發電行業公司在手動監測機器狀況時面臨著挑戰。狀態監測可通過避免設備故障導致的停機來控制成本以及提高設備服務能力。手動采集數據非常耗費人力; 在基于路線的數據采集方法中，公司的預測性維護專家需要親自走到每個站點手動采集數百個數據樣本，然后返回計算機查看和分析采集到的數據。杜克能源公司的分析師每個月需要進行近6萬次數據采集時，通常會花費80％的時間來采集數據，而只有20％的時間可用于分析數據，導致診斷不一致，風險評估受限，而且需要耗費大量時間和體力在走路上！ 
圖1 杜克能源設施 發電行業公司都希望擁有能夠及時發現問題并通知專家的技術，以取代傳統基于路線的數據采集做法，使他們能夠將時間花在更有價值的任務上，并且無論身處何處都能完成工作。 這個需要耗時數年的項目需要安裝額外的傳感器，采用全新的架構設計以及購買新基礎設施來補充舊基礎設施。 杜克能源公司開始考慮利用工業物聯網（IIoT）和大數據分析的元素來應對這些挑戰。 解決方案——IIoT和大數據分析應對挑戰 對于這個項目，NI與杜克能源以及美國電力研究院（EPRI） 、OSIsoft和InStep（現為施耐德電氣的一部分） 共同合作開發定制的監測和診斷基礎設施，該設施稱為Smart Monitoring and Diagnostics，簡稱“Smart M&D” 。 EPRI已經推出了I4GEN（Developing Insights through the Integration of Information for Intelligent Generation，通過集成智能發電信息提高洞察力）框架，以支持發電公司轉向使用物聯網相關技術和解決方案。 該研究所與合作伙伴分享專業知識，并支持多個發電組織之間的協作，而不是讓他們像一盤散沙，各做各的。 技術投資和運營 此項目的必要投資包括安裝額外在線傳感器、基礎設施、架構和診斷應用程序。 2012年，杜克能源開始開發新的架構來支持這個項目。 Duke Energy采用了NI CompactRIO平臺， 該平臺結合了嵌入式實時處理器、高性能現場可編程門陣列（FPGA）以及可熱插拔I/O模塊，可將實時采集的數據發送到聯網的上位機電腦中。 傳感器數據被傳送NI CompactRIO監控系統中進行信號采集和處理，結果通過有線或無線方式傳輸到工廠服務器。 利用大量的模擬數據，NI CompactRIO可以進行報警，并為杜克的數據專家提供全面的波形分析。 此外，杜克能源公司還使用用于狀態監測NI InsightCM來可視化和分析數據。 通過將FPGA和板載實時處理器連接到傳感器，可大幅減少原始模擬波形，僅保留指示節點處系統“健康”狀況所需的數據。 這樣可以避免數據超載的情況，方便領域專家快速發現問題。
圖2 NI CompactRIO系統通過連接全廠資產設備來為杜克能源提 供機器監測解決方案 NI InsightCM軟件是一款讓數據更加方便易用的重要工具，并且非技術人員也可輕松使用。 杜克正處于從傳統技術向新技術的過渡中，以期為最終用戶提供更優質的服務。 更多傳感器正在添加到驅動器、電機、泵、變速箱和風扇等監測功能受限的設備上。 對于已經配備傳感器的機器，杜克能源專注于擴展其感測能力。 例如，蒸汽渦輪發電機已經具有較高的感測能力， 因為這些昂貴的機器需要通過警報來避免代價高昂的故障。 杜克能源公司在這種設備中增加了更多的傳感器來捕獲數據，以支持更先進的振動監測，從而提高了未來故障的可預測性。 杜克在其設施中確定了10,000多項資產，并計劃為這些設備資產添加超過30,000個傳感器，包括加速度計、溫度傳感器、油液分析傳感器、熱像儀和接近式探針。 這些傳感器增加了振動、軸承溫度和油壓監測等功能，還可監測變壓器、溶解氣體和發電機等其他資產的電磁特征。 據估計，該項75％的成本不在于軟件或傳感器，而在于將傳感器連接到數據采集計算機的布線上。 數據采集系統遍布該公司的各種設施，可連接多 達30或40個硬連接的傳感器。 電纜必須從傳感器連接到本地數據采集計算機；然后信號從NI數據采集設備無線傳輸到杜克能源的服務器。 為了采集振動信息，可能需要每秒捕捉10,000到100,000個樣本，持續幾秒鐘，才能對機器狀況進行充分的測量。 此外，杜克能源公司使用現場工廠服務器的組合來管理這些龐大的數據。 每個工廠都有自己的OSIsoft PI服務器，該服務器可采 集、存儲和組織各種來源的數據。 這些服務器位于杜克的監控和診斷中心，其中 Instep的Prism模式識別和預測軟件（用于機械解決方案）和GP Strategy的EtaPRO熱狀態監測軟 件可幫助識別與預期行為的偏差。 在監測診斷中心內，這些軟件工具由一個由五名技術人員組成的團隊使用。 技術人員通過一個報警儀表板來了解設備是否發生某些意外行為。 這樣，他們就可以調查并篩選 問題，以確定是否是真正的異常情況以及是否需要進一步調查。 如果對異常進行標記，就會發送一個標準流程電子郵件來提醒相關的人員解決問題; 并以圖形化方式向他們提供信息，指出偏差并提供初步診斷建議，以便操作員可以檢查機器。 這些信息會發送到EPRI的資產健康管理系統，并與基于真實設備數據長時間編制而成的特征數據庫（來自多個公司）中的所有已知故障進行比較來識別問題。 然后EPRI通知杜克能源的專家進入 NI InsightCM Data Explore（r一款旨在幫助工程 師快速定位、檢查、分析和報告測量數據的聯網軟件）進行全面分析。 目前，杜克能源公司將其所有數據存儲在內部服 務器上，因為IT部門目前不開放使用云。 迄今為止，杜克能源公司已能夠處理使用這種方法所采集的龐大數據量。、
圖3 基于網絡的狀態監測軟件（圖片為NI InsightCM） 取得的成效 截至2017年3月，已有近30個工廠通過Smart M＆D架構部署和管理近2000個NI CompactRIO系統。 在這些工廠內，杜克能源公司借助自動化數據采集功能，讓分析師可以將80％的時間用于分析，而不是數據采集； 因此，分析結果更加可靠。 一年內，杜克能源公司的監測和診斷中心平均每天使用Prism發布兩次通知；其中只有四分之一警報需要采取糾正措施。這些警報為專家提供了依據，使其可以在成本最低的時候對設備進行計劃和修理，例如，當設備計劃進行維護而停機或需求較少時。 這些機器能夠繼續運行數周，使專家可以選擇成 本最低的時候安排維修。舉個例子，盡管軸承存在故障，杜克能源公司仍然能夠保持發電機運行三周，直至安排安全且適時的維修。 公司以前只能每年從數據點采集四個數據，而現在每五秒就能采集一次數據。并非所有的附加數據都可以永久存儲; 因此該公司通過管理協議來決定什么時候丟棄哪些類型的數據，以實現更智能的數據存儲。 四年來，杜克能源公司由于避免了故障帶來的高昂成本，節省了高達130%的資金預算。 該項目實施的第三年，杜克能源公司開始看到回報顯著增加。 該公司正在計算由于避免手動采集數據而節省的勞動力成本。 由于系統會持續分析數據，因此可大大減少操作員輪次，同時顯著提高數據采集頻率。 數據不再是每個月采集一次; 而是每天采集數次，每周采集數TB的數據，從而可以在更頻繁且一致地發現和跟蹤問題。 NI系統帶來的轉變提高了可靠性并降低了運營成本，可幫助管理人員滿足更高可靠性的需求，并通過提高分析能力來優化工作效率。 下一步的擴展方向 今年，杜克能源將完成額外傳感器的部署; 因為該公司最近擴大了希望監測的范圍，納入了變壓器等附加設備。 杜克能源公司認識到，使用更多的無線傳感器可以節省更多資金，因為這些傳感器不需要昂貴的數據采集系統布線。 之后，杜克能源公司希望通過能夠提前診斷問題的工具來獲得更多有助于采取措施的信息。 杜克希望將目前采用的預測性維護解決方案進一步擴展，不僅能夠告訴專家問題是什么，而且還提供如何解決問題的建議。 鑒于該行業的領域專家不斷流失，這一點將變得尤為重要。 |
