6 预测分析案例研究

发电公司已经实施了完善的计划，以提高设备在可用性、可靠性、效率和合规性方面的性能。然而，大多数公司都达到了绩效平台期——削弱了他们实现公司目标、目标和战略的能力。

设备老化加剧了这个问题； “适当规模”举措；熟练蓝领工人的退休；年轻、缺乏经验的员工；和限制性 OEM 服务协议。

结果是设备性能差距抑制了企业绩效。事实上，当设备未能达到预期性能时，它会在整个企业内发出冲击波——破坏正常运营、维护程序和财务绩效。

对于希望缩小设备性能差距的发电公司，SmartSignal 的 EPI*Center 软件解决方案可帮助运营商提高设备可靠性、可用性、效率和合规性，使其超越目前的平台。

与振动监控等传统状态监控工具不同，EPI*Center 可针对所有关键系统和操作状态的异常性能提供早期、可操作的警告。

最佳运行工厂面临的挑战

为了帮助理解预测分析的价值，以下是经过客户验证的 EPI*Center 案例历史的示例。需要注意的是，所有这些发电公司：

• 实施严格的预防性维护计划。

• 应用“最先进”的状态监测程序，例如振动监测、热成像等

• 使用符合行业标准的“趋势”计划，用于整个车队的优先设备。

尽管有这些计划和训练有素的员工，但这些操作发现设备问题在不可预测的基础上继续发生。因此，这些公用事业公司决定添加来自 EPI*Center 的 Predictive Analytics，以便对新出现的故障进行早期、可操作的警告。

预测分析实战

随后的每个案例历史都描述了 SmartSignal 客户将预警转化为可证明价值的情况。在每种情况下，传统的状态监测或趋势程序都没有发现新出现的问题。采样用于：

• 重点介绍 EPI*Center 为其提供预测分析的各种关键设备。

• 深入了解 EPI*Center WatchList 事件引发的典型行动。

• 详细说明结果值。

最后，特意选择了以下案例历史来展示一系列化石燃料工厂设备和问题。在所有情况下，SmartSignal Corporation 的客户均已批准以无品牌方式披露这些真实发生的事件。

案例研究#1——空气加热器支撑轴承问题

问题：12 月 22 日，高空气加热器支撑轴承温度开始将事件发布到观察列表 - 基于异常的设备和系统列表，表明性能异常。

更具体地说，根据 EPI*Center 预测分析，化石燃料工厂的二次空气加热器支撑轴承温度比环境温度的正常温度高出 40 华氏度。任何其他工厂系统（例如 DCS、状态监测程序等）都没有发现这种增加是异常的。

解决方案：操作员向该轴承（容量为 25 至 30 加仑）添加了 3.5 加仑的油，温度回落并一直正常运行。

优点： EPI*Center 对异常温度的早期预警会导致添加机油，从而防止可能的轴承损坏。这些轴承具有非常紧密的油最大/最小范围，并且过去对工厂来说很麻烦。此前，某空气加热器支撑轴承在7月份发生故障。

当时，解决问题花了 9 天时间，导致 138,804 兆瓦时的发电量损失。根据目前每兆瓦时 10 至 30 美元的发电损失成本，类似的支撑轴承故障将使公司损失 150 万至 400 万美元的发电损失。

案例研究 #2 – 励磁机短路的早期预警

问题：一家拥有 1,500 多兆瓦容量的两台机组开始将有关高励磁机安培数的事件发布到监视列表中。与 EPI*Center 估计规范（即预测分析）相比，偏差最初高出 5 安培，然后增加到 15 安培。

解决方案：根据此信息，工程人员认为励磁机安培数的增加归因于转子中的短路匝数。事实上，该工厂距计划停运 80 多天以更换大部分涡轮机并重绕发电机大约有两周的时间，这为验证诊断提供了理想的机会。

在停电期间检查励磁机时，发现励磁机有物理损坏，并发现匝间短路。停电期间，该厂继续进行励磁机重绕。

优势：EPI*Center 的励磁机匝间短路预警通过励磁机断电检查中发现的物理损坏得到验证。

案例研究 #3 – 及早发现涡轮发电机的轴承问题，避免潜在的停电

问题：客户运行着一个容量超过 2,000 兆瓦的多机组发电站。 SmartSignal 的 EPI*Center 低压涡轮模型（解决方案集中的几个模型之一）在他们的一个装置（通用电气 420 MW 燃气燃气轮机）上的涡轮轴承上检测到异常高的轴承温度。

即使 14 度的升高完全在正常温度阈值内，该模型仍将其标记为异常行为。同日，PM&D中心向工厂通报了违规情况，中心继续监测情况。

六天后，EPI*Center 检测到轴承振动的另一个轻微但显着的阶跃变化。具体而言，在 36 个数据样本中的 24 个期间，实际传感器信号值比 SmartSignal 的“估计值”大 1 百万。有了这个确凿的退化证据，PM&D 中心的专家建议对轴承进行更彻底的评估。

解决方案：巧合的是，该装置计划在大约一个月后开始进行为期两周的计划停机以进行基本维护。根据 PM&D 中心的数据，工厂在计划停运期间对轴承进行了深入检查。

由于它是计划外的，如果没有 EPI*Center 的预测分析，轴承检查就不会成为正常工厂维护的一部分。经检查，轴承已损坏，轴有划痕。更换了轴承中的巴氏合金材料，并平滑了轴颈以解决问题。

优点：如果没有 SmartSignal 的 EPI*Center 对设备异常行为的早期预警，轴承将继续恶化。最有可能的是，这将导致 4 月下旬或 5 月初的服务故障或被迫停运，当时需求开始上升，进入夏季。早期检测还避免影响公司的峰值功率可靠性评级 (PPRR)。

典型的行业节省至少从大约 503,800 美元到 655,000 美元不等，具体取决于停电时间的长短。如果在用电高峰期发生强制停电，更换用电成本将急剧上升。

案例研究 #4 – 锅炉给水泵内侧轴承损坏的早期预警

问题：客户拥有一座容量超过 800 兆瓦的化石燃料发电厂。早期警告发布，锅炉给水泵上的电机轴承温度正在上升。该警告发生在 7 天前，当时温度读数会达到传统监控设备无法接受的水平。

解决方案：在最适合工厂的时间及时安排计划停机，以便更换轴承。这一行动避免了在泵发生灾难性事件时可能发生的意外、强制停机。

优势：客户能够安排计划停电以在发电收入成本最低的时间更换轴承。此外，与潜在的机器故障相比，由于维护团队的准备，计划中的停机时间要短得多。

案例历史 #5 – 早期检测 ID 风扇 D 上的松动耦合

问题：1 月 31 日，高安培事故开始出现在监视列表中。 ID Fan D 将事件发布到监视列表，表明电机电流很高。

解决方案：基于预测分析，工厂人员启动了对风机负载的进一步分析。发现风扇负载不再与叶片间距对应，因为之前已经在该风扇上进行了工作。工作人员怀疑这可能是由于贝克驱动器、控制连杆、伺服和/或叶片存在问题。

好处：根据 EPI*Center 对风机异常电流的早期预警，工厂确定可以停止使用该风机，并在计划停运之前调查问题。发现轴风扇侧的联轴器固定螺钉松动，并在停机前拧紧。如果风扇丢失，负载可能会减少。

案例研究 #6 – 循环水泵轴承冷却问题的早期预警

问题：2 月初，一家容量超过 700 兆瓦的单机组发电厂的轴承温度开始向 SmartSignal 监视列表发布事故。偏差比 EPI*Center 估计的规范高 20 到 80 华氏度。温度未超过正常运行范围，DCS系统尚未报警。

解决方案：EPI*Center 的异常温度预警启动了一项调查，发现轴承缺乏冷却水，因为水被偏向备用泵。增加了一个新的循环水泵电机，并修改了冷却线，用于新泵上的轴承冷却。

发现有问题的循环水泵的冷却水流量受到限制。问题很快得到解决，临时冷却管线导致轴承温度下降了约 20 华氏度。几个月后，在计划停运期间安装了新的冷却水管线。

好处：EPI*中心的异常温度预警启动了对循环水泵温度升高原因的调查。

如果没有调查和发现泵轴承的冷却受限，轴承和轴可能已损坏。在冬季运行期间关闭该泵进行轴承和轴维修会导致背压增加和负载减少，因为通过冷凝器的流量不足。

EPI*Center 是一种软件解决方案，可使用现有设备数据为业主和运营商提供预测分析。通过自动分析所有相关的传感器数据——过程、状态监测和电气传感器数据——EPI*Center 提供了对新出现的可靠性、效率、吞吐量和合规性（环境和安全）问题的早期、可操作的警告。此外，EPI*中心：

1.提供其他系统检测不到的设备异常预警。

2. 在所有设备和操作方案中提供这种预警。

3. 快速配置、部署和交付价值。