Vir znanja in izkušenj za stroko Portorož,. in. junij 0 SISTEM ZA SPROTNI NADZOR STANJA INDUSTRIJSKIH POGONOV Matic IVANOVIČ, Pavle BOŠKOSKI, Đani JURIČIĆ, Jožef VIŽINTIN Odsek za sisteme in vodenje, Inštitut Jožef Stefan Univerza v Ljubljani, Center za tribologijo in tehnično diagnostiko IZVLEČEK Sistemi za avtomatski sprotni nadzor stanja opreme so še vedno zelo redki v industrijsko praks. Pojavljajo se predvsem v sklopu drage opreme, kot so npr. vetrne turbine, pogonski sistemi velikih moči in podobno. Glavna pomanjkljivost tovrstnih sistemov je visoka. Ker so izdelani namensko, jih je težko uporabiti v drugih aplikacijah. V prispevku je predstavljen konceptualno nov sistem za sprotni nadzor stanja, katerega namen je doseči enostavno implementacijo, nizko ceno ter prilagodljivost različnim področjem uporabe. Ključna komponenta sistema je pametno vozlišče, ki je sposobno zbirati signale iz lokalnih senzorjev, lokalno shranjevati poteke, le-te tudi lokalno obdelati s sodobnimi postopki obdelave signalov ter rezultate brezžično poslati na oddaljen strežnik. Inovativna komponenta sistema je zmožnost konfiguriranja in sprotnega rekonfiguriranja lokalnih postopkov obdelave signalov kar na daljavo preko brezžičnega omrežja. Celotna aplikacija se razvije v Simulinku, ki predstavlja standardno orodje za načrtovanje, in se potem s posebno narejenim programom avtomatsko prevede v obliko primerno za ciljni procesor v vozlišču. Prototip pametnega vozlišča ter okolje za konfiguracijo smo implementirali tudi v realnih okoliščinah na eksperimentalnem pogonskem sistemu. Prototip smo inštalirali tudi na stružnici v podjetju Litostroj Power. Rezultati prvih testov so obetavni in kažejo, da je možno izdelati cenen in zmogljiv sistem za sprotni nadzor stanja mehanskih pogonov. UVOD Sprotni avtomatiziran nadzor stanja opreme predstavlja pomemben trend v novih generacijah sistemov za avtomatsko vodenje procesov. Možnost napovedovanja stanja procesne opreme, zanesljivo in nemoteno delovanje, visoka kakovost izdelkov so le nekateri od dejavnikov, ki prispevajo k višji konkurenčnosti podjetij. Obraba komponent med obratovanjem in podvrženost različnim okoljskim vplivom lahko povzroči nepričakovan zastoj opreme, zato je njeno vzdrževanje ključnega pomena. Kljub temu vzdrževanje za podjetja predstavlja precej velik finančni strošek. Današnji postopki vzdrževanja procesne opreme so žal večinoma reaktivni (post-mortem), v najboljšem primeru pa preventivni. Napredno in ekonomsko bolj učinkovito prediktivno vzdrževanje pa se uporablja le v novejših in razmeroma kompleksnih aplikacijah. Prediktivno vzdrževanje temelji na naprednih postopkih diagnostike, prognostike in upravljanja vzdrževanja (angl. prognostics and health management, PHM), ki se nanašajo na napovedovanje preostale življenjske dobe komponent ter odločanje o vzdrževalnih posegih za zagotavljanje normalnega obratovanja naprav. Poškodbe na opremi v veliki večini primerov nastajajo postopoma. Tako je možno že v začetni fazi nastajanja poškodb na podlagi določenih indikatorjev ugotoviti, da na opremi nastajajo spremembe, ki bi v bodoče utegnile ogroziti normalno delovanje. Zato je smiselno, da na kritično industrijsko opremo namestimo sistem za sprotni nadzor stanja, ki omogoča zgodnje odkrivanje napak in vzroke za njihov nastanek ter napoved preostale življenjske dobe opreme. Ogromno znanstvenih člankov je že bilo napisanih o naprednih postopkih, ki zadevajo nadzor stanja, diagnostiko napak ter prognostiko [], [] in so osnova prediktivnega vzdrževanja. Kljub temu pa je uporaba prediktivnega vzdrževanja v industriji danes še sorazmerno redka. Razlogi so predvsem visoka cena [3], poleg tega pa so ti sistemi narejeni le za specifične aplikacije in jih ni možno enostavno prenesti na druge, podobne sisteme [4], [5]. Zato smo se odločili, da zgradimo dovolj splošno platformo s katero bi se izognili omenjenim slabostim. INDUSTRIJSKI FORUM IRT 0
SISTEM ZA SPROTNI NADZOR STANJA INDUSTRIJSKIH POGONOV Matic IVANOVIČ, Pavle BOŠKOSKI, Đani JURIČIĆ, Jožef VIŽINTIN Odsek za sisteme in vodenje, Inštitut Jožef Stefan, Ljubljana Univerza v Ljubljani, Center za tribologijo in tehnično diagnostiko, Ljubljana V zadnjih letih so se na trgu pojavile nove generacije majhnih cenenih senzorjev za merjenje pospeškov, temperature in drugih fizikalnih veličin, ki so primerni za nadzor komponent opreme in občutno prispevajo k nižji ceni nadzornih sistemov. Kljub zelo nizki ceni jih odlikuje zanesljivost, njihove lastnosti pa so primerljive z dragimi tradicionalnimi senzorji. Tako lahko ob nizkih stroških namestimo veliko število senzorjev in tako zagotovimo bogat vir informacij za ugotavljanje in napovedovanje stanja opreme. Prav tako smo priča nenehnemu izboljšanju računskih zmogljivosti vgrajenih sistemov, kar omogoča uporabo zahtevnih metod obdelave signalov, ki lahko bistveno izboljšajo oceno ter napovedovanje stanja opreme. V prispevku bomo predstavili konceptualno nov sistem za sprotni nadzor stanja industrijskih pogonov. Ključna komponenta sistema je pametno vozlišče, na katero lahko priključimo različne senzorje za merjenje fizikalnih veličin, kot so pospešek, hitrost, temperatura, parametri olja ipd. Pametno vozlišče je sposobno zbirati signale iz lokalnih senzorjev, lokalno shranjevati poteke, le-te tudi lokalno obdelati s sodobnimi postopki ter rezultate brezžično poslati na oddaljen strežnik. Inovativna komponenta sistema je zmožnost konfiguriranja in sprotnega rekonfiguriranja lokalnih postopkov obdelave signalov kar na daljavo preko žičnega ali brezžičnega omrežja. Celoten postopek analize in načrtovanja poteka v Simulinku, ki predstavlja standardno orodje za načrtovanje. Končna rešitev v obliki Simulink sheme se s posebno narejenim programom avtomatsko prevede v obliko, primerno za ciljni procesor v vozlišču. Takšen koncept močno skrajša in poceni fazo načrtovanja diagnostičnega sistema. ZGRADBA NADZORNEGA SISTEMA Zgradbo nadzornega sistema lahko razdelimo na več nivojev, kar je prikazano na sliki. Na najnižjem nivoju so na posameznih mehanskih sklopih nameščeni različni senzorji. Povezani so na eno ali več manjših naprav, t. i. pametna vozlišča, ki vršijo osnovno obdelavo izmerjenih podatkov in rezultate s pomočjo brezžičnih tehnologij pošiljajo na strežnik. Strežnik predstavlja podatkovni most med brezžičnim senzorskim omrežjem ter podatkovno bazo in uporabniki nadzornega sistema. Na njem se vrši nadaljnja obdelava prejetih podatkov iz pametnih vozlišč in shranjevanje rezultatov v podatkovno bazo. Okolje za načrtovanje služi za načrtovanje naprednih postopkov obdelave signalov za pridobivanje informacij o stanju ter preostali življenjski dobi opreme. SCADA omogoča operaterjem spremljanje stanja celotnega sistema. Na najvišjem nivoju je zgrajen uporabniški vmesnik, ki vzdrževalce informira o trenutnem stanju ter predvideni življenjski dobi nadzorovane opreme. Prav tako omogoča vzdrževalcem planiranje vzdrževalnih posegov za zagotavljanje normalnega obratovanja naprav. Slika : Koncept nadzornega sistema za mehanske pogone. Pametno vozlišče Pametno vozlišče je osnovni gradnik nadzornega sistema. Gre za samostojno napravo, ki je sestavljena iz mikrokrmilnika, analognodigitalnega pretvornika, ki je po navadi že vgrajen v mikrokrmilniku, različnih senzorjev, komunikacijskega vmesnika ter napajalnega modula in po potrebi tudi dodatnega spomina. Blokovno shemo prikazuje slika, na sliki 3 pa je prikazan prototip pametnega vozlišča. INDUSTRIJSKI FORUM IRT 0
SISTEM ZA SPROTNI NADZOR STANJA INDUSTRIJSKIH POGONOV Matic IVANOVIČ, Pavle BOŠKOSKI, Đani JURIČIĆ, Jožef VIŽINTIN Odsek za sisteme in vodenje, Inštitut Jožef Stefan, Ljubljana Univerza v Ljubljani, Center za tribologijo in tehnično diagnostiko, Ljubljana Slika : Blokovna shema pametnega vozlišča Več takšnih vozlišč je lahko povezano v brezžično senzorsko omrežje. ZigBee specifikacija ponuja izjemne možnosti za brezžično povezovanje, med katerimi je potrebno izpostaviti nizko ceno, majhno porabo energije, dolgo življenjsko dobo posameznih vozlišč ter fleksibilno vzpostavitev brezžičnega omrežja. Bistvena pomanjkljivost pa je majhna hitrost prenosa podatkov. Ta omejitev predstavlja težavo v primeru, ko je po omrežju potrebno prenašati večjo količino podatkov v realnem času, npr. celotni signal enega ali več senzorjev vibracij. Za ta namen smo izdelali tudi različico pametnega vozlišča, ki podpira žično Ethernet komunikacijo. Prav tako pametno vozlišče podpira različne vire napajanja: omrežno, baterijsko ter izkoriščanje energije iz okolja. 3 PROGRAMSKA OPREMA PAMETNEGA VOZLIŠČA IN STREŽNIKA ZigBee modul Mikrokrmilnik Slika 3: Prototip pametnega vozlišča Na pametno vozlišče lahko priključimo več senzorjev za merjenje različnih lastnostni, kot so vibracije, tok, hitrost, temperatura, parametri oja ipd. Podprta sta dva tipa senzorjev: analogni, ki so priključeni direktno na analogno-digitalni pretvornik ter, digitalni, ki se uporabljajo za štetje impulzov v primeru merjenja hitrosti vrtenja. Največja frekvenca vzorčenja analognih signalov je 0 khz, kar je še posebej pomembno pri merjenju vibracij. Glavne naloge vozlišča so zajem podatkov iz senzorjev, matematična obdelava izmerjenih podatkov ter pošiljanje rezultatov obdelave na strežnik. Posebnost predstavlja možnost brezžične konfiguracije postopkov obdelave podatkov, ki potekajo na vozlišču. INDUSTRIJSKI FORUM IRT 0 Eno od glavnih vodil pri načrtovanju programske opreme je bila minimalna poraba energije. Velik del, ki se tiče porabe energije, smo naredili že s samo izbiro komponent strojne opreme sistema, ogromno pa se da narediti tudi s pravilno zasnovo programske opreme za pametno vozlišče ter strežnik. Glavni program, ki teče na pametnem vozlišču smo zasnovali tako, da je vozlišče večino časa v mirovanju. V aktivni režim delovanja preide le ob predpisanih intervalih. V aktivnem režimu se vozlišče poveže s strežnikom. Če po določenem času s strani strežnika ne prejme nobene zahteve, gre takoj nazaj v stanje mirovanja. V nasprotnem primeru pa gre v mirovanje takrat, ko to sporoči strežnik. S strani strežnika so možne naslednje zahteve: pošiljanje ali prenos postopkov obdelave signalov, začetek izvajanja meritev, izračun značilk in pošiljanje rezultatov ter prehod v stanje mirovanja. Blokovna shema delovanja vozlišča je prikazana na sliki 4. Temu primerno smo izdelali tudi strežniški program. Blokovna shema je prikazana na sliki 5. Program je sestavljen iz dveh sklopov. Prvi skrbi za bazo vseh vozlišč v omrežju in hrani strukturo trenutnega omrežja. Drugi pa skrbi za potek 3
SISTEM ZA SPROTNI NADZOR STANJA INDUSTRIJSKIH POGONOV Matic IVANOVIČ, Pavle BOŠKOSKI, Đani JURIČIĆ, Jožef VIŽINTIN Odsek za sisteme in vodenje, Inštitut Jožef Stefan, Ljubljana Univerza v Ljubljani, Center za tribologijo in tehnično diagnostiko, Ljubljana operacij na posameznih vozliščih. Za vsako vozlišče, ki se poveže s strežnikom se sproži postopek medsebojne komunikacije. Strežnik najprej v podatkovni bazi nadzornega sistema preveri, ali je za vozlišče na voljo nova konfiguracijska datoteka, ki vsebuje postopke za izračun značilk, in jo pošlje na vozlišče. V nasprotnem primeru takoj pošlje zahtevo za začetek meritev in obdelavo zajetih signalov. Ko vozlišče pošlje rezultate, se le-ti shranijo v podatkovno bazo. Nato se izvede postopek sinhronizacije časa in določitev termina naslednjih meritev. Nato sledi prehod v stanje mirovanja. Ker ima pametno vozlišče v primeru uporabe ZigBee brezžične komunikacije lahko vlogo usmerjevalnika, se je pred prehodom v mirovanje potrebno prepričati, da nobeno drugo vozlišče ne komunicira s strežnikom preko trenutnega vozlišča. Slika 4: Blokovna shema programa za pametno vozlišče Slika 5: Blokovna shema programa za strežnik 4 OKOLJE ZA NAČRTOVANJE Zaradi lažjega in hitrejšega načrtovanja ter preizkušanja algoritmov obdelave signalov, smo se odločili, da bo le-to potekalo v okolju Matlab/Simulink. Za programski paket Simulink smo izdelali posebno knjižnico, ki vsebuje bloke, iz katerih je možno zgraditi shemo za izračun potrebnih značilk za namene diagnostike. Knjižnica vsebuje vhodni in izhodni blok ter bloke, ki izvajajo osnovne računske postopke iz področja obdelave signalov. To so bloki za izračun korena srednje vrednosti kvadratov (angl. RMS), variance, bloki za detekcijo ovojnice, za filtriranje ter za izračun hitre Fourierjeve transformacije signala. Vsaka shema vsebuje vhodne bloke, ki predstavljajo vhode za podatke iz senzorjev. Izhodni bloki predstavljajo značilke. Z vmesnimi bloki pa so definirani postopki za izračun želenih značilk. Skupno število vseh blokov je pogojeno s količino pomnilnika na mikrokrmilniku, ki pa ga je možno nadgraditi. Pri povezavi posameznih blokov v verigo je potrebno paziti na to, ali je vhod oziroma izhod bloka vektor ali skalar. Funkcionalnost sheme v Simulinku je potrebno prenesti na senzorsko vozlišče. Za ta namen smo v Matlabu napisali posebno funkcijo, ki vse potrebne podatke iz Simulink sheme zapiše v datoteko, katero lahko pošljemo na senzorsko vozlišče. Seveda smo morali temu primerno prilagoditi tudi program za senzorsko vozlišče tako, da podpira vse bloke iz Simulink knjižnice in omogoča izračun značilk, kot je definirano v izvorni Simulink shemi. Karakteristični podatki sheme so tip bloka, ki določa katero opravilo opravlja blok, in povezave med posameznimi bloki, ki določajo vrstni red izvajanja. Nekaterim blokom je potrebno definirati tudi parametre, ki narekujejo njihovo delovanje. Blokom za filtriranje je potrebno podati koeficiente prenosne funkcije izbranega filtra, blokom za izračun Fourierjeve transformacije pa število vzorcev za izračun. Ostali bloki za svoje delovanje ne potrebujejo posebnih parametrov. 5 PREIZKUS TER PRIMER UPORABE SISTEMA Prototip nadzornega sistema smo preizkusili na eksperimentalnem pogonskem sistemu motormenjalnik-breme. Glavni namen je bil preizkusiti koncept nadzornega sistema. V ta namen smo na izhodni ležaj menjalnika namestili vibracijski 4 INDUSTRIJSKI FORUM IRT 0
SISTEM ZA SPROTNI NADZOR STANJA INDUSTRIJSKIH POGONOV Matic IVANOVIČ, Pavle BOŠKOSKI, Đani JURIČIĆ, Jožef VIŽINTIN Odsek za sisteme in vodenje, Inštitut Jožef Stefan, Ljubljana Univerza v Ljubljani, Center za tribologijo in tehnično diagnostiko, Ljubljana senzor povezan s pametnim vozliščem, kot je prikazano na sliki 6. V Simulinku smo načrtali postopek za izračun značilk, ki predstavljajo prve štiri harmonike frekvence ubiranja zobnikov (angl. gear-mesh frequency). Značilke so izračunane kot srednje kvadratične vrednosti pasovno filtriranega signala pri štirih različnih centralnih frekvencah, kot je razvidno iz slike 7. Z zagonom izdelanega programa so se karakteristični podatki Simulink sheme zapisali v binarno datoteko, katero smo nato brezžično poslali na pametno vozlišče. senzor vibracij spremenljiv navor. Celotni preizkus je trajal 60 ur. Pametno vozlišče smo nastavili tako, da je vsakih 5 prešlo v aktivni režim delovanja, pomerilo signale vibracij za obdobje,6 sekunde pri frekvenci vzorčenja 0 khz, izračunalo predpisane značilke ter rezultate poslalo na strežnik. Rezultati preizkusa so pokazali, da nadzorni sistem deluje zanesljivo in stabilno. Prenos v Simulinku načrtanih postopkov za izračun značilk na pametno vozlišče se je pokazal kot zelo enostaven in učinkovit. Tudi pametno vozlišče je skozi celotni čas preizkusa delovalo brez težav in rezultate izračunov pošiljalo na strežnik, kjer so se zapisovali v podatkovno bazo. Trend spreminjanja značilk je ustrezal spremembam na bremenu, kar prikazuje slika 8. pametno vozlišče Slika 6: Eksperimentalni sistem ter postavitev senzorja vibracij ter pametnega vozlišča Slika 8: Potek značilk pri različnih obratovalnih pogojih S preizkusom smo prikazali osnovni primer uporabe sprotnega nadzora stanja z izdelanim prototipom in postavili osnovo za izdelavo cenenega in vsestranskega sistema za sprotni nadzor stanja industrijskih pogonov. Slika 7: Simulink shema za izračun značilk na pametnem vozlišču 5. Implementacija na stružnici v podjetju Litostroj Power Nato smo zagnali preizkus. Hitrost vrtenja je bila skozi celotni preizkus konstantna, in sicer 80 obr/min. Obremenitev na bremenu pa je sledila trem predpisanim profilom, kot je prikazano na sliki 8 zgoraj. V prvi fazi je bil navor bremena konstanten, in sicer 80 % maksimalnega navora. V drugi fazi smo navor postopoma povečevali od 0 % do 00% v devetih korakih. Zadnja faza je vsebovala naključno Po uspešno opravljenih prvih preizkusih na eksperimentalnem sistemu, smo prototip nadzornega sistema namestili tudi na stružnici v podjetju Litostroj Power (slika 9). Delovanje sistema je preizkušeno tako, da je bil uspešno opravljen zagon. Za pričakovati je, da bo sistem bistveno prispeval k zgodnjem zaznavanju morebitnih poškodb na pogonu INDUSTRIJSKI FORUM IRT 0 5
SISTEM ZA SPROTNI NADZOR STANJA INDUSTRIJSKIH POGONOV Matic IVANOVIČ, Pavle BOŠKOSKI, Đani JURIČIĆ, Jožef VIŽINTIN Odsek za sisteme in vodenje, Inštitut Jožef Stefan, Ljubljana Univerza v Ljubljani, Center za tribologijo in tehnično diagnostiko, Ljubljana stružnice in na obdelovalnem orodju. Nadaljnje delo bo obsegalo predvsem načrtovanje in preizkušanje različnih postopkov obdelave signalov, zajetih v realnih obratovalnih pogojih, ter izpopolnjevanje in nadgrajevanje avtomatskega prenosa načrtanih postopkov obdelave signalov v Simulinku na pametno vozlišče. prototipa nadzornega sistema na eksperimentalnem pogonskem sistemu so zelo obetavni. Prototip smo inštalirali tudi na stružnici v podjetju Litostroj Power. Zahvala. Delo je bilo izvedeno v okviru Kompetenčnega centra za sodobne tehnologije vodenja. Operacijo delno financirata Republika Slovenija, Ministrstvo za visoko šolstvo, znanost in tehnologijo ter Evropska unija (EU) Evropski sklad za regionalni razvoj v okviru Operativnega programa krepitve regionalnih razvojnih potencialov za obdobje 007 03. Viri: pametno vozlišče Slika 9: Namestitev prototipa nadzornega sistema na stružnici v podjetju Litostroj Power. Stružnica (slika zgoraj), pametno vozlišče (spodaj levo), senzorji na ležaju mize (spodaj desno) [] A. Heng, S. Zhang, A. Tan, J. Mathew. Rotating machinery prognostics: State of the art, challenges and opportunities. Mechanical Systems and Signal Processing, Vol. 3, No. 3, str. 74 739, 009. [] C. K. Mechefske, Machine Condition Monitoring and Fault Diagnosis, Vibration and Shock Handbook, (Edited by de Silva et al.), CRC Press, Boca Raton, Florida, USA, Chapter 5, pp 5- to 5-35, 005. [3] N. Tandon, A. Parey. Condition monitoring of rotary machines. Springer Series in Advanced Manufacturing: Condition Monitoring and Control for Intelligent Manufacturing, 09 36, 006. [4] A Flexible and Cost Saving Condition Monitoring System for Wind Turbine Manufacturers, Rockwell Automation, October 009. [5] E. Wiggelinkhuizen, T. Verbruggen, Conmow: Condition monitoring for offshore wind farms, 009. [6] M. Gašperin, Đ. Juričić, P. Boškoski, J. Vižintin. Model-based prognostics of gear health using stochastic dynamical models. Mechanical Systems and Signal Processing, Vol. 5, No., str. 537 548, 0. 6 SKLEP Predstavili smo konceptualno nov sistem za sprotni nadzor stanja, ki ga odlikujejo nizka cena, enostavna namestitev ter prilagodljivost različnim področjem uporabe. Novost predstavljata pametno senzorsko vozlišče ter okolje za hitro in enostavno načrtovanje postopkov obdelave signalov za pridobivanje značilk, iz katerih lahko razberemo stanje nadzorovanih naprav oziroma komponent. Postopke obdelave signalov pa je možno brezžično prenesti na poljubno senzorsko vozlišče, ki je del žičnega ali brezžičnega senzorskega omrežja. Rezultati prvih preizkusov 6 INDUSTRIJSKI FORUM IRT 0