最大化你的资产

出版日期:2021年6月7日

安德鲁诺兰*看着AI的力量如何拯救工厂运营商是一个小财富

在今天竞争激烈的交易环境中,从你的资产中获得最大价值从未像现在这样重要。在这种情况下,使用人工智能(AI)等技术创新可以使效率和生产率最大化,不仅是单个设备,而且是整个流程系统和设备网络。

这些系统范围从大型复杂的电厂网络到小型冷却系统。这些系统的效率不仅取决于设备本身,还取决于一系列更广泛的因素,包括上游/下游环境条件以及系统内其他设备的效果。

根据上游或下游的情况,设备读数可能受到一系列不同因素的影响,通过辅助设备和环境因素,如天气模式的突然、意外偏差。问题是,通常很难创建能够处理这些交互变量的所有复杂性的预定义规则。因此,工厂操作人员必须满足于用有限的信号识别更明显的症状,以避免错误警报,同时仍然在重大故障前捕捉到问题。然而,损害已经造成,它仍然没有确定上游/下游作业可能导致的问题。

这可能导致许多问题包括系统故障,损失损失和降低的可用性,导致生产力失去了损失 - 这可能会使厂家运营商数百万英镑损失收入。因此,需要一种技术可以查看整体系统的技术,仅仅是主要设备,而且是辅助系统和操作条件的环境因素和影响。

一步的人工智能。当针对特定用途的应用程序(例如用于工厂监测)进行适当定位时,人工智能能够审查整个系统,去除噪音,为工程师提供更准确的理解,并对警告更有信心。这导致了更有针对性的调查,给工程师提供了工具,以更快更准确地了解他们的设备正在发生什么。

AI智能可以移除影响变量来揭示系统的潜在性能。以前看不见的新模式现在可以被识别出来。可以更早地发现问题,并在它们导致故障或降低系统效率之前予以纠正。

那么,它在实践中如何工作?To give an example, Andrew Normand, UptimeAI partnership lead for Encora Energy, explains that his company’s “AI Expert” software uses an AI engine that continuously learns from historic and ongoing data and identifies how each of the parameters involved in the system change in relation to each other. From this data, it is able to continually read current new data and predict an expected value based on other parameters. It then compares this predicted value against the actual data and determines any discrepancies, creating an anomaly score that indicates the overall health of the system. It also runs a diagnostic engine with built-in world-class domain knowledge to diagnose and define the issue and uses built-in process plant knowledge to identify specific issues within the system. This knowledge is gathered through the insights and input of UptimeAI’s experts and also an in-built feedback loop that allows the system to recognise and respond to new events – meaning that it can learn and adapt in the same way that a human can.

Essentially, the technology can analyse huge amounts of data, allowing plant operators to see the system as a whole and identify the impacts of different parts of the system (e.g. the pieces of equipment within it), the external forces (e.g. environmental factors) and how all of these elements interlink with each other. On top of this, there are no rules to define and manage as the AI engine can develop its own understanding of what is significant and what is due to external influence. It’s also capable of continuously learning from new experiences and can recognise new types of events – effectively learning in the same way that a human engineer learns.

使用这样的AI引擎有许多好处。它不仅可以识别和诊断问题(如设备故障和系统内的低效率),还可以就如何解决它们提出建议,并防止它们在未来再次发生。它还可以同时预测系统中每一件设备的工作情况,并在出现可靠性、效率和产品质量问题之前进行标记——这可能会为公司节省数百万英镑的收入损失。

案例分析:

UptimeAI被要求查看发电厂凝汽式汽轮机的效率,以确定任何损失的效率和可以做出的改进。该公司的“AI专家”软件为整个涡轮机系统提供了历史数据,不仅包括涡轮机本身,还包括凝汽器和整个冷却水回路作为一个系统。由于季节和每日环境变化,冷却水温度有很大的变化,这严重影响了正在审查的涡轮系统。梳理出大的季节变化和操作变化的影响,以看到潜在的原因是人类无法分析的。

通过AI申请喂养历史数据揭示了一个持续向上的趋势,其中包括36个月的三个有针对性的警报,表明重大变化点。考虑到涡轮机排气,季节性和负荷波动的影响,产生了警报。通过分析异常最大的位置,AI诊断工具能够通过应用程序的内置工程知识来预测对可能的失败机制和规范建议。这能够诊断特定的冷却水问题,这些问题正在影响冷凝器的效率并因此造成涡轮机。

UptimeAI应用能够确定0.016bar冷凝器真空度的总改善机会。这是由冷却塔/返回低效(约25%),冷却水排出泵低压(约24%),冷凝器污垢(约32%)和空气进口(约19%)。这相当于提高了2.2%的背压,预计每年可以提高14万英镑的效率

*安德鲁·诺曼德(Andrew Normand)是Encora能源UptimeAI合作伙伴关系负责人

https://www.encora.energy/

https://www.linkedin.com/company/encora-energy-limited/

    注册PWE时事通讯亚博yabo让球

    最新一期

    要查看最新植物和工程工程的数字副本,点击这里

    查看过去的问题存档亚博体育88app在这里

    请订阅这份杂志点击这里

    阅读官方的BCAS压缩空气和真空技术指南2018点击图片

    民意调查

    “在Brexit谈判期间英国制造商最重要的问题是什么?”





      推特

      活动日记