Urządzenie pozwala ocenić stan techniczny silnika bez jego demontażu i, w większości przypadków, bez wyłączania go z eksploatacji - poinformowała Politechnika Krakowska (PK) na swojej stronie internetowej.

System opracował zespół z Wydziału Inżynierii Elektrycznej i Komputerowej PK we współpracy z firmą Elsta sp. z o.o., właścicielem Zakładu Maszyn Elektrycznych EMIT S.A. Projekt zrealizowano przy wsparciu środków UE.

Silniki indukcyjne należą do najczęściej wykorzystywanych maszyn elektrycznych w przemyśle. Napędzają pompy, wentylatory, kompresory, przenośniki taśmowe czy urządzenia produkcyjne. Ich awaria może oznaczać zatrzymanie całej linii technologicznej i straty liczone w setkach tysięcy, a nawet milionach złotych.

„Najważniejsze w systemach diagnostycznych jest jak najwcześniejsze wykrycie usterki, by zapobiec awarii skutkującej przerwą pracy maszyny, koniecznością jej remontu lub wymiany. To wszystko powoduje ogromne straty finansowe, znacznie większe niż spadek parametru sprawności maszyny” – powiedział dr hab. inż. Maciej Sułowicz, prof. PK, dziekan Wydziału Inżynierii Elektrycznej i Komputerowej Politechniki Krakowskiej, cytowany na stronach uczelni.

Jak wyjaśnił w rozmowie z Nauką w Polsce prof. Sułowicz, główną innowacją CageLab jest możliwość oceny stanu technicznego silnika na podstawie pomiaru jednego z prądów zasilających silnik. – Główna innowacja systemu CageLab polega na bezinwazyjnej diagnostyce stanu silników indukcyjnych klatkowych na podstawie pomiaru jednego z prądów zasilających silnik – podkreślił prof. Sułowicz.

Jak dodał, dzięki temu można szybko i precyzyjnie ocenić stan silnika bez konieczności wyłączania go z eksploatacji. Użytkownik otrzymuje nie tylko dane pomiarowe, ale również ich interpretację oraz automatycznie wygenerowany raport z zaleceniami dotyczącymi dalszej eksploatacji.

Mobilny zestaw diagnostyczny mieści się w odpornej na pył i wodę walizce wyposażonej we własne zasilanie. Dzięki temu może być wykorzystywany bezpośrednio w zakładach przemysłowych.

System działa w dwóch trybach. Podstawowy umożliwia ocenę stanu silnika podczas jego normalnej pracy. Analiza trwa około 40 sekund i kończy się automatycznym określeniem stopnia zużycia wirnika. Wynik przedstawiany jest w prosty sposób – zielony kolor oznacza prawidłowy stan maszyny, żółty sygnalizuje początki problemów, a czerwony wskazuje na poważne uszkodzenie. Drugi tryb wykorzystuje analizę prądu podczas rozruchu silnika. Pozwala ona wykryć niektóre uszkodzenia, które mogą być trudniejsze do zidentyfikowania podczas normalnej pracy urządzenia.

Sednem obu metod jest analiza prądu pobieranego przez silnik. Nawet niewielkie uszkodzenia wirnika powodują charakterystyczne zmiany w tym sygnale elektrycznym. Można to porównać do badania EKG. Lekarz nie widzi serca, ale na podstawie sygnału elektrycznego potrafi ocenić jego pracę. Podobnie CageLab nie zagląda do wnętrza silnika – analizuje jedynie prąd zasilający i na tej podstawie wykrywa pierwsze oznaki uszkodzeń. Oprogramowanie wyszukuje charakterystyczne sygnały świadczące o uszkodzeniach klatki wirnika – metalowej konstrukcji znajdującej się w obracającej się części silnika.

- System specjalizuje się w wykrywaniu uszkodzeń klatki wirnika, które są jednymi z najczęstszych i najtrudniejszych do wykrycia usterek. Chodzi konkretnie o przerwy w prętach klatki oraz pęknięcia pierścieni zwierających – wyjaśnił prof. Sułowicz.

Wykrycie jest możliwe na bardzo wczesnym etapie – jeszcze zanim pojawią się widoczne objawy uszkodzenia. System wykorzystuje opracowane przez zespół autorskie wskaźniki diagnostyczne, które pozwalają określić stopień degradacji wirnika.

Jak zaznaczył prof. Sułowicz, obecna wersja CageLab nie wykorzystuje sztucznej inteligencji. – System opiera się na autorskiej aplikacji i opracowanych przez nas algorytmach analizy prądu. To one odpowiadają za wykrywanie symptomów uszkodzeń, ocenę stanu silnika i przygotowanie raportu dla użytkownika. W kolejnych wersjach planujemy wykorzystanie metod opartych na sztucznej inteligencji – zapowiedział.

Technologia została zweryfikowana w laboratorium Politechniki Krakowskiej i w warunkach przemysłowych. Testy przeprowadzono w Zakładzie Maszyn Elektrycznych EMIT S.A. na silniku indukcyjnym o mocy 3,1 MW, napędzającym kompresor gazu. To urządzenie wykorzystywane w dużych instalacjach przemysłowych, gdzie nawet krótki przestój może oznaczać znaczne straty finansowe.

Analiza wykazała pierwsze oznaki degradacji klatki wirnika, mimo że urządzenie pracowało prawidłowo.

– Podczas testów przemysłowych system wykrył początkowe stadium degradacji klatki wirnika, zanim usterka rozwinęła się w poważną awarię. To właśnie takie sytuacje pokazują wartość diagnostyki predykcyjnej – powiedział naukowiec. Polega ona na wykrywaniu pierwszych oznak zużycia i planowaniu napraw jeszcze przed wystąpieniem awarii.

Profesor podkreślił, że największą korzyścią dla przedsiębiorstw jest możliwość planowania remontów zamiast reagowania dopiero po wystąpieniu awarii.

– W przypadku dużych silników wysokiego napięcia koszty awarii mogą sięgać setek tysięcy, a nawet milionów złotych. CageLab pozwala wykryć uszkodzenia odpowiednio wcześnie, dzięki czemu przedsiębiorstwo może zaplanować remont i uniknąć niekontrolowanego zatrzymania produkcji. Ponieważ standardowa diagnostyka trwa kilkadziesiąt sekund i nie wymaga zatrzymywania silnika, nie generuje również kosztów związanych z przestojem – powiedział.

Jak dodał, wdrożenie systemu u partnera przemysłowego projektu przyniosło także dodatkowe korzyści.

– Dla firmy EMIT S.A. rozwiązanie oznaczało nie tylko poprawę jakości oferowanych produktów, ale również możliwość rozszerzenia działalności o nowe usługi diagnostyczne – zaznaczył.

Prof. Sułowicz poinformował, że twórcy CageLab planują dalszy rozwój technologii i jej wdrażanie w kolejnych przedsiębiorstwach. Jak wyjaśnił, system został opracowany z myślą o diagnostyce silników indukcyjnych – w tym silników dwuklatkowych oraz jednostek o dużej mocy, od kilku kilowatów do ponad 10 MW. Dodał jednak, że po odpowiednich modyfikacjach możliwe jest także dostosowanie algorytmów diagnostycznych do innych typów silników.

Zdaniem twórców CageLab rozwiązanie wpisuje się w rozwijany obecnie model predykcyjnego utrzymania ruchu, w którym stan maszyn jest stale monitorowany, a przeglądy i naprawy planuje się na podstawie wyników diagnostyki, zanim dojdzie do awarii. Takie podejście pozwala wydłużyć żywotność urządzeń, ograniczyć koszty eksploatacji i zmniejszyć ryzyko nieplanowanych przestojów produkcji. (PAP)

wl/ zan/