DiagEn-Gruppe Kooperation im F&E Bereich. 5. November 2013, Pilsen

Transkript

1 DiagEn-Gruppe 5. November 2013, Pilsen

2 Dienste und Know-How in F&E Bereich Know-How Methoden und Algorithmen für die Diagnose der Maschinen und Prozesse (MBD Model Based Diagnostics) Modellierung von Kraftsysteme und Energienetze SW-Implementierung (SW-Prototyp oder DLL) HW National Instruments, Terrasic (FPGA), Entwicklung von eigene Messelektronik (vor allem für hohe Abtastrate 100MHz FPGA Technologie) SW C++ (C#), Java, LabView, Matlab (Simulink) 2

3 Unsere Haupt Industriepartner Areva GmbH - F&E von Algorithmen und Methoden für Diagnosesysteme - Implementierung der Methoden für Prototypsystemen Doosan Skoda Power - F&E von Überwachungssystem für automatische Erkennung und Lokalisierung der Anstreifen zwischen Läufer/Ständer - F&E von Blade Tip-Timing Überwachungssystem für Turbinenschaufeln - F&E von Informationssystem für Entscheidungen im Verfügbarkeit und Wartungsoptimierung von Dampfturbinen ČEZ a.s. - Technische Unterstützung in losen Teile Lokalisierung in KKW Dukovany und Temelin ČEPS a.s. (TSO CZ) - Modele von Verfügbarkeit des Übertragungssystem - F&E von Wide Area Monitoring System (WAMS) 3

4 Bisherige Kooperation mit Areva GmbH, Erlangen (PTLD) Rahmenvertrag ( ; ) Rahmenvertrag über Forschungs- und Entwicklungsaufträge: Die Zusammenarbeit auf dem Gebiet der Diagnose von Körperschallereignissen an Kraftwerkskomponenten und Armaturen sowie Stellantriebe Memorandum über Zusammenarbeit mit AREVA (gezeichnet von Anne Lauvergeon 2011) Haupt Themen der bisherige Kooperation: F&E von Algorithmen und Methoden für Diagnosesysteme Implementierung der Methoden für Prototypsystemen Form der Kooperation: F&E Projekte (Out-sourcing) Studentenarbeiten (Diplom- und Doktorarbeiten) 5 Doktorarbeiten (+1 aktuelle), 7 Diplomarbeiten (+1 aktuelle) 4

5 Überblick von bearbeiteten Projekten mit Areva GmbH 5

6 Überblick von bisherig bearbeiteten Projekten F&E Projekte (Rahmenvertrag über Forschungs- und Entwicklungsaufträge): Neue Software ADAM SOV Analyse der Möglichkeiten von Überwachen im GTKÜS mit Bewertung der Phase der Drehklänge Analyse und Filterung der Störungen in KKU Analyse und Ortung der KÜS Sondermessungen (KKI2) Entwurf der Klassifikations-Algorithmus für Grob- und Feinklassifizierung im KÜS Implementierung neuer Methode für Ereignisklassifikation im KÜS Implementierung der Massenschätzung für KÜS in LabView und als DLL Auswertung der HKMP- Schwingungssignale gezielt auf Läufer/Ständer- Anstreifenerkennung DIROM Wind Entwicklung von Methoden für die kontinuierliche Signalanalyse (FPGA) DIROM Wind - Optimierung des Datentransfers zum RTOS 6

7 Neue Software ADAM SOV Entwicklung neuer Methode der abgeleiteten Hilfsgrößen für Überwachung von der Magnetventilen (Signifikante Punkte für Ampeldarstellung) Entwicklung neuer Methode für Bestimmung der Kraftreserven in Magnetventilen Realisierung von allen Algorithmen in Form von DLL Experimente an der realen Magnetventilen: Herion 1500 Herion 2432 ASCO RF 7

8 Klassifikations-Algorithmus für Grob- und Feinklassifizierung im KÜS Konkretisierung der Bedingungen von Echtzeitklassifikation Entwurf des Klassifikations-Algorithmus für Grob- und Feinklassifizierung im KÜS Implementierung der Ereignissignalparametrisierung in LabView Implementierung des Klassifikationsalgorithmus in LabView Entwurf und Realisation der Testumgebung Prüfung von Implementierte Klassifikationsmethode 8

9 Implementierung der Massenschätzung für KÜS in LabView und als DLL Konkretisierung der Bedingungen von "Massenschätzung" Daten-Sammlung Implementierung der Massenschätzungsalgorithmen in LabView Entwurf und Realisation der Testumgebung Prüfung der implementierte Methoden Dokumentation der implementierte Algorithmen und Methoden 9

10 DIROM Wind Entwicklung von Methoden für die kontinuierliche Signalanalyse (FPGA) und Optimierung des Datentransfers zum RTOS Prototyp von Akquisition Unit PC für Datenbearbeitung und Triggerung für Turbogeneratoren in Windanlagen Aufgabe für Uni Pilsen F&E von real-time Datenerfassung, Bearbeitung und Triggerung in sog. FPGA-chip (Field-Programmable Gate Array) 10

11 Überblick von bearbeiteten Projekten mit Doosan Škoda Power 11

12 RAMS Rub Advanced Monitoring System Überblick On-line Früherkennung von Rotor/Stator Kontakt Hohe Messgenauigkeit (24 bit Auflösung) Auswertung der Kontakttyp (Teil- und Vollkontakt) und Anstreifenintensität Visualisierung von diagnostische Merkmale, Orbit, kumulative Voll-Spektren, Triggerung und Daten-Streaming auf die Festplatte für potenzielle detaillierte off-line Signalanalyse und Auswertung Überwachung aller Turbinenzustände (run-up/down, verschiedene Leistungen, turbine starter,...) Lokalisierung von Kontakt verfügbar User SW front panel Rotor/stator rub origin Advanced signal processing algorithms System HW cdaq platform 12

13 RAMS Rub Advanced Monitoring System Software Schema der Turbine mit Kontaktanzeigen einzelne Lagerebenen Kennwerte Vollspektrum Normierte Vollspektrum 13

14 Blade tip-timing monitoring system für Dampfturbinen Langfristige oder operative kontaktlos Überwachung von Schaufelschwingung Hohe Genauigkeit der überwachten Schaufelschwingung (Schaufel 1220mm 6μm) On-line Auswertung und Alarm-Generation Schaufeldämpfung Auswertung Überwachung während Hoch- und Auslauf, steigende Leistung, Normalbetrieb, Evaluierung von Schaufelrad Eigenformen (Knotendurchmesser) Schätzung von Schaufel-Restlebendauer F&E zielt auf gebundene Schaufeln 14

15 Systemarchitektur 15

16 Danke für Ihre Aufmerksamkeit. Westböhmische Universität in Pilsen Lehrstuhl für Kybernetik, NTIS Ing. Jindřich Liška, Ph.D.: 16