Elektryczny napęd silnikowy z technologiami AI oraz uczenia maszynowego w rafinerii ropy naftowej

Fot. freepik

Elektryczny napęd silnikowy wykorzystujący technologie sztucznej inteligencji oraz uczenia maszynowego pomaga rafinerii Deer Park w Houston (stan Texas) ? jednej z największych w USA.

Elektryczny napęd silnikowy wykorzystujący technologie sztucznej inteligencji (AI) oraz uczenia maszynowego (ML) pomaga rafinerii Deer Park w Houston (stan Texas), będącej wspólną własnością amerykańskiej firmy Shell Oil oraz PEMEX ? państwowego przedsiębiorstwa z Meksyku. Napęd ten składa się z silnika elektrycznego o mocy 15 250 HP (ok.11,4 MW) oraz falownika średniego napięcia z chłodzeniem wodnym, którego układ sterowania wykorzystuje sprzęt i oprogramowanie do analizy danych.

Deer Park Refinery jest jedną z największych rafinerii ropy naftowej w USA. Powierzchnia zakładu wynosi 2300 akrów (930,8 ha), zaś zdolność produkcyjna 3400 baryłek ropy dziennie. Firma Shell Oil szacuje, że 20% całkowitych kosztów produkcji rafinerii obejmuje konserwację maszyn wirujących napędzanych silnikami elektrycznymi. Rafineria potrzebowała więc takiego rozwiązania, które zapewniłoby maksymalną niezawodność i dyspozycyjność sprzętu oraz ograniczyła kosztowne zakłócenia w produkcji. ?Rozwiązanie nie miało być jak najtańsze, ponieważ zakłócenia w produkcji spowodowane awarią mogą kosztować firmę bardzo dużo, nawet miliony dolarów ? twierdzi w notatce prasowej Brad Shepherd, Account Manager (opiekun klienta) w firmie Siemens, współpracującej z Shell Oil. 

Dodatkowe zintegrowanie analizy danych w napędach silnikowych średniego napięcia umożliwia nowy sposób monitorowania pracy i stanu technicznego silników elektrycznych oraz innych zasobów firmy, bez instalowania czujników na maszynach wirujących. Ta dodatkowa technologia pozwala na zbieranie danych na temat przebiegów w czasie wielkości elektrycznych w sprzęcie, a następnie na tej podstawie tworzy zbiór danych, który pokazuje prawidłowe funkcjonowanie silników i ich obciążeń (takich jak kompresory, pompy, wentylatory etc.). Przetwarzanie tych danych, wykorzystujące technologię uczenia maszynowego, odbywa się w chmurze obliczeniowej. Wszelkie anomalie czy zmiany w działaniu sprzętu powodują, że na wczesnym etapie wysyłane jest ostrzeżenie o dowolnym powstałym problemie.

? Przyszłość napędów o zmiennej częstotliwości to nie tylko zasilanie silników na całym świecie, ale także ciągłe monitorowanie pracy i stanu technicznego sprzętu przemysłowego, zbieranie danych oraz dostarczanie użytecznych informacji firmom produkcyjnym w celu obniżania kosztów ? mówi Scott Conner, dyrektor generalny firmy Siemens Medium Voltage Drives.

Na Uniwersytecie A&M w Teksasie (Texas Agricultural and Mechanical University) wykonano stanowisko testowe do zbadania tej technologii. Próby obejmowały uruchomienie pompy, a następnie wprowadzenie piasku do pompowanego płynu. W rzeczywistych warunkach do płynu dostają się całkiem duże ilości piasku, które są wystarczające do spowodowania problemów z erozją i bardzo szybkiego zakłócenia integralności pompy.

Zdalny system monitorujący, współpracujący z elektrycznym układem zasilającym pompy, szybko i bez wstępnej kalibracji wykrył piasek w płynie, a następnie wysłał sygnał ostrzegawczy, że wystąpił problem mechaniczny (inny niż elektryczny) na poziomie ufności 80%. Po kilku dniach system ten zaktualizował ostrzeżenie i wskazał, że problem staje się coraz poważniejszy, zaś poziom ufności ostrzeżenia także wzrósł ? do 90%. Jaskrawo kontrastuje to z działaniem innego, konkurencyjnego systemu napędowego produkcji pewnej wiodącej firmy elektrotechnicznej. System ten, także bazujący na analizowaniu przebiegów wielkości elektrycznych, nie zdołał wykryć żadnych zmian stanu technicznego ani pracy pompy po wprowadzeniu piasku do płynu.


PODSUMOWANIE PROJEKTU

? Firma Siemens Large Drive Applications, dostarczyła elektryczny układ napędowy z silnikiem Simotics o mocy 15 250 HP (11,4 MW) oraz falownikiem średniego napięcia z chłodzeniem wodnym Sinamics Perfect Harmony GH180. W napędzie tym po raz pierwszy zastosowano sprzęt i oprogramowanie Veros Foresight firmy Veros Systems (Austin, stan Teksas).

? Technologia firmy Veros zbiera odczyty przebiegów wielkości elektrycznych w sprzęcie, a następnie na tej podstawie tworzy zbiór danych, który reprezentuje prawidłowe funkcjonowanie silnika elektrycznego i jego obciążenia.

? Podczas badań na stanowisku testowym zdalny system monitorujący Veros, zainstalowany w elektrycznym układzie zasilania pompy, szybko i bez wstępnej kalibracji wykrył nadmierną ilość piasku w pompie oraz wysłał sygnał alarmowy.

? Firmy Siemens i Veros opracowały ten układ napędowy w celu zmaksymalizowania niezawodności i dyspozycyjności sprzętu oraz ograniczenia kosztownych zakłóceń w produkcji w rafinerii.