Stochastik erzeugt Prognosen zur Optimierung von Instandhaltungs- und Betriebsstrategien
Moritz von Plate, CEO der Cassantec AG
Big Data in der Industrie: Unternehmen sehen sich einer immer größeren und komplexeren Datenmenge ausgesetzt. Einen Wettbewerbsvorteil verschafft sich, wer aus dieser Vielzahl an Informationen entscheidungsrelevante Erkenntnisse gewinnt. Um vor allem bei der Prozessoptimierung und -automatisierung aus der Vielzahl an Informationen entscheidungsrelevante Erkenntnisse zu gewinnen, bieten sich für Unternehmen im Industrie-4.0-Umfeld ganz neue Möglichkeiten. So lässt sich beispielsweise Transparenz in die Restlebensdauer von Anlagen bringen – diese kann idealerweise aktiv gesteuert werden. Neben diesem aktiven Management der Restlebensdauer können darüber hinaus Maßnahmen für die Instandhaltung optimiert werden, um so Betriebs- und Wartungskosten zu senken.
Moderne Informationstechnologien ebnen den Weg für tiefgreifende Veränderungen industrieller Prozesse – und dies auch im Hinblick auf eine in die Zukunft schauende Strategie. Dank neuartiger Big-Data-Technologien können beispielsweise Prognosen über den zukünftigen Zustand einer Anlage bzw. einzelner Anlagenkomponenten erstellt werden. Dies war auch das Ziel für ein Wasserkraftwerk des Schweizer Energieversorgers BKW Energie AG: Der Einsatz einer Prognoselösung sollte die Steuerung der Anlage während der verbleibenden Restlebensdauer optimieren. Denn mit dem Ansatz der Prognostik erhalten Anwender datenbasierte Prognosen, passen Wartungspläne an und vermeiden durch den zeitlich optimierten Austausch von Teilen unnötige Kosten oder ungeplante Störfälle.
Entscheidender Faktor: die Restlebensdauer
Die Prognostik kann in diesem Zusammenhang als „objektive und datenbasierte Vorhersage von zukünftigen Zuständen mit explizitem Zeitbezug“ definiert werden. Praktisch heißt dies, dass Prognoseberichte Aufschluss über den zukünftigen Zustand von Anlagen bzw. Anlagenkomponenten für einen Zeitraum von meist Wochen oder Monaten, in besonderen Fällen auch Jahren, geben.
Diese möglichen Aussagen waren für die BKW, einem der größten Schweizer Energieversorger, ausschlaggebend: Einige der 91 Wasserkraftwerke der BKW sind mehr als 100 Jahre alt. Zunehmend erreichen sie in den kommenden Jahren das Ende ihrer vermutlichen Lebensdauer. Um die Restlebensdauer (RLD) der Kraftwerke und ihrer wichtigsten Komponenten wie Turbinen, Generatoren und Transformatoren zu ermitteln, zu steuern und letztendlich zu verlängern und um den optimalen Erneuerungszeitpunkt dieser Komponenten zu bestimmen, wurde im Wasserkraftwerk (WKW) Bannwil erstmalig die automatisierte Prognoselösung der Cassantec AG eingesetzt.
Individuelle Prognose für Einzelkomponenten
Das Herz dieser Lösung bildet ein stochastisches Modell. Empirische Daten, die Condition Monitoring Tools vorab erfassten, interpretiert der Algorithmus der Lösung neu. Daraus resultierende Prognosereports ermöglichen optimale Entscheidungen in Bezug auf Instandhaltungsmaßnahmen. Da die Software Prognosen für jede Maschine individuell berechnet, basieren sie nicht auf Durchschnittswerten von anderen Maschinen oder von Herstellerangaben. Dies hat den Vorteil, dass die individuelle Leistungskurve, die Betriebsstrategie und frühere Entwicklungen mit in die Prognose einfließen. Somit erreichen die Daten eine hohe Präzision und Zuverlässigkeit.
Die Konfiguration der Lösung erfolgt in mehreren Schritten: Nachdem die kritischen Komponenten und Daten ermittelt, relevante Störungen definiert und passende Zustandsparameter formuliert wurden, ist die Konfiguration vollendet. Nun kann die Software erste Prognosen tätigen. Durch die Nutzung bereits vorhandener Daten kann die Prognose starten, sobald die Konfigurationsschritte abgeschlossen sind. Zusätzlich verbessert sich die Präzision der Prognose mit der Zeit durch maschinelles Lernen, das in die Technologie integriert wurde.
Aggration der Lebensdauer auf Anlagenebene
Für die RLD von Maschinen ergeben sich durch diese Methode neue Möglichkeiten: Da die jeweilige RLD oft von den gewählten Auslastungen der einzelnen Komponenten abhängt, lässt sich die RLD der gesamten Anlage über die Betriebsstrategie beeinflussen. Die Prognoselösung dient der Unterstützung und Ergänzung der Zustandsüberwachung und Diagnostik im Regelbetrieb der Anlage und somit der Optimierung von Wartungsplanung, -umfang und -kosten.
Im konkreten Beispiel wurden zunächst die wichtigsten Komponenten des Wasserkraftwerkes ausgewählt. Dann wurde für die jeweiligen Komponenten ein Prognosebericht generiert, basierend auf den aktuellen und historischen Zustands- und Prozessdaten. Hierzu zählten insbesondere Daten über Temperatur, Schmierstoffe, Schwingungen und Drehzahl sowie elektrische Daten, die im Anlagenbetrieb aufgezeichnet und archiviert werden. Diese Daten analysiert, aggregiert und korreliert ein rechnergestütztes stochastisches Modell mit Störungsarten beziehungsweise lebensdauerbegrenzenden Faktoren.
Die resultierenden Restlebensdauer-Verteilungen können auf Anlagenebene aggregiert und in den gewünschten Intervallen (beispielsweise täglich, wöchentlich oder monatlich) aktualisiert werden. Die Prognoseberichte für die Anlage und für alle einzelnen Komponenten werden dabei in einem gesicherten Online-Portal bereitgestellt, die für die Aktualisierung nötigen aktuellen Daten via SharePoint-Server geliefert.
Prognoseberichte als Grundlage für die Betriebsstrategie
Auf Basis der vorhandenen Daten sowie des komplementären Know-hows von BKW und Cassantec entstanden Prognoseberichte für alle genannten Komponenten. Dabei zeigte sich, dass die RLD des WKW Bannwil maßgeblich durch die RLD des Generators im dritten Kraftwerksblock bestimmt beziehungsweise begrenzt wird. Grund hierfür ist insbesondere ein voranschreitender Defekt, der sich anhand erhöhter Werte von Schwingungsparametern dieses Generators erkennen lässt. Auf Grundlage dieser Parameterwerte zeigte sich, wie die RLD des Generators vom jeweiligen Lastszenario abhängt.
Bei einer Betriebsstrategie, die die Leistung des Generators auf 80 Prozent begrenzt und bei Bedarf die entsprechende Leistung der anderen beiden Generatoren erhöht, ist mit konstantem Lagerschwingungsgradienten und entsprechend mit verlängerter RLD zu rechnen. Durch entsprechende Anpassung der Betriebsstrategie kann der Betreiber die RLD der Gesamtanlage verlängern.
David Rhyner, Asset Manager von BKW beurteilt das Projekt abschließend: „Die Prognoseberichte haben unser tägliches Anlagenmanagement und die langfristige Planung verbessert. Wir sehen, welchen Effekt unsere heutigen Entscheidungen auf den kompletten Anlagenbetrieb haben werden. Wir erwarten, dadurch unsere Kosten zu senken sowie bereits heute die Zuverlässigkeit von morgen zu erhöhen.“ Aktuell erhält BKW in Bannwil eine monatliche Aktualisierung der Prognoseberichte. Ferner wurde die Lösung in weiteren Wasserkraftwerken ausgerollt.
Résumé
Komplexe Datenanalysen werden im Zeitalter von Big Data und Industrie 4.0 zunehmend genutzt, um Prozesse, auch in Wartung und Instandhaltung, zu kontrollieren und zu verbessern. Mithilfe einer datenbasierten Prognosetechnologie werden zukünftige Maschinenzustände vorhergesagt. Diese schaffen die Voraussetzung für eine intelligente Planung der Instandhaltung. Anstelle fester Intervalle wird nur dann eine Wartung vorgenommen, wenn sie technisch notwendig ist.
Die Anwendung in dem Schweizer Wasserkraftwerk zeigt, dass die durch die Prognostik gewonnene Transparenz und Voraussicht zu einer aktiven Steuerung und Verlängerung der Restlebensdauer geführt hat. Die Prognoseberichte sind dabei die Basis sowohl für das tägliche Anlagenmanagement als auch für die langfristige Planung und Steuerung des kompletten Werks.
[Gegründet in Zürich 2007, liefert Cassantec eine State-of-the-Art-Prognoselösung für das Management industrieller Anlagen. Durch den prognostischen Ansatz mit Cassantec Prognostics, berechnet das Unternehmen Risiken im Voraus und hebt sich von anderen Monitoring- oder Diagnosedienstleistern ab.
Cassantec auf der Hannover Messe: Halle 17 – Stand C03/8
