Ökad temperatur som en vanlig orsak till strömavbrott
En av de vanligaste orsakerna till strömavbrott och en primär orsak till ljusbågsincidenter är temperaturökningen i en felaktig anslutning. Allt eftersom utrustningen åldras kan felaktiga elektriska anslutningar i låg-/mellanspänningsutrustning öka – studier visar att dåligt underhållen utrustning har 62 % större risk att gå sönder.
Fram tills nyligen har den accepterade "bästa praxisen", eller den enda som ökar utrustningens tillförlitlighet, varit ett förebyggande underhållsprogram i form av regelbundna värmekamerainspektioner. Dessa är vanligtvis årliga och använder vanligtvis en kombination av en infraröd värmekamera och ett värmefönster.
Även om detta är ett evolutionärt steg jämfört med reaktivt underhåll, fortsätter det att finnas ett mycket betydande "prestandagap" mellan de upplevda skyddsnivåerna jämfört med den faktiska nivån av riskreducering som uppnås med ett förebyggande underhållsförfarande.
Förutsägande underhåll
Prediktivt underhåll (PdM) är tillämpningen av proaktiva, datadrivna underhållstekniker utformade för att bedöma utrustningens skick för att avgöra när reparationer bör utföras
För att planera korrigerande underhåll innan en elektrisk tillgång går sönder använder programvara för prediktivt underhåll datavetenskap och prediktiv analys för att prognostisera potentiella fel och defekter. Målet är att schemalägga underhåll när det är mest praktiskt och kostnadseffektivt, vilket maximerar utrustningens livslängd samtidigt som man förhindrar utrustningsskador och begränsar personalkontakt med komprometterade tillgångar.
Grundstrukturen för en lösning för prediktivt underhåll består vanligtvis av flera komponenter: ett beslutsstödssystem (DSS) eller en plattform med datainsamling, lagring och bearbetning; bedömning av tillgångars tillstånd; prognoser; och tillståndsövervakning.
Förebyggande underhåll
Förebyggande underhåll (PM) är en form av underhåll som regelbundet kontrollerar utrustning och andra tillgångar för att minska risken för fel och optimera arbetsförhållandena.
Denna proaktiva underhållsstrategi är tidsbaserad, även känd som strategiskt underhåll, och inkluderar planerat underhåll som kan vara årligt, kvartalsvis eller månadsvis för att effektivisera planering och implementering. Detta organiseras vanligtvis med hjälp av ett datoriserat underhållshanteringssystem, även känt som CMMS-programvara, för att förhindra maskinavbrott och öka tillgångarnas livslängd.
Att driva en tillgång tills den går sönder kan kosta ett företag upp till tio gånger mer i reparationer och förlorad produktivitet än det skulle kosta ett företag med en planerad förebyggande underhållspolicy.
Skillnaden mellan förebyggande och prediktivt underhåll
Skillnaden mellan förebyggande och prediktivt underhåll är att förebyggande underhåll är rutinmässigt underhåll eller inspektion, som schemaläggs med jämna mellanrum, oavsett utrustningens skick. Detta resulterar ofta i onödiga kostnader, medan prediktivt underhåll endast schemaläggs vid behov, baserat på tillgångens realtidsskick. Prediktivt underhåll minskar därför arbetskraftskostnader och driftsstopp, samtidigt som det ökar säkerheten genom att avlägsna personer från farliga områden och förlänger tillgångens livslängd.
Även om det är faktamässigt, är de kritiska problem som skapar denna prestationsskillnad ofta inte helt förklarade eller förstådda.
De inkluderar:
- Arbetstagare är fortfarande exponerade för risker;
- Årlig termografi motsvarar en inspektion av mindre än 1 % av driftstiden, vilket innebär att 99 % är beroende av tur;
- Tidpunkten för inspektionen återspeglar ofta inte de mest kritiska driftsmässiga elektriska belastningarna;
- Mätningen beror på utrustningens och operatörens förmåga att korrelera med den verkliga innertemperaturen (därför kommer den aldrig att vara av enhetlig kvalitet);
- Data förblir oberoende och inte integrerade, istället för att vara dynamiskt integrerade;
- Infraröda överföringshastigheter genom ett "termiskt fönster" kan försämras avsevärt med tiden, vilket påverkar noggrannheten i temperaturavläsningarna.
Tillverkare av värmekameror anger att två krav är avgörande för att erhålla korrekta temperaturdata vid termisk inspektion av elektrisk utrustning.
Det första är att kameran måste ha direkt siktlinje till den förare som inspekteras (termofönster har varierande och försämrade nivåer av infraröd överföring och uppfyller därför inte detta krav).
Det andra kravet är att ledaren som termiskt fotograferas arbetar med en minsta belastning på 40 % av sin avsedda belastning. Till exempel bör en krets konstruerad för 3 kA arbeta med minst 1,5 kA under en inspektion. Detta observeras sällan av dem som utför termiska inspektioner av elektrisk utrustning och är inte känt för de flesta ägare/operatörer av utrustning.
Skillnaden i underhållsprestanda
Lyckligtvis finns det nu ett sätt att minska detta "prestandagap" och förbättra skyddet genom att kontinuerligt övervaka och analysera temperaturdata, inte bara identifiera utan proaktivt förutsäga problem som uppstår på grund av felaktiga anslutningar. Innovativ, intelligent programvara, som Bridgemeter®, har utvecklats för att ge "nästa tekniska steg" inom prediktivt underhåll.
Med realtidsövervakning dygnet runt kan prediktiv analys upptäcka cirka 70 % fler felsymptom innan fel faktiskt inträffar jämfört med regelbunden inspektion.
Detta uppnås genom permanent installerade temperatursensorer, speciellt utformade för termisk övervakning av elpaneler, MCC:er och transformatorer.
Prediktiv teknik med hjälp av termiska sensorer löser många av de kritiska problemen som identifierats ovan och fyller prestandagapet, vilket ger större säkerhet, mer tillförlitlig drifttid och förbättrad tillgångsintegritet.
Den växande globala efterfrågan på IoT-enheter och relaterade produkter driver också tillväxten av industriell IoT, eller IIoT som det kallas. Detta kräver att industriell utrustning och maskiner har integrerade tillståndsövervakningssensorer som samlar in tillståndsdata dygnet runt, med internetanslutning för efterföljande analys och realtidsidentifiering av feltillstånd. Detta möjliggör effektivare underhållsmetoder, vilket ger betydande fördelar under utrustningens livslängd, vilket kan levereras som en del av IIoT/digitalisering av kritisk elektrisk infrastruktur. Dessa IIoT-fördelar inkluderar:
- Eliminering av onödiga inspektioner och deras därmed sammanhängande kostnader;
- Minska förebyggande underhåll för att följa utrustningsmanualen "efter behov";
- Minska kostnader för stilleståndstid i samband med regelbunden inspektion/underhåll;
- Minska reparations-/reservdelskostnader och tillhörande driftstopp genom tidigare upptäckt av felsymptom;
- Ökad säkerhet genom att avlägsna personer från farliga platser;
- Identifiera utrustning med bäst prestanda för framtida upphandlingsbeslut;
- Kostnadsbesparingar i driftskostnader (OPEX) på grund av minskade kostnader för löpande inspektion/periodiskt underhåll.
Denna accelererade övergång från inspektion till kontinuerlig övervakning av tillgångar är nödvändig i takt med att ett växande antal globala företag antar digitaliseringsstrategier i strävan efter ökad konkurrenskraft i denna nya digitala värld.
Att modernisera den elektriska infrastrukturen med innovativa tekniker, såsom intelligent realtidsövervakning dygnet runt, kommer att öka säkerheten, prestandan och livslängden för den elektriska infrastrukturen genom prediktiv analys. Oavsett vilken typ av elektrisk installation du underhåller, kommer en kontinuerlig, digital övervakningsmetod att vara det mest kostnadseffektiva och ändamålsenliga sättet att säkerställa att din elektriska utrustning är skyddad och i drift hela tiden.
Slutligen är den mest lämpliga tidpunkten att installera prediktiva övervakningssensorer under schemalagda underhållsstopp, vilket möjliggör uppdatering av utrustningen och fullt utnyttjande av fördelarna med prediktivt underhåll genom intelligent IIoT, vilket effektivt överbryggar det "prestandagap" som finns med förebyggande underhåll.
Modernisera din elektriska infrastruktur med Bridgemeter® från Above-Net. Boka en konsultation idag och optimera din utrustning med vår banbrytande prediktiva övervakning
Med information från: Exertherm

