会泄露专有的过程知识产权。但是,现在部署的用于实现工厂自动化的大多数智能仪表都不是仅仅用于提供过程数据,同时还涉及自动化的第二层,即能源效率和设备健康状况数据,这些数据都不是专利数据,因为它们都不是工厂的核心业务数据。因此,这些数据是允许离开工厂并允许外部承包商使用这些数据以提供更好的维护和检修服务,从而提高可靠性和能源效率。

回传网络
智能仪表网络架构中的回传网络可以将数据传送至远程数据监测中心。请记住这些仪表不能控制设备或工艺;它们只是用于测量。

如果远程设备监测服务提供商拥有智能仪表网络架构的所有权,这些数据可以通过连接3G路由器,通过移动手机网络回传返回远程数据监测中心。例如机器与机器(M2M)架构可以实现全面的网络分离。也就是说,设备监测架构可以完全独立于系统控制网络和工厂网络之外。数据通过专有的网络通过点对点虚拟专用网络(VPN)进行传输。

如果工厂希望拥有智能仪表网络架构的所有权,而通过外部服务提供商来进行远程设备监测,这样也是可以的。回传网络可以被设计为通过点对点VPN的安全的内部网络连接,只用于将来自可靠性和能源效率智能仪表的数据传送至远程数据监测中心。更多地通过内部物联网而非外部物联网。

为物联网蓄势待发

在工业自动化中,物联网(IoT)一词表示使用更多的智能仪表,这些仪表具有人工智能和数字化网络连接的特点;生态系统基于无线或总线。这包括可以将数据数字化的传感器以及内嵌人工智能的执行机构。

许多工厂的仪表层现在已经使用无线网络和其他数字化通讯网络;从第一台仪表的数字化到整个企业层的所有仪表的数字化。当今的工厂不仅需要将这些仪表接入互联网,而且还需要通过部署基于数字化网络的普适测量架构来为全面的自动化奠定基础;这一点至关重要。因为,如果工厂基础架构准备充分;那么,物联网中的“互联网”连接将会水到渠成。

大数据分析
在工业自动化中,大数据一词是指分析软件,例如工厂历史数据库从工厂中的更多以表中收集更多的信息。通过对于一段时间中的这些比之前更多检测点的历史数据进行分析,工厂操作人员将能够更好地掌握工厂状况,并发现工厂之前数十年都未曾了解的现实状况。例如,工厂可以发现泄压阀的运行状况与工厂中的其他过程事件存在相关联系。掌握这些新信息可以让工厂更好地运行。操作人员可能直觉认为存在某些联系,但是额外的测量数据和大数据分析可以用于确定存在这些关系,同时会发现一些其他令人吃惊的、之前我们不了解的联系。

成功运营的工厂
我们不再需要前往照片冲洗店并且我们也不再将照片放在相册中了。我们可以随时获取并携带相片。这只是数字技术改变了我们生活的一种方式。

当今的工厂不需要在其所有的设备上安装智能仪表来实现工厂智能化,而只是在大型压缩机、汽轮机和最为关键的泵上面都安装振动监测设备——仅此而已。工厂急需更多的仪表和新型软件将这些原始数据转化为可执行化信息,从而用于改善设备运营。

已建成的工厂可以通过添加额外的智能仪表来实现现代化。对于新建工厂,最好在项目初期就将其纳入规划。随着工厂对于可靠性、能源效率需求的不断提高以及新的环境和安全法规的日益严苛,除非拥有特定的更好的工具,否则工厂人员无法应对这些挑战。

现在这些都不再是问题。通过在设备上安装智能仪表将数据传送至新型软件工具,工厂操作人员即可应对这些挑战。通过在设备上部署自动化设备状况监控技术,小到蒸汽疏水阀以及成千上万台运行良好的设备都可以被识别。工厂人员即可将注意力集中在那些确实需要检修的设备上。普适测量策略是通过智能仪表助力工厂实现运营成功的最佳途径。

评价!您认为该篇文章:

非常好          一般           没有价值

无需注册,直接提交,定期抽奖,祝您好运!

  • 转发至:
  • 收藏到QQ书签

相关报导