Saras оптимизировала производство с помощью ПО для технического обслуживания Aspen Mtell

2019: Оптимизация производства с помощью ПО для техобслуживания Aspen Mtell

1 июля 2019 года компания AspenTech сообщила, что на своем нефтеперерабатывающем заводе специалисты Saras применили алгоритмы машинного обучения для анализа работы ключевых типов оборудования и выбрали программное обеспечение Aspen Mtell для повышения надежности операций на нефтеперерабатывающем производстве, требующих значительных капиталовложений и доступных промышленных активов.

Итальянская энергетическая компания Saras использовала этот подход на нефтеперерабатывающем заводе мощностью 300 тыс. баррелей в день, который расположен в средиземноморском регионе. Компания применила машинное обучение для оборудования четырех типов: сырьевых насосов, насосов промывочного масла, компрессоров подпиточного водорода и рециркуляционных компрессоров. Программа внедрения цифровых технологий была запущена всего за несколько недель и позволила точно прогнозировать сбои для каждого компонента оборудования без ложных срабатываний.

Благодаря этим возможностям компания прогнозирует сбои с опережением в 24–45 дней. Saras также поставила цель сократить незапланированные простои на 10 дней, повысить доход на 1–3 процента и снизить затраты на техническое обслуживание и эксплуатацию нефтеперерабатывающего оборудования на 1–5 процентов.

Задача:

• Надежная работа нефтеперерабатывающего завода мощностью 300 тыс. баррелей в день и электростанции мощностью 575 мегаватт с комбинированным циклом комплексной газификации.
• Стратегическая задача по сокращению простоев и затрат на техническое обслуживание.

Исходный проект, который был реализован всего за пару недель, включал создание программных агентов Aspen Mtell для идентификации сбоев оборудования. Для этих агентов были предоставлены данные об условиях и процессах.Михаил Садиров, SMART technologies: На тестирование мультивендорных решений есть спрос

Для рециркуляционных компрессоров созданный программный агент продемонстрировал высокую точность (91 %) с временем упреждения 30 дней. Шаблон, полученный на основе работы этого агента, позволил прогнозировать для клапанов два события:

• отказы клапана из-за высокой температуры на выходе, с временем упреждения 39 дней;
• необходимость замены клапана из-за отказа оборудования, с временем упреждения 25 дней.

ПО Aspen Mtell позволило реализовать пилотный проект всего за несколько недель и получить высокую оценку Saras за скорость развертывания, высокую точность раннего обнаружения сбоев оборудования, отсутствие ложных срабатываний и готовность к масштабированию решения до уровня всей системы. Saras планирует привлечь родственную компанию Sartec, которая занимается промышленной автоматизацией, к развертыванию этого программного обеспечения на всем нефтеперерабатывающем заводе. В исходном проекте учитывалось оборудование четырех типов:

• сырьевые насосы — подают жидкость, полученную от других установок, на линию теплообменника;
• насосы промывочного масла — возвращают промывочное масло от сепаратора на смеситель;
• компрессоры подпиточного водорода — подают подпиточный водород от источника водорода к линии основного теплообменника;
• рециркуляционные компрессоры — осуществляют рециркуляцию водорода, поступающего из линии теплообменника.

Для пилотного проекта были поставлены следующие цели:

• Точное обнаружение характерных моделей нормальной работы оборудования, сбоев и аномалий.
• Решение должно выдавать ранние оповещения со значительным временем упреждения от обнаружения до фактического сбоя.
• Необходимо получать сигнатуры сбоев, которые позволят обнаруживать сбои того же или аналогичного оборудования по неизвестным данным.

Программные агенты точно определили возможность конкретного потенциального сбоя – и сделали это без ложных срабатываний. Для агентов Aspen Mtell использовались данные от 52 миллионов датчиков, в том числе данные об условиях и процессах. Команда изучила 163 проблемы с качеством данных (неверные или отсутствующие значения) и провела перекрестную сверку с историей заказов-нарядов по четырем типам оборудования, в том числе по 340 заказам-нарядам за предшествующие периоды. История технического обслуживания включала 17 кодов классификации проблем.

По проекту выполнены все задачи, и агенты Aspen Mtell успешно прогнозировали сбои с существенным временем упреждения:

• Высокая температура клапанов: 36 дней
• Замена масляных прокладок: 45 дней
• Замена прокладок насосов: 33 дня
• Замена газовых прокладок: 24 дня

Основываясь на этом исследовании, Рон Бек (Ron Beck), директор по стратегии и рынку компании AspenTech, заявляет, что не нужно пытаться объять необъятное. Лучше сосредоточиться на конкретной проблеме, чтобы гораздо быстрее добиться важных результатов для всего бизнеса. Нефтеперерабатывающий завод Saras служит примером подхода «начать с малого». Компания хорошо сформулировала подход к применению цифровых технологий и сохранила его. Она применила передовые алгоритмы обнаружения признаков проблем и смогла прогнозировать сбои с временем упреждения 24–45 дней, сократить незапланированные простои на 10 дней, повысить доход на 1–3 процента и снизить затраты на техническое обслуживание и эксплуатацию нефтеперерабатывающего оборудования на 1–5 процентов.

Благодаря эффективному управлению промышленными активами, а также сбору данных по истории производственных операций и по операциям в режиме реального времени наряду с проверенными передовыми технологиями - организации могут трансформировать процесс технического обслуживания активов, обеспечивая оптимальную надежность, продлевая срок службы активов и увеличивая доходность предприятий.

2017: Выбор программного обеспечения Aspen Mtell

1 февраля 2018 года компания Aspen Technology, Inc. сообщила о выборе программного обеспечения Aspen Mtell компанией Saras S.p.A. для повышения надежности операций на нефтеперерабатывающем производстве, требующих значительных капиталовложений и доступных промышленных активов.

ПО Aspen Mtell является частью программного комплекса aspenONE Asset Performance Management (APM), сочетающего в себе знания производственных процессов с решениями Big Data и машинным обучением для повышения эффективности в сфере инженерного проектирования, эксплуатации и обслуживания промышленных активов на протяжении всего их жизненного цикла. Aspen Mtell собирает данные как по истории производственных операций и технического обслуживания, так и по операциям и техобслуживанию в процессе в режиме реального времени, чтобы точно обнаружить признаки сбоев, которые предшествуют возможным поломкам и деградации промышленных активов, а также спрогнозировать будущие сбои и предписать подробные рекомендации к действиям для смягчения или решения данных проблем.

Завод Saras в Sarroch. Фото: lanuovasardegna.it

Выбор компании Saras в пользу ПО Aspen Mtell был основан на конкурсном процессе отбора поставщиков по принципу «обоснования концепции», который был сосредоточен на критически-важном нефтеперерабатывающем оборудовании, таком как большие компрессоры и насосы. С Aspen Mtell выполнить все необходимые условия удалось в течение нескольких недель. Результатом стал выигрыш тендера от Saras, полученный благодаря скорости развертывания, точности обнаружения сбоев активов на ранних стадиях, возможности избегания ложных тревог и способности масштабировать решение в рамках всей системы. Компания Saras планирует использовать свое сестринское инжиниринговое предприятие Sartec, специализирующееся в промышленной автоматизации, для масштабного развертывания Aspen Mtell на своих НПЗ.

Благодаря эффективному управлению промышленными активами, а также сбору данных по истории производственных операций и по операциям в режиме реального времени наряду с проверенными передовыми технологиями организации могут трансформировать процесс технического обслуживания активов, обеспечивая оптимальную надежность, продлевая срок службы активов и увеличивая доходность предприятий, отметили в AspenTech.

«Повышение надежности производственных операций и активов положительно влияет на широкий спектр вопросов, от снижения текущих расходов на техническое обслуживание до планирования аномальных условий и отклонений в производстве, а также исключения аварийных или незапланированных простоев и эффективного контроля над непредсказуемыми расходами и потребностями. Компания Saras рассчитывает снизить расходы за счет этой инициативы, которая является частью важного проекта цифровизации производства». Алессандро Зукка (Alessandro Zucca), Менеджер по цифровым производственным платформам по направлению «производственные операции и активы» компании Saras