ニュース

Apr 03, 2024

デジタル技術を使用した往復コンプレッサーのバルブ故障の予測

計画外のダウンタイムは今日の産業メーカーにとって最大の問題点の 1 つであり、毎年推定 500 億ドルの損失が発生しています。 ダウンタイムのコストは石油にとってさらに痛ましいものであり、

計画外のダウンタイムは今日の産業メーカーにとって最大の問題点の 1 つであり、毎年推定 500 億ドルの損失が発生しています。 収益が重要な機器の稼働時間に直接関係している石油・ガス業界にとって、ダウンタイムのコストはさらに深刻です。 たとえば、中流および上流の天然ガス処理では、パイプラインの圧力に達するために高圧力比の往復コンプレッサーを連続的に運転する必要があります。 ガスの流れは連続しているため、処理が停止すると、通常、未処理のガスがフレアし、製品の損失につながります。 多くの場合、これらのコンプレッサーにはスペアがほとんどないか、まったくありません。 そのため、メンテナンスのためにオフラインになった場合、オペレータは処理能力を削減するか、プロセスを停止して過剰分をフレアする以外に選択肢がないことがよくあります。

産業用モノのインターネット (IIoT) などのデジタル テクノロジーの導入により、機器の故障を事前に予測し、予定外のシャットダウンにつながる前に故障を検出することで、これらの脅威を軽減できることが期待されています。 ただし、実際には、メンテナンス担当者や運用リーダーが計画外のダウンタイムを排除することを目的とした IIoT ソリューションの実装に取り​​組むときに、いくつかの課題が発生します。

コンプレッサーのバルブは、往復コンプレッサーのダウンタイムの大きな原因です。 往復圧縮機バルブの状態監視は長い間行われてきましたが、バルブの故障を予測するための適切な技術は成熟するのが遅かったです。 利用可能な最良のソリューションは通常、早期警告のみを提供します。 コンプレッサーバルブの故障を予測することは、主に次の 2 つの理由から困難です。

これらの課題に対処することで、バルブの故障を予測できるようになります。

米国石油協会 (API) 670 規格の第 5 版では、監視ポイントの規定を含める OEM に対する特定の要件により、レシプロ コンプレッサーのオンライン状態監視の拡張が可能になり、促進されました。 ライダーバンドの摩耗、クロスヘッドの摩耗、ベアリングの故障など、いくつかの一般的な故障モードは、API 標準に従って計測することで検出および診断できます。 特に、クランク角センサーとシリンダー内圧力モニタリングを圧力体積分析と組み合わせることで、バルブの故障、ピストンリングとパッキンの漏れ、上流プロセスの圧力や容量の変化などのシステムレベルの問題の検出と診断が可能になります。制御機器の故障。

稼働中のほとんどのコンプレッサーには、API 標準に準拠した状態監視計器用の取り付け位置が組み込まれていますが、多くのコンプレッサー、特に古い機器には現在計器が装備されていません。

現在使用されている機器の改修は、いくつかの課題に直面しています。

これらの障害に直面して、レシプロコンプレッサーでは他のタイプの機器に比べて状態基準保全 (CBM) と予知保全 (PdM) の普及が遅れています。 ただし、新たなデジタル技術を適用することで、すでに使用されている機器への監視システムの設置に関連するコストを削減することで、CBM と PdM を実現できます。 物理ベースのモデルと機械学習アルゴリズムのハイブリッド アプローチを使用すると、CBM または PdM プログラムで同じ値を達成するために必要な監視ポイントが少なくなる場合があります。 新しい高周波センシングおよびデータ収集ハードウェアを使用すると、監視対象の信号からより多くの情報を抽出できるため、機器の状態に対する洞察が強化されます。

最後に、予測手法を適用することで、障害発生までの時間と障害位置を明示的に推定できるため、オペレーターはメンテナンスをいつどこに適用するかをより明確にし、PdM プログラムの価値を高めることができます。

予測アルゴリズムが計装コンプレッサーに実装され、コンプレッサー バルブの残存耐用年数 (RUL) が予測されました。 予後アルゴリズムは、CBM アプローチと比較して、将来のバルブの故障についてはるかに早い段階で警告を発するだけでなく、監視対象の機器の RUL を明示的に推定します。 一般に、往復コンプレッサーのバルブの故障を予測することは、劣化が非常に非線形であり、さまざまな時間スケールで発生するため、困難です。 これに対処するために、非線形性のレベルと劣化のタイムスケールを各故障で利用可能な履歴データに適合させるインテリジェントな予後アプローチが使用されました。 予後アプローチの動作を説明するために、加工工場で数週間にわたって進行した障害の例を時間の経過とともに調べました。 画像 1 に見られるように、損傷レベルが健全な状態から大きく逸脱するずっと前に、データの下降傾向に応じて RUL が減少し始めました。