Skip to main content

硬件平台

边缘预测性维护维持设备运行

预测性维护

气体压缩机是多种工业环境中的关键设备。压缩机为气体增压,并将气体注入全球运输液化天然气 (LNG) 的管道、便携式储罐和船舶,以进行能源生产。

“压缩机是相当昂贵的设备。它价值数百万元,通常是生产流程的核心,”专门从事工业工作流程实时数据收集的 TTTech Industrial 产品管理总监 Alexander Bergner 表示。“在 LNG 船舶中,如果不压缩,实际上必须燃烧气体,才不会在储罐中产生过大的压力。在化工行业,如果没有运行压缩机,系统会堵塞,您必须全部拆开以进行清洁,然后重新调试。”

因此,保证气体压缩机以最佳状态运行,与它们执行的基本功能一样至关重要。利用数据收集和分析跟踪压缩机设备状况的预测性维护在依赖压缩的生产流程中越来越常见。

并非所有预测性维护解决方案都以相同方式构建

预测性维护不仅有助于防止压缩机磨损以延长设备寿命,更重要的是,它允许经营者更好地规划何时更换零件,特别是在气体压缩机长时间处于海上,零件无法轻松更换的情况下。

例如,对于 LNG 船舶,预测性维护的后勤工作可能会变得复杂。随着船舶从一个港口航行到另一个港口,确保设备不会在途中发生故障至关重要。预测性维护使经营者能够将技术人员和零件分配到需要进行维护的下一个港口,以便在船舶进港时准备就绪。相反,预测性维护能防止过早更换零件,避免推高成本。

“船舶压缩机对精心规划的维护特别敏感,” Bergner 指出。“备件需及时送达,而且还必须是适当的备件。”

为此,预测性维护需要在构建时考虑性能和实时监控,说时容易做时难。

领先的气体压缩机设备供应商 HOERBIGER 在寻找更好的方法跟踪其压缩设备状况时,发现很难做到这一点。它希望为石油、天然气、汽车和工艺行业的客户提供预测性维护解决方案,这些行业依赖主要在边缘站点运行的压缩机、活塞、活塞头和活塞环。

该公司利用定制硬件构建内部预测性维护解决方案。但是,他们需要能够提供计算能力和灵活性,以适应未来需求的新一代系统。

因此,HOERBIGER 求助于 TTTech Group 的子公司 TTTech Industrial,该公司致力于开发满足企业特定需求的原型。“他们提出了技术挑战,我们勾勒出解决方案。我们甚至深入勾勒工作流程,” Bergner 表示。

HOERBIGER 需要具有边缘功能的物联网解决方案,因为在许多环境中,气体压缩机不论是否有云连接,都会 24/7 全天候运行。TTTech Industrial 基于其神经边缘计算平台上的解决方案,能够以不到 150 行代码在约 100 小时内开发概念验证。

HOERBIGER 快速批准设计,并聘请 TTTech Industrial 进行安装和集成。“我们 TTTech Industrial 负责提供符合其需求的数据获取框架以及存储和可视化框架。他们的软件工程师专注于开发事实上用于预测性维护的算法,” Bergner 指出。

预测性维护的实时边缘平台

Nerve 是一个开放、安全的模块化边缘平台,为无数用例奠定了基础,如冷锻工具维护、制造流程中的数字孪生实施以及工业生产软件远程管理。

就 HOERBIGER 而言,TTTech Industrial 提供了 Nerve 集成服务程序包。该程序包提供了架构基础和边缘管理软件,HOERBIGER 在此基础上构建了其预测性维护应用程序。

Nerve 平台安装在搭载英特尔® 酷睿 i7 处理器的 MOXA 工业用电脑上。英特尔处理器和硬件的使用对 HOERBIGER 至关重要,因为它们包含在危险环境中运行所需的认证。

该平台的软 PLC 模块还支持高速数据采集,这是计算活塞环和阀门等部件磨损所必需的。通过以 50 KHz 的采样速率测量与曲轴位置值相关的气缸压力,即可实现此目标。每秒必须处理多达 600,000 个样本。

Nerve 的数据服务模块利用 Nerve 的网关应用程序处理数据,它将数据发送到 Timescale 时间序列数据库进行后期处理,以估算压缩机磨损程序。数据可视化由 Nerve 中集成的 Grafana 系统提供。

无论是 HOERBIGER 还是其他客户,使用 Nerve 的另一个重要优势是该平台在云连接的系统以及气隙隔离的边缘环境中运行。Bergner 指出,在某些环境中需要气隙隔离。

“想象一下,您运行了一批机器。该批机器的一部分存在气隙,因为它位于关键基础设施中,无法轻松或合法地弥合该气隙,” Bergner 表示。“您仍然希望以同质方式处理所有机器,因此您的解决方案必须能够在线、离线或气隙隔离运行。”

Nerve 的边缘功能可以在不连接的情况下安全收集和分析数据。但客户可以通过与本地或云中运行的集中管理系统链接的网页门户访问预处理边缘数据。

预测性维护即服务

Bergner 估计,HOERBIGER 预测性维护解决方案最终将覆盖数千个地点,具体取决于注册的客户数量。他解释道,客户可以购买预测性维护即服务,也可以与自己的维护技术人员一起内部使用。

预测性维护对 HOERBIGER 及其客户非常重要,使企业能够精确地在合适的时间交付关键气体压缩机零件。“它方便公司正确规划更换零件的后勤服务,” Bergner 指出。“这些都是非常关键的零件,可确保压缩机不发生故障。”

展望未来,Bergner 预测了在 Nerve 上为不同行业构建的更多预测性维护用例。由于其具有边缘功能,Nerve 将允许企业能够提供网络安全更新,并根据需要为其边缘设备添加功能。Bergner 解释道,这将有助于符合未来趋势的运营,以便随着技术的发展而不断适应。
 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

作者简介

Pedro Pereira has covered technology for a quarter century. He has freelanced for some of the biggest names in IT publishing and an extensive list of marketing agencies and technology vendors. He was a pioneer in covering managed services and cloud computing, and currently writes about cybersecurity, IoT, cloud, and space. He holds a degree in Journalism from UMass/Amherst.

Profile Photo of Pedro Pereira