Endüstriyel Soğutucular ve Soğutma Kuleleri için Öngörücü Bakım
Endüstriyel soğutucular ve soğutma kuleleri üretimde kritik altyapıdır. Süreç ekipmanını soğuturlar, üretim alanlarında çevre koşullarını korurlar ve HVAC sistemlerinden ısıyı atarlar. Soğutma yaz zirve talebi sırasında başarısız olduğunda, üretim durabilir. Ekipman aşırı ısınır. Süreç sıcaklıkları spesifikasyon dışına çıkar. İşçi konforu verimliliğin düştüğü noktaya kadar bozulur.
Bu soğutma sistemleri en sık zirve talep sırasında, tam olarak onlara en çok ihtiyaç duyduğunuz zaman başarısız olur. Yapay zeka tabanlı öngörücü bakım, gelişen sorunları orta seviyede koşullar sırasında yakalar, böylece bir sonraki sıcak hava dalgasından önce onarımlar planlanabilir.
Soğutucu Sistemlerinde Ne Başarısız Olur
Endüstriyel soğutucular birçok potansiyel arıza moduna sahip karmaşık sistemlerdir. Kompresör rulman aşınması titreşimi artırır ve sonunda tutulmaya yol açar. Soğutucu sızıntıları soğutma kapasitesini kademeli olarak azaltır. Kondansatör ve evaporatör boruları kireç ve biyolojik büyüme ile kirlenir, ısı transfer verimliliğini azaltır. Genleşme valfleri arızalanır, eşit olmayan soğutucu dağılımına neden olur. Kontaktörler, kapasitörler ve kontrol kartları gibi elektriksel bileşenler bozulur.
Bu arıza modlarının her biri zaman içinde gelişir ve arıza kritik hale gelmeden önce sistem işletim parametrelerinde ölçülebilir değişiklikler üretir.
Yapay Zeka Soğutucu Sağlığını Nasıl İzler
Yapay zeka tabanlı soğutucu izleme, bozulmayı tespit etmek için işletim parametreleri arasındaki ilişkileri analiz eder. Ana içgörü, belirli bir yük ve ortam koşulunda çalışan sağlıklı bir soğutucunun emme basıncı, deşarj basıncı, yaklaşma sıcaklıkları, alt soğutma, aşırı ısı ve güç tüketimi için öngörülebilir değerler ürettiğidir.
Bu ilişkilerden herhangi biri kaydığında, gelişen bir sorunu gösterir. Normal deşarj basıncıyla birlikte düşük emme basıncı, soğutucu sızıntısını veya kısıtlanmış genleşme cihazını gösterebilir. Normal emme ile yüksek deşarj basıncı kondansatör kirlenmesini gösterebilir. Aynı soğutma yükünde artan güç tüketimi, herhangi bir sayıda nedenden kaynaklanan azalan verimliliği gösterir.
Yapay zeka her spesifik soğutucu için normal ilişkileri öğrenir ve normal işletim varyasyonunu aşan sapmaları işaretler. Olası nedeni belirlemek için sapmaları bilinen arıza örüntüleriyle ilişkilendirir ve kritik arızaya kadar olan süreyi tahmin eder.
Soğutma Kulesi İzleme
Soğutma kuleleri farklı ancak ilgili izleme zorlukları sunar. Dolgu medya bozulur ve etkinliğini kaybeder. Dağıtım nozülleri tıkanır. Fan motorları ve dişli kutuları aşınır. Su kimyası yönetimi performansı azaltan kireç, korozyon ve biyolojik büyümeyi önlemek için kritiktir.
Yapay zeka, yaklaşma sıcaklığını (kuleden çıkan suyun ve yaş termometre sıcaklığının arasındaki fark) izleyerek ve bunu fan hızı, su akışı ve atmosferik koşullarla ilişkilendirerek kule performansını izler. Yaklaşma koşulların gerektirdiğinden öteye arttığında, yapay zeka olası nedeni belirler ve eylem önerir.
Mevsimsel Planlama
Yapay zeka izlemenin pratik değeri mevsimsel planlamadır. İlkbahar sırasında gelişen sorunları tanımlayarak, onarımlar yaz zirve talebi öncesinde tamamlanabilir. Yapay zeka, tüm soğutma ekipmanını, mevcut durumlarını, tahmin edilen sorunları ve sıcak aylarda güvenilir soğutmayı sağlamak için önerilen bakım eylemlerini listeleyen mevsim öncesi bir hazırlık raporu oluşturur.
Üretimde yapay zeka odaklı tesis yönetimi hakkında daha fazla bilgi için FirmAdapt üretim analiz sayfasını ziyaret edin.