Производственные процессы всегда сопровождаются всевозможными поломками, принуждающими останавливать производство на время устранения неисправностей. Чем более комплексным является ремонт или замена оборудования, тем дороже обходится их проведение, тем дольше простой производства и, соответственно, больше финансовые потери. На современном производстве для предотвращения масштабных поломок, как правило, проводят регулярное техобслуживание, однако такой подход также может быть убыточным в силу затрат времени на осмотр исправного оборудования. Именно поэтому в настоящее время во многие инженерные системы внедряется новый тип обслуживания оборудования — предсказательное обслуживание. Данный тип техобслуживания также возможно внедрить в системы отопления жилых зданий для снижения затрат на обслуживание отопительных сетей.

О подходе предсказательного обслуживания

Как уже упоминалось ранее, в промышленности чаще всего применяются реактивное (по факту отказа) и превентивное (планово-предупредительное) обслуживание рабочего оборудования. Однако в силу убыточности этих подходов к обслуживанию в условиях конкурентного рынка современного мира, всё больше предприятий приходят к иному подходу к организации техобслуживания — предсказательному.

Предсказательное (предиктивное) обслуживание — это наиболее целесообразный на данный момент подход к техническому обслуживанию и ремонту оборудования. Он предполагает использование датчиков и сенсоров для постоянного мониторинга технических параметров оборудования и дальнейшую диагностику состояния на основе полученных данных. Необходимость в обслуживании определяется на основе статистики состояния техники: частоты вибрации, температуры функциональных составляющих оборудования, расхода электроэнергии, поступающего напряжения и прочих факторах. Данные о состоянии собираются постоянно, и когда значение того или иного параметра выходит из установленного диапазона нормальных значений, данное отклонение вносится в статистику. На основе статистики строятся временные графики состояния технического оборудования, позволяющие выяснить, в какой момент произойдёт отказ, чтобы заранее провести ремонтные работы, а также точнее определить частоту возникновения неисправностей для своевременной замены оборудования и определения необходимости и частоты проведения профилактического техобслуживания.

Преимуществами данного подхода (рис. 1) являются:

  • сокращение затрат на ремонт и замену оборудования;
  • снижение времени простоя производства;
  • увеличение сроков службы оборудования;
  • повышение эффективности обслуживания при наличии на производстве большого количества техники.

Подход предсказательного обслуживания строится на данных, полученных с датчиков и сенсоров, расположенных на ключевых элементах оборудования, и сведении полученных данных в единую статистику для анализа состояния техники. Каждый из видов датчиков позволяет определить свою характеристику оборудования в определённый момент времени, а вместе с этим и список возможных неисправностей, с которыми связано повышение или понижение измеряемых характеристик. Так, датчики вибрации могут применяться для контроля насосов, двигателей и компрессоров; работа оборудования так или иначе вызывает вибрацию функциональных элементов и корпусов, и изменение частоты вибрации, появление шумов или непостоянство частотной характеристики могут оповещать о поломках, например, появлении трещин и сколов или ослаблении крепления элементов оборудования. Термометры и термопары могут применяться практически во всех производственных процессах, где применяются моторы, поскольку перегрев часто сигнализирует о загрязнении механических составляющих или недостаточном количестве смазочного материала на подвижных частях. Также в особых случаях могут применяться достаточно узкоспециализированные датчики, например, датчики вязкости для контроля загрязнения смазочных материалов.

Предсказательное обслуживание в сфере отопления

Отопление является одной из множества сфер, для которой применим подход предсказательного обслуживания. Отопительные системы являются крайне распространёнными в нашей стране ввиду климатических условий и используемых в строительстве материалов, потому сложность их обслуживания является проблемой. Подходы реактивного и превентивного обслуживания, хотя и применяются повсеместно, являются достаточно устаревшими: отопительные системы городов и их районов масштабны и постоянный контроль за исправностью техники может стать весьма проблематичным, а замена неисправного оборудования — затратным с точки зрения финансов и времени мероприятием.

Подход предсказательного обслуживания может помочь решить проблему с временной и денежной затратностью обслуживающих мероприятий отопительных систем и обеспечить их стабильную работоспособность.

Датчики устанавливаются на котлы, насосы, трубопроводы и тепловые пункты. Они измеряют такие параметры, как температура, давление, вибрация моторов насосов, токи нагрузки электродвигателей и нагревательных элементов. Информация с датчиков собирается с некоторой заданной периодичностью или постоянно, обрабатывается и направляется в систему управления и на программируемые логические контроллеры (ПЛК), где значения сравниваются с эталонными для полностью работоспособного оборудования. На данном этапе последовательность действий зависит от степени цифровизации системы предсказательного обслуживания.

При минимальном уровне автоматизации и цифровизации на панели управления для каждого элемента системы существует три индикатора: стабильная работа, отклонение от нормы (возможна авария в ближайшее время) и авария. Сотрудник сам анализирует возможные причины неисправности оборудования, основываясь на полученных с датчиков показателях; при большей степени цифровизации для анализа могут применяться нейросети, сравнивающие показатели, поступающие с нескольких датчиков, и на основе совокупности показателей определяющие одну или несколько возможных неисправностей, а также формирующие рекомендации по плановому техническому обслуживанию.

Также для анализа могут применяться специализированные алгоритмы, такие как Loop Break Alarm (LBA), проверяющий целостность контура управления. Такой алгоритм помогает вычислять последующие или уже появившиеся неисправности, основываясь на реакции элемента системы на поданную команду (рис. 2).

Датчики расположены на основных функциональных элементах схемы — нагревательном котле, насосе водоподачи, обратном и распределительном коллекторах, а также на клапанах и вентилях. На водонагревательном котле расположен температурный датчик: автоматизированная система собирает данные о температуре и времени нагрева воды в котле; повышение времени нагрева или недостижение заданной температуры сигнализирует о приближающейся поломке нагревательного элемента, а отсутствие нагрева — об аварии. Насос, как более сложный элемент, оснащён бóльшим количеством сенсоров — датчиками звука (акустическими), давления, температуры и вибрации (акселерометры). Датчики звука, температуры и вибрации подключены к мотору насоса и считывают такие показатели, как превышение рабочей температуры насоса, появление посторонних звуков при работе, повышение или понижение частоты вибрации, — всё это сигнализирует о загрязнении механических частей мотора, ослаблении крепления подвижных элементов, попадании в мотор мусора и прочих неисправностях. Датчики давления устанавливаются до и после насоса и считывают давление воды в трубе; недостаточный или избыточный перепад давления между первым и вторым датчиками может указывать на загрязнение насоса, а его отсутствие — на поломку насоса или полное засорение проточной части насоса. Датчики давления также устанавливаются на отдельных участках трубопровода для контроля напора воды, засорения труб или образования на них накипи. На распределительном и обратном коллекторах также располагаются температурные датчики, контролирующие температуру воды, приходящей в теплообменник и выходящей из него. Эти датчики позволяют проверить работоспособность теплообменника и исключить температурные потери. Также в системе присутствуют датчики тока и напряжения — они расположены на нагревательном элементе котла и на моторе насоса и считывают показатели тока и напряжения для контроля исправности электросети системы.

Значения, получаемые с датчиков, преобразуются и передаются на контроллер и панель управления, на которой отображаются сигналы о состоянии каждого элемента системы и отдельных сегментов трубопровода — сигналы стабильной работы (значения, полученные с датчиков, находятся в пределах нормы), отклонения от нормы (значения выбиваются из нормального диапазона) и аварии (сигнал не поступает, значения сильно выбиваются из заданной нормы). Далее полученные данные могут трактоваться оператором системы или искусственным интеллектом (ИИ) для выявления возможных неисправностей. ИИ также может прогнозировать сроки, в которые оборудование может полностью перестать работать, а также определить рекомендуемую частоту техобслуживания оборудования. Искусственный интеллект и математические модели являются более эффективными в случае систем отопления, поскольку такие системы, как правило, достаточно масштабны и могут охватывать целые районы и города, и человек физически не способен обработать такое количество информации.

Также важной концепцией в предсказательном обслуживании является матрица приоритизации. Матрица приоритизации обслуживания представляет собой формализованный инструмент принятия решений по множеству критериев в автоматизированных производственных системах, предназначенный для распределения прогнозных заключений и выводов о состоянии оборудования по двум ортогональным осям: оси предиктивной вероятности отказа или величины остаточного полезного ресурса и оси критичности последствий потенциального отказа для технологического процесса, безопасности или экономической эффективности объекта.

В рамках концепции предиктивного обслуживания, в которой датчики и сенсоры непрерывно генерируют множество опережающих сигналов о деградации узлов, существует проблема управления происходящими процессами. Матрица приоритизации выполняет функцию когнитивного фильтра, преобразующего потоки информации о прогнозах в дискретные категории управленческих решений.

Структурно матрица формирует четыре зоны реагирования, определяемые пересечением степени критичности оборудования, от низкой до высокой, отражающей ущерб от внезапного отказа конкретного оборудования, и уровня прогнозируемой вероятности отказа, также от низкой до высокой, определяемой моделями машинного обучения на основе исторических трендов (рис. 3). Попадание оборудования в ту или иную зону конкретизирует периодичность и срочность сервисного вмешательства — от экстренной замены в течение следующих 24 часов (высокая вероятность — высокая критичность) до простого мониторинга без выделения ресурсов на обслуживание (низкая вероятность — низкая критичность).

В предсказательном обслуживании систем отопления жилых зданий также возможно применение матрицы приоритизации. На рис. 3 можно увидеть распределение оборудования, входящего в структуру отопительной системы, на четыре зоны: критическую, приоритетную, зону мониторинга и зону низкого приоритета. Можно увидеть зависимость приоритизации обслуживания от критичности поломки элемента системы — наиболее важное для работоспособности отопительной системы оборудование, например, циркуляционный насос, горелка и контроллер требуют починки в течение суток, в то время как освещение в котельной, не влияющее напрямую на работоспособность системы, входит в зону низкого приоритета обслуживания. Такой подход позволяет не только сэкономить значительное количество времени на обслуживание, но и максимально быстро ремонтировать оборудование, поломка которого не позволит системе продолжать работу.

Таким образом, матрица приоритизации обслуживания является не просто графическим приёмом визуализации, а операционным инструментом, обеспечивающим устойчивость функционирования технических систем в условиях неопределённости.

Заключение

На основе проведённого анализа можно утверждать, что внедрение систем предсказательного обслуживания в сферу жилищно-коммунального теплоснабжения является не просто технологическим трендом, а объективной необходимостью, продиктованной экономической неэффективностью традиционных подходов. В отличие от реактивного и превентивного обслуживания, которые приводят к длительным аварийным простоям или к неоправданным затратам на осмотр заведомо исправного оборудования, предиктивный подход, базирующийся на непрерывном мониторинге вибрации, температуры, давления и электрических параметров с помощью датчиков, позволяет перейти к контролю состояния оборудования в реальном времени. Как показано на примере отопительной системы, установка измерительных приборов на котлы, насосы, коллекторы и трубопроводы даёт возможность не только фиксировать текущие отклонения, но и прогнозировать момент наступления отказа, что особенно важно для масштабных городских сетей, где ручной контроль физически невозможен или крайне проблематичен.

Ключевым элементом такой системы становится интеллектуальная обработка собранных данных с применением специализированных алгоритмов, нейросетей и матриц приоритизации обслуживания. Так, переход к предсказательному обслуживанию в системах отопления знаменует смену вида обслуживания с реактивно-профилактического на предиктивно-адаптивное, где техническая система не только предсказывает собственные отказы, но и автономно определяет их место в иерархии производственных задач, что в конечном счёте обеспечивает снижение эксплуатационных затрат, увеличение срока службы оборудования и стабильность теплоснабжения, в том числе даже в условиях неполной определённости исходных данных.