ISO 13374: Monitorowanie stanu i diagnostyka maszyn – Przetwarzanie, komunikacja i prezentacja danych

Streszczenie

Norma ISO 13374 to niezwykle wpływowy standard w świecie przemysłowego Internetu Rzeczy (IoT) i oprogramowania do monitorowania stanu maszyn. Podejmuje ona wyzwanie interoperacyjności między różnymi systemami monitorowania, czujnikami i platformami oprogramowania. Zamiast definiować techniki pomiarowe, norma ta określa znormalizowaną, otwartą architekturę przetwarzania, przechowywania i wymiany danych z monitorowania stanu maszyn. Często określa się ją mianem architektury Machinery Information Management Open Systems Alliance (MIMOSA), na której się opiera. Celem jest stworzenie środowiska typu „plug-and-play” dla technologii monitorowania stanu maszyn.

Spis treści (Struktura koncepcyjna)

Standard jest podzielony na kilka części i definiuje warstwową architekturę informacji. Rdzeniem standardu jest funkcjonalny schemat blokowy z sześcioma kluczowymi warstwami, które reprezentują przepływ danych w dowolnym systemie monitorowania stanu:

1. 1. DA: Blok pozyskiwania danych:

   To warstwa podstawowa, pełniąca funkcję pomostu między maszyną fizyczną a cyfrowym systemem monitorowania. Podstawową funkcją bloku DA jest bezpośrednia komunikacja z czujnikami, takimi jak akcelerometry, sondy zbliżeniowe, czujników temperatury lub przetworników ciśnienia — oraz do akwizycji surowych, nieprzetworzonych sygnałów analogowych lub cyfrowych, które generują. Ten blok odpowiada za wszystkie niskopoziomowe interakcje sprzętowe, w tym za zasilanie czujników (np. zasilanie IEPE dla akcelerometrów), kondycjonowanie sygnału, takie jak wzmocnienie i filtrowanie w celu usunięcia niepożądanych szumów, oraz wykonywanie konwersji analogowo-cyfrowej (ADC). Wyjściem bloku DA jest zdigitalizowany strumień surowych danych, zazwyczaj przebieg czasowy, który następnie jest przekazywany do następnej warstwy architektury w celu przetworzenia.

2. 2. DP: Blok przetwarzania danych:

   Ten blok jest silnikiem obliczeniowym systemu monitorowania. Odbiera surowy, zdigitalizowany strumień danych (np. przebieg czasowy) z bloku akwizycji danych (DA) i przekształca go w bardziej zrozumiałe typy danych, odpowiednie do analizy. Podstawową funkcją bloku DP jest wykonywanie standardowych obliczeń przetwarzania sygnałów. Obejmuje to w szczególności wykonywanie Szybka transformata Fouriera (FFT) do konwersji sygnału w dziedzinie czasu na sygnał w dziedzinie częstotliwości widmoInne kluczowe zadania przetwarzania zdefiniowane w tym bloku obejmują obliczanie metryk szerokopasmowych, takich jak ogólne RMS wartości, wykonując integrację cyfrową w celu konwersji sygnałów przyspieszenia na prędkość lub przemieszczenie oraz realizując bardziej zaawansowane, wyspecjalizowane procesy, takie jak demodulacja lub analiza koperty do wykrywania sygnałów udarowych o wysokiej częstotliwości, sygnalizujących uszkodzenia łożysk tocznych.

3. 3. DM: Blok manipulacji danymi (wykrywanie stanu):

   Ten blok oznacza krytyczne przejście od przetwarzania danych do analizy automatycznej. Pobiera on przetworzone dane z bloku DP (takie jak wartości RMS, amplitudy częstotliwości lub pasma widmowe) i stosuje reguły logiczne w celu określenia stanu operacyjnego maszyny. To właśnie tutaj następuje wstępne „wykrycie” problemu. Podstawową funkcją bloku DM jest sprawdzenie progów. Porównuje on zmierzone wartości z predefiniowanymi wartościami alarmowymi, takimi jak granice stref zdefiniowane w ISO 10816 lub zdefiniowane przez użytkownika zmiany procentowe od poziomu bazowego. Na podstawie tych porównań blok DM przypisuje danym dyskretny „stan”, taki jak „Normalny”, „Akceptowalny”, „Alert” lub „Niebezpieczeństwo”. Dane wyjściowe nie są już zwykłymi danymi; to informacje, które można przekazać do następnej warstwy w celu diagnozy lub wykorzystać do natychmiastowego uruchomienia powiadomień.

4. 4. HA: Blok oceny stanu zdrowia:

   Ten blok działa jako „mózg” systemu diagnostycznego, odpowiadając na pytanie: „Jaki jest problem?”. Otrzymuje on informacje o stanie (np. status „Alert”) z bloku manipulacji danymi (DM) i stosuje warstwę inteligencji analitycznej w celu określenia konkretnej przyczyny anomalii. To tutaj wykonywana jest logika diagnostyczna, która może obejmować zarówno proste systemy oparte na regułach, jak i złożone algorytmy sztucznej inteligencji. Na przykład, jeśli blok DM zgłosi alert dotyczący wysokich wibracji o częstotliwości równej dokładnie dwukrotności prędkości obrotowej wału (2X), logika oparta na regułach w bloku HA skoreluje ten wzorzec z konkretną usterką i wygeneruje diagnozę „Prawdopodobny wał Niewspółosiowość.” Podobnie, jeśli alert dotyczy niesynchronicznego, wysokoczęstotliwościowego szczytu z charakterystycznymi pasmami bocznymi, blok HA zdiagnozuje konkretny „Wada łożyska.” Wynikiem tego bloku jest konkretna ocena stanu technicznego komponentu maszyny.

5. 5. PA: Blok oceny prognostycznej:

   Ten blok stanowi szczyt konserwacji predykcyjnej, mający na celu odpowiedź na kluczowe pytanie: „Jak długo jeszcze będzie działać bezpiecznie?”. Wykorzystuje on szczegółową diagnozę usterki z bloku Oceny Stanu (HA) i łączy ją z historycznymi danymi trendów, aby prognozować przyszły rozwój usterki. Jest to najbardziej złożona warstwa, często wykorzystująca zaawansowane algorytmy, modele uczenia maszynowego lub modele fizyki awarii. Celem jest ekstrapolacja bieżącego tempa degradacji na przyszłość w celu oszacowania pozostałego okresu użytkowania (RUL) podzespołu. Na przykład, jeśli blok HA zidentyfikuje usterkę łożyska, blok PA przeanalizuje tempo wzrostu częstotliwości występowania usterek w ciągu ostatnich kilku miesięcy, aby przewidzieć, kiedy osiągną one krytyczny poziom awarii. Wynikiem jest nie tylko diagnoza, ale także konkretny harmonogram działań.

6. 6. AP: Blok prezentacji doradczej:

   Jest to ostatnia i najważniejsza warstwa z perspektywy użytkownika, ponieważ przekształca wszystkie podstawowe dane i analizy w użyteczne informacje. Blok AP odpowiada za przekazywanie ustaleń niższych warstw operatorom, inżynierom ds. niezawodności i planistom konserwacji. Jego główną funkcją jest prezentowanie właściwych informacji właściwej osobie we właściwym formacie. Może to przybierać różne formy, w tym intuicyjne pulpity nawigacyjne z kolorowymi wskaźnikami stanu, automatycznie generowane alerty e-mail lub SMS, szczegółowe raporty diagnostyczne z wykresami widmowymi i przebiegami, a co najważniejsze, konkretne i jasne zalecenia konserwacyjne. Skuteczny blok AP nie tylko stwierdza, że łożysko ma usterkę; zapewnia kompleksowe doradztwo, takie jak: „Wykryto usterkę bieżni wewnętrznej w zewnętrznym łożysku silnika. Pozostały okres użytkowania szacowany na 45 dni. Zalecenie: Zaplanuj wymianę łożyska przy następnym planowanym przestoju”.

Kluczowe koncepcje

• Interoperacyjność: To jest główny cel normy ISO 13374. Dzięki zdefiniowaniu wspólnych ram i modelu danych firma może używać czujników od Dostawcy A, systemu gromadzenia danych od Dostawcy B i oprogramowania analitycznego od Dostawcy C, a także sprawić, by wszystkie te elementy ze sobą współpracowały.
• Otwarta architektura: Norma promuje stosowanie otwartych, niezależnych protokołów i formatów danych, zapobiegając uzależnieniu od jednego dostawcy i wspierając innowacyjność w branży monitorowania stanu.
• MIMOZA: Norma w dużej mierze opiera się na pracach organizacji MIMOSA. Zrozumienie modelu C-COM (Common Conceptual Object Model) organizacji MIMOSA jest kluczem do zrozumienia szczegółowej implementacji normy ISO 13374.
• Od danych do decyzji: Model składający się z sześciu bloków zapewnia logiczną ścieżkę od surowych pomiarów czujników (gromadzenie danych) do praktycznych porad dotyczących konserwacji (prezentacja doradcza), tworząc cyfrowy kręgosłup nowoczesnego programu konserwacji predykcyjnej.

← Powrót do indeksu głównego