Академический Документы
Профессиональный Документы
Культура Документы
(formely Prism)
Корпоративные цели
Потребности бизнеса
Стратегия управления
активами
Управление рисками, затратами и
производительностью
APM Framework
Люди, процессы и системы
Обеспечение поддержки
принятия решений
Page 2
Мониторинг без применения предиктивной аналитики
Plot-0
76
74
72
70
68
66
64
62
60
58 96 86 107 94 46 0 110 52 25
4/6/2008 4:39:21.791 PM 3.00 days 4/9/2008 4:39:21.791 PM
Page 3
Функционал PRiSM
• Автоматизированная система мониторинга и диагностики
состояния оборудования
• Результатом работы ПО яв
ляется формирование оповещений для специалиста центра
мониторинга о выявленных трендах отклонений тех. режима
Подход к мониторингу
Мониторинг активов с применением
Традиционный мониторинг предиктивной аналитики
Page 5
Пример активов для мониторинга
▲ Центробежный компрессор
▲ Авиационные газовые турбины
▲ Промышленные газовые турбины
▲ Одно- и многоступенчатые насосы
▲ Редукторы Модели
▲ Генераторы • Тех процесс
▲ Паровые турбины • Маслосмазка
• Механика
▲ Турбодетандер • Продувка
▲ Двигатели • Уплотнения
• Охлаждение
Поршневые компрессоры
▲
• Сжигание
▲ Нагнетатель • Электродвигатель
• Модель компрессора
▲ Осевой вентилятор
• Модель забора газа
Page 6
Шаблоны моделей
Page 8
Диагностика оборудования и управление статусом событий
Page 9
Confidential Property of Schneider Electric
Диагностика отказов
Page 11
Библиотека кейсов
Page 12
Диагностика аномалий при переходных процессах
Page 13
Архитектура решения
Analytics Alarming
Analytics Server
Model Building
Alerts email
Monitoring
Interfaces Interfaces
Engine
Исторические данные
ODBC
TXT Результаты аналитики
Page 14
Как работает мониторинг оборудования с
использованием предиктивной аналитики
Plot-0
100 126
95
125 123 111 90 160 400 92 90
Операционный
90
85
профиль
80
дополнительные данные
ДИАГНОСТИКА ОТКАЗОВ
Проблемы, которые позволяет обнаружить предиктивная аналитика
• Раннее оповещение
проблем надежности
• Идентификация
операционных аномалий
Page 16
Подход к реализации – центр мониторинга
Page 18
Duke Energy использует
IIoT и предиктивную
Экономия
аналитику для снижения Обслуживает
Генерирует
34.5
числа отказов 7.2
оборудования миллиона
58,000 миллиона
за каждое раннее
МВт обнаружение
клиентов
неполадок
РАСПОЛОЖЕНИЕ
Charlotte, NC
РЕШЕНИЕ
Duke Energy это энергогенерирующая компания с 60
электростанциями в 6 штатах США. В компании Duke Energy
был организован центр мониторинга за оборудованием
генерирующих активов с использованием предиктивной
аналитики.
• Благодаря раннему оповещению о неполадках
специалисты компании имеют больше времени на
принятие решения и проведение мероприятий по их
устранению
• Оборудование активов недорогими КИП и обеспечение
связью позволило перейти к предиктивному
техническому обслуживанию
• Повысило качество управления благодаря
дополнительной контекстной информации
РЕШЕНИЕ
Air Liquide централизованно использует наше решение по
предиктивной аналитике в 3 удаленных центрах
мониторинга (Европа, Сев. Америка и Азия) для контроля
состояния основных критичных производственных активов
(компрессоры, двигатели, турбины и т.д.).
ПО будет установлено на 500 крупных предприятиях для
мониторинга состояния оборудования как часть
программы Цифровой трансформации .
РЕШЕНИЕ
Наш конкурент имел большую инсталлированную базу на
предприятиях TOTAL по нефте-газо добыче. Мы убедили
использовать наше решение на предприятиях по переработке,
что позволило TOTAL: