Un industriel averti...

Transcription

1 Un industriel averti... La maintenance conditionnelle à l usine suédoise de Outokumpu Steckel Magnus Tunklev, Per-Olov Gelin, Anders Bohlin Les arrêts de production non planifiés sont extrêmement coûteux pour un site industriel qui tourne 24 h/24, 7 j/7. Il va sans dire qu une maintenance adéquate des équipements a un fort impact à la fois sur la productivité et sur la qualité des produits. Une stratégie claire de maintenance est capitale pour une fiabilité et une disponibilité maximale de l outil productif. Une planification efficace de la maintenance doit permettre de connaître en temps réel «l état de santé» de chaque équipement et d évaluer son espérance de vie. Dans un système complexe, collecter l information indispensable n est pas chose aisée. Si le marché propose plusieurs systèmes de surveillance des équipements et de prédiction de leur durée de vie restante, il manquait à ce jour une plate-forme logicielle complète et générique capable de surveiller tout type d actif. En étroite collaboration avec l usine Outokumpu Steckel d Avesta en Suède, ABB a développé un système qui fournit les informations requises sur l usure des actifs et prédit la durée de vie résiduelle de composants critiques comme les roulements, omniprésents sur les chaînes de production. L industriel peut ainsi mieux planifier la maintenance globale de son usine. 63

2 Depuis longtemps, les industriels n ont de cesse d optimiser et de régler avec une précision micrométrique leurs procédés. Mais les marges de progrès sont de plus en plus minces. Accroître le taux de rendement synthétique (TRS) 1) est rapidement devenu un impératif pour la plupart des usines. Les conséquences financières d un arrêt de production non planifié étant extrêmement lourdes, les efforts se polarisent naturellement sur l optimisation des actifs et une planification plus efficace de la maintenance, indispensables pour accroître le retour sur investissement. La durée de vie résiduelle calculée à partir de la valeur d usure cumulée ne donne qu une idée approximative de l usure au quotidien de l actif. La maintenance conditionnelle est une démarche automatisée de détection des signes avant-coureurs des défauts qui doit, à son tour, servir à mieux planifier la maintenance préventive. Plusieurs systèmes de surveillance des actifs industriels existent actuellement sur le marché. Ils diffèrent par les techniques mises en œuvre : traitement statistique de données historiques, modélisation mathématique, etc. 1 Usine Outokumpu Steckel d Avesta Or, pour l usine Outokumpu 2) Steckel d Avesta 1, ces systèmes ne répondaient pas à ses besoins de solution globale et générique capable de fournir des données d état, d usure et de durée de vie résiduelle des équipements. La solution recherchée devait également améliorer sensiblement la planification de la maintenance pour éviter les coûteux arrêts de production intempestifs ou les interventions inutiles de maintenance préventive. L entreprise fit équipe avec ABB pour développer un système répondant à ses besoins, tout en constituant une solution générique utilisable par tout site industriel. La solution ABB/Outokumpu, basée pour l essentiel sur la plate-forme ABB d automatisation étendue Industrial IT 800xA 3), autorise une intégration transparente et efficace à la fois des solutions propriétaires ABB et des solutions de tiers comme les systèmes de gestion de la maintenance assistée par ordinateur (GMAO). La plate-forme 800xA fournit les fonctionnalités de base indispensables pour développer et intégrer efficacement les solutions de surveillance automatique aux fonctionnalités traditionnelles d automatisation industrielle. Dans la suite de cet article, nous décrivons en détail cette solution d optimisation et de surveillance des actifs. Tour d horizon La solution globale est une suite d applications (cf. Encadré ) qui regroupe des outils logiciels ABB existants ainsi que des outils développés spécifiquement avec les fonctionnalités suivantes : calcul de l usure cumulée des roulements ; détection des défauts de roulement ; estimation de la durée de vie résiduelle ; détection des anomalies de fonctionnement ; diagnostic des capteurs et, pour finir, messagerie SMS et électronique. La maintenance conditionnelle est une démarche automatisée de détection des signes avant-coureurs des défauts qui doit, à son tour, servir à mieux planifier la maintenance préventive. Un écran d état type (sous-menu) est illustré en 2. Tous les diagnostics sont signalés par des voyants tricolores vert (OK), jaune (préalarme) et rouge (alarme) avec durée de vie restante donnée en heures de fonctionnement. En cas de problème, des informations détaillées sont accessibles pour analyse. Unique à ce système, la fonction Usure cumulée s avère très utile notamment pour des équipements (ex., rouleaux entraîneurs) appelés à être démontés pour une raison quelconque et remontés dans des positions différentes. Une fonction Récupérer identification (ID) est activée manuellement à partir du système de Suivi d usure par l opérateur pour chaque actif 3. Lorsqu un équipement est remonté dans une nouvelle position, sa valeur d usure est récupérée et le calcul d usure reprend là où il a été interrompu. Encadrè Composants du système installé dans l usine Outokumpu Steckel Plate-forme d automatisation étendue 800xA SV 3.1 Asset Optimizer avec fonctions Asset Monitors Inform IT Wear Aspect System (nouveau) Condition Severity Aspect System (nouveau ) DriveMonitor pour le diagnostic des roulements Argus CC4 pour la collecte des données Serveur OPC Argus (nouveau) Outil de modélisation ACP (nouveau) 64

3 Il importe de bien comprendre comment est déterminée la durée de vie d un actif industriel. Si plusieurs méthodes existent, un facteur clé est la notion de défaillance qui est le point où l actif doit normalement être remplacé pour cause de bruit, vibrations ou contre-performance, mais avant la panne mécanique. La durée de vie résiduelle peut être calculée si le nombre d heures de fonctionnement est connu. Pour estimer la durée de vie d un roulement sous une charge spécifique, on utilise la théorie bien connue L10 [2] du fabricant SKF. La difficulté est de consigner les variations de charge et de vitesse de rotation, et d intégrer l usure totale cumulée dans le temps. Pour commencer, des données de charge et de vitesse de rotation sont enregistrées en continu par un collecteur de données Argus 4) pour ensuite être transmises sous la forme de valeurs OPC au système 800xA d ABB. La durée de vie résiduelle calculée à partir de la valeur d usure cumulée ne donne qu une idée approximative de l usure au quotidien de l actif car la valeur absolue de l usure du roulement peut manquer de précision du fait de facteurs externes comme un désalignement, des courants de palier, des fissures ou un défaut de serrage. 2 Ecran d un rouleau entraîneur avec détection de défauts de roulement et d anomalies simulés, calcul d usure et surveillance des capteurs 3 Ecran de configuration du roulement avec la fonction ID Pour des raisons pratiques, le calcul d usure du roulement doit être fractionné en quatre intervalles de temps : préhistorique, ancien, nouveau et de prédiction 4. L intervalle préhistorique est la période antérieure à la collecte de données qui s applique spécifiquement aux roulements exploités bien avant l installation du système. Si un nouveau roulement est installé alors que le collecteur de données est activé, le temps préhistorique est nul. Le temps ancien débute avec la collecte de données et court jusqu à l avant dernier lot alors que le temps nouveau est celui qui couvre le dernier lot. L intervalle de prédiction sert, quant à lui, à prédire l usure future par extrapolation du taux d usure actuel. Usure préhistorique Il est plus que probable que de nombreux roulements sont exploités depuis plusieurs mois avant l installation du collecteur de données, temps qui doit être pris en compte dans les calculs. Dans le système ABB/Outokumpu, ce temps est représenté par le paramètre T0 en 3. L usure future et préhistorique est alors estimée en utilisant des moyennes de l intervalle ancien. En effet, l usure pouvant varier notablement d un lot à l autre, elle doit converger vers un taux moyen raisonnable. Les moyennes suivantes sont utilisées : nombre d heures de fonctionnement/ temps total, usure/nombre de tours et nombre de tours/ heures de fonctionnement. Au fur et à mesure que les données sont collectées dans l intervalle ancien, les moyennes sont actualisées en continu et en temps réel, et convergent après quelques semaines 5). Le calcul de l usure totale cumulée est la somme de tous les intervalles. Le temps de fonctionnement résiduel et le temps total résiduel peuvent maintenant être calculés en utilisant les moyennes convergentes à partir de l intervalle ancien. Détection des anomalies de fonctionnement Les capteurs sont les yeux et les oreilles des systèmes d automatisation industrielle, observant et écoutant tout ce qui se passe dans les usines modernes. Or des pannes inédites ou extrêmement rares surviennent du fait de défauts décelés tardivement ou d un diagnostic peu précis. Ce scénario doit être pris en compte dès la conception de tout nouveau système. Notes 1) Indicateur très répandu de la performance industrielle 2) Industriel de l acier dont le siège est à Espoo en Finlande. 3) Plate-forme d automatisation et d intégration industrielle de toutes les fonctions qui participent à la productivité et aux performances d un site : études, documentation, contrôle qualité, sécurité, instrumentation intelligente, optimisation des actifs et gestion de la maintenance. Pour en savoir plus, cf. Sélectionnez Product Guide. Sous Control Systems, sélectionnez 800xA. 4) Développé par ABB Service. 5) Un arrêt de courte durée en début de production réduit notablement le nombre d heures de fonctionnement sur le temps total moyen et influence les calculs. Après quelques semaines, toutefois, cette influence n est plus visible. 65

4 La méthode privilégiée pour détecter les écarts est d élaborer un système en utilisant des données normales. Pour modéliser le comportement normal, nous avons retenu la méthode de réduction linéaire de variables appelée Analyse en composantes principales (ACP) 6). L outil de modélisation ACP développé dans le cadre du projet est générique et peut être appliqué à tout type de données collectées. Pour l usine Outokumpu, il a été appliqué aux données de vibration. Un défaut évoluant dans le temps, l écart par rapport au comportement normal dans l espace ACP est perçu dans le Q résiduel de la nouvelle donnée projetée dans le modèle ACP. Lorsque la valeur Q augmente, le rythme de variation peut servir à prédire le temps restant avant d atteindre une limite d alarme préréglée. La solution recherchée devait également améliorer sensiblement la planification de la maintenance pour éviter les coûteux arrêts de production intempestifs ou les interventions inutiles de maintenance préventive. Si le modèle ACP est appliqué à un roulement neuf sans défaut, la durée de vie résiduelle est considérée comme infinie. Ainsi la durée de vie résiduelle calculée en utilisant la valeur cumulée d usure sert de référence. Le modèle ACP déterminera une valeur réaliste uniquement sur détection d un défaut. Dans ce cas, la valeur Bobine de tôle 4 Différents intervalles d usure Usure par tour Installation du roulement Intervalle préhistorique : avant début de la collecte à l instant = T0 Début de la collecte 5 Affichage DriveMonitor du spectre FFT d accélération du ventilateur aspirant montrant un défaut probable de la bague extérieure du roulement côté pales. Ancien intervalle : du début de la collecte jusqu à l avant dernier lot Nouvel intervalle: Usure par rapport au dernier calcul. Ajouté à l ancien interval. Défaillance prévisible Temps Intervalle de prédiction : usure future estimée à partir des moyennes mobiles de l usure actuelle ACP de durée de vie résiduelle est perçue comme plus fiable car on considère que le modèle ACP donne une meilleure estimation de l évolution du défaut. Détection de l état des actifs Chaque roulement doit être configuré et les fréquences spécifiques à chaque défaut du roulement sont calculées avec un matériel du constructeur. L état réel des roulements (sain ou défectueux) est détecté par un module de diagnostic appelé DriveMonitor [1] qui décèle en ligne les défauts des éléments de roulement, des bagues intérieure et extérieure. Les algorithmes de détection des défauts d autres actifs peuvent également être configurés avec cet outil. Ainsi, par exemple, pour détecter un capteur défaillant dans les accéléromètres (cf. 5 ), le biais et l écart-type du signal sont calculés. En fonction du résultat, une alarme est signalée s il y a franchissement d un seuil prédéfini. Des fonctions Asset Monitors sont appliquées directement à certains signaux hors du domaine de l outil DriveMonitor (ex., signaux des capteurs de charge et de vitesse servant au calcul d usure) pour garantir le déclenchement des alarmes lors du franchissement des seuils. Des pannes inédites ou extrêmement rares surviennent du fait de défauts décelés tardivement ou d un diagnostic peu précis. Résultats expérimentaux Le système d optimisation et de surveillance des actifs a été installé sur les quatre équipements suivants du laminoir : rouleau entraîneur supérieur, rouleau entraîneur inférieur, train à trois rouleaux et venti- 66

5 6 Charge radiale sur les roulements du rouleau entraîneur supérieur, côté commande ( DS) et opposé à la commande ( NDS). 7 Tendance Q établie par analyse ACP des données de vibration collectées sur le ventilateur 2.5 x 10 5 Charge radiale Charge (N) Temps (s) lateur aspirant 7). Nous allons analyser les données collectées (avec Argus) sur les roulements du rouleau entraîneur supérieur. Le laminage de chaque brame dure normalement entre 5 et 7 minutes. Pour les brames de notre exemple, la charge sur les roulements (cf. 6 ) et les vitesses de rotation furent mesurées avec Argus et stockées dans un fichier dont les données furent ensuite converties en matrice OPC par le serveur OPC d Argus. Les fortes pointes de charge visibles en 6 surviennent quand chaque extrémité de brame touche le rouleau entraîneur lorsque le côté est décroché de l enrouleur. Les ingénieurs ont calculé que si ces pointes étaient réduites de moitié à 1, N, la durée de vie des roulements pourrait être multipliée par 5! Le calcul d usure cumulée montre la différence d usure pour des brames d épaisseur, de durée de laminage et de matériau variables. L incidence détaillée des différents facteurs reste à étudier. Partant des résultats obtenus à ce stade, il serait raisonnable de rallonger le temps entre les arrêts de maintenance et d accroître la disponibilité de l outil de production. L algorithme a été testé côté commande du rouleau entraîneur supérieur. L usure par lot est très différente, pouvant varier jusqu à un facteur de 5, ce qui affecte linéairement le temps de fonctionnement restant. 7 montre la tendance Q, en utilisant l outil de modélisation ACP, des données de vibration collectées sur le ventilateur. Il s agit d une solution générique d optimisation et de surveillance pour tout type d usine. Tout le monde y gagne Les solutions d optimisation et de surveillance des actifs ouvrent des horizons nouveaux et prometteurs pour ABB. Toutefois, si elles sont commercialisées uniquement pour les applications de laminage, ABB ne récupérera ses coûts de développement qu au bout de six ans environ. Anders Bohlin, chef de projet chez Outokumpu, admet que si le système tient ses promesses, le retour sur investissement pour Outokumpu pourrait être très rapide. Nous l avons dit, le système est exceptionnel car il s agit d une solution générique qui, outre ses performances au sein des laminoirs, offre de formidables potentiels dans des secteurs aussi différents que la production papetière, la pétrochimie, l extraction minière, l industrie du ciment, l agroalimentaire et la pharmacie. Magnus Tunklev ABB Corporate Research Västeras (Suède) magnus.tunklev@se.abb.com Per-Olov Gelin ABB Industrial Solutions Västeras (Suède) per-olov.gelin@se.abb.com Anders Bohlin Outokumpu Stainless Avesta Works Steckel Mill Avesta (Suède) anders.bohlin@outokumpu.com Notes 6) Outil puissant d analyse de données qui met en évidence leurs similitudes et leurs différences. Une fois une matrice de données définie, celles-ci peuvent être compressées sans perte importante d information. 7) Côté commande et côté opposé à la commande sur tous les rouleaux. Bibliographie [1] Wnek, Maciej ; Orkisz, Michal ; Nowak, Jaroslaw ; Legnani, Stefano ; DriveMonitor: Embedded product intelligence that enhances lifecycle management and performance in drive systems; [2] Documentation produits SKF «SKF spherical roller bearings setting a new standard for performance and reliability» 67