I. Phân tích đặc tính vật lý của máy nén khí

1. Phân tích chức năng cốt lõi của máy nén khí

Là một thiết bị điện quan trọng trong sản xuất công nghiệp, chức năng cốt lõi của máy nén khí là chuyển đổi năng lượng điện hoặc cơ học thành năng lượng áp suất khí, cung cấp một nguồn khí nén ổn định và sạch cho tất cả các loại hệ thống khí nén. Thiết bị này được sử dụng rộng rãi trong hệ thống điều khiển tự động, ổ đĩa thiết bị truyền động khí nén và kịch bản khí cho quá trình sử dụng.

Máy nén khí trong quá trình vận hành, do hao mòn cơ học, thay đổi ứng suất nhiệt và ô nhiễm môi trường, sẽ tạo ra một loạt các hiện tượng mất mát điển hình, bao gồm:

◆Hiệu suất bôi trơn giảm do quá trình oxy hóa dầu bôi trơn

◆Sự tắc nghẽn của phần tử lọc không khí gây ra sự gia tăng sức đề kháng đầu vào

◆Giảm hiệu quả trao đổi nhiệt do tích tụ bụi mát

◆Sự suy giảm hiệu suất niêm phong do mòn mỏi của tấm van

◆Giảm hiệu quả cơ học do mài mòn vòng bi

Những tổn thất này ảnh hưởng trực tiếp đến hiệu quả hoạt động của thiết bị và chất lượng cung cấp không khí. Nghiên cứu cho thấy rằng các chế độ thất bại chính của máy nén khí bao gồm mài mòn ổ trục, gãy mỏi tấm van, mở rộng khoảng cách rôto và lão hóa cách nhiệt động cơ, v.v. Các chế độ thất bại này không chỉ làm giảm hiệu quả năng lượng của thiết bị mà còn có thể gây ra thời gian ngừng hoạt động không theo kế hoạch, do đó ảnh hưởng đến sự ổn định và an toàn của toàn bộ dây chuyền sản xuất.

Do đó, việc xây dựng mô hình đánh giá tình trạng sức khỏe dựa trên các đặc điểm vật lý có thể giúp thực hiện chuyển đổi máy nén khí từ bảo trì thụ động sang bảo trì dự đoán và nâng cao mức độ quản lý vòng đời thiết bị.

2. Thông số hoạt động chính của máy nén khí

II. Định nghĩa tình trạng sức khỏe

Dựa trên tình trạng hoạt động của thiết bị và hồ sơ sửa chữa lịch sử, tình trạng sức khỏe của máy nén khí được chia thành các loại sau:

III. Xây dựng mô hình dữ liệu

1. Xây dựng tính năng điều khiển vật lý

Dựa trên cơ chế hoạt động của máy nén khí, xây dựng các chỉ số tính năng chính sau:

2. Thiết kế mô hình phát hiện bất thường

Sử dụng thuật toán Isolation Forest để phát hiện bất thường. Thuật toán này là một phương pháp phát hiện ngoại lệ không giám sát dựa trên cấu trúc cây, với nguyên tắc cốt lõi là bằng cách chọn ngẫu nhiên đệ quy các tính năng và phân chia không gian mẫu, làm cho các điểm ngoại lệ dễ bị cô lập hơn vì chúng cách xa hầu hết các phân phối dữ liệu.

2.1 Lợi thế của Algorithm

◆Khả năng xử lý tốt với dữ liệu chiều cao

◆Không cần dữ liệu đánh dấu, thích hợp cho các trang web công nghiệp

◆Độ phức tạp tính toán thấp, phù hợp để phát hiện thời gian thực

◆Độ nhạy phát hiện cao đối với các điểm bất thường

2.2 Nguyên tắc Algorithm

Rừng cô lập cho phép cô lập các điểm dữ liệu bằng cách xây dựng nhiều cây cô lập (iTree). Mỗi cây cô lập sử dụng quá trình sau:

◆Chọn một chiều đặc trưng ngẫu nhiên

◆Chọn điểm phân chia ngẫu nhiên giữa giá trị tối đa và tối thiểu của tính năng này

◆Lặp lại quá trình trên một cách đệ quy cho đến khi tất cả các điểm dữ liệu bị cô lập.

Hình 1: Ví dụ về thuật toán rừng cô lập 1

Các điểm dữ liệu bình thường đòi hỏi nhiều bước phân chia hơn để bị cô lập, trong khi các điểm ngoại lệ có xu hướng bị cô lập trong ít bước hơn do tính chất thưa thớt của chúng.

Hình 2: Ví dụ về thuật toán rừng cô lập 2

2.3 Quy trình ứng dụng mô hình

◆Tiền xử lý dữ liệu: xử lý tiêu chuẩn, loại bỏ ảnh hưởng của thứ nguyên

◆Lựa chọn tính năng: Chọn các tham số vật lý quan trọng làm tính năng đầu vào

◆Đào tạo mô hình: Đào tạo mô hình rừng cô lập dựa trên dữ liệu bình thường lịch sử

◆Phát hiện bất thường: Tính toán điểm bất thường cho các điểm dữ liệu mới

◆Thiết lập ngưỡng: Thiết lập ngưỡng đánh giá bất thường dựa trên nhu cầu kinh doanh

3. Chiến lược phát hiện và cảnh báo sức khỏe

Thiết lập một hệ thống chấm điểm sức khỏe đa cấp để định lượng tình trạng sức khỏe của thiết bị theo giá trị từ 0 đến 1:

IV. Chương trình tích hợp hệ thống

Hệ thống cung cấp kết quả chẩn đoán sức khỏe và báo cáo chẩn đoán và sử dụng hình ảnh để hiển thị các xu hướng sức khỏe. Người dùng có thể chọn khung thời gian, trang web và thiết bị để truy vấn, nhận được kết quả trực quan sau:

1. Mô-đun chức năng

◆Mô-đun truy vấn dữ liệu: Hỗ trợ truy vấn dữ liệu lịch sử theo thời gian, trang web, thiết bị, v.v.

◆Mô-đun đánh giá sức khỏe: Thiết bị tính toán thời gian thực Điểm sức khỏe

◆Mô-đun phát hiện bất thường: Xác định các bất thường hoạt động của thiết bị

◆Mô-đun đẩy cảnh báo sớm: Gửi thông tin cảnh báo sớm kịp thời

◆Mô-đun tạo báo cáo: Tự động tạo báo cáo chẩn đoán

Hình 3: Dữ liệu hoạt động thời gian thực của thiết bị

2. Hiển thị trực quan

◆Sức khỏe Rating Trend Curve

◆Biểu đồ giám sát thời gian thực các thông số chính

◆Dòng thời gian sự kiện bất thường

◆Bản đồ phân phối tình trạng sức khỏe thiết bị

◆Bảng lời khuyên bảo trì

Hình 4: Kết quả chẩn đoán sức khỏe thiết bị

Hình 5: Thiết bị cảnh báo bất thường

3. Lợi thế hệ thống

◆Khoa học: Phương pháp dựa trên sự kết hợp của các đặc tính vật lý và hướng dữ liệu

◆Thời gian thực: Hỗ trợ xử lý dữ liệu thời gian thực và phát hiện bất thường

◆Khả năng giải thích: Cung cấp cơ sở chẩn đoán rõ ràng và tư vấn bảo trì

◆Khả năng mở rộng: Thiết kế mô-đun để dễ dàng mở rộng chức năng và tích hợp hệ thống

Thông qua việc thực hiện chương trình này, việc bảo trì dự đoán các thiết bị máy nén khí có thể đạt được, giảm nguy cơ ngừng hoạt động ngoài kế hoạch, nâng cao hiệu quả hoạt động của thiết bị, kéo dài tuổi thọ của thiết bị và đảm bảo mạnh mẽ cho hoạt động ổn định của sản xuất công nghiệp.