GlobalData: Förutsägbart underhåll förbättrar energisektorns produktivitet

Duke Energys stora kraftverk i North Carolina i USA, granskade underhållskostnaderna med hjälp av förutsägbarhetsmetoden. Foto: Duke Energy

- Förutsägbara eller prediktiva underhållet bör integreras i energisektorn eftersom det förbättrar säkerheten och produktiviteten, säger GlobalData.

Företaget anser också att det förutsägbara underhållet höjer den organisatoriska lönsamheten.

Som namnet antyder är prediktivt underhåll en uppsättning aktiviteter som utförs efter att man har observerat tecken på nedbrytning eller pågående misslyckande. Denna typ av underhåll hjälper till att undvika plötsliga och plötsliga fel som kan leda till stora förluster.

Prediktivt underhåll bidrar också till att maximera livslängden på utrustningen samtidigt som en varning till ledningen för att göra vissa ändringar eller helt och hållet köpa nya maskiner. Prediktivt underhåll kan antingen vara tillståndsbaserat eller baserat på statistiska uppgifter om maskinens eller anläggningens arbete. Även prediktivt underhåll kräver kontinuerlig övervakning av utrustning och maskiner.

När det gäller att övervaka viktig infrastruktur och utrustning har ett antal energiföretag börjat använda sina redskap över hela den operativa värdekedjan, inklusive drift och underhåll (O&M), kraftproduktion och överföring och distribution (T&D), säger GlobalData, en ledande data- och analysföretag.

GlobalDatas rapport, ”Tematisk forskning: förutsägbart underhåll i energisektor”, undersöker vilka energiföretag som har börjat integrera förutsägbara underhållsverktyg.

När det gällde Duke Energy, ett stort kraftverk i USA, granskades kostnaderna för vindkraftverk och annan utrustning med hjälp av förutsägbarhet och analys om optimering av företagets tillgångar. Dessutom tog företaget E. ON fram teknik som använder artificiell intelligens (AI). Innovationen är i stånd att upptäcka potentiella strömavbrott innan de inträffar.

- Duke Energy utnyttjade Genpacts Lean Digitala strategi för att utvärdera sina O & M-processer och för att genomföra Genpact Data-to-Action Analytics-ramverk som inkluderade intelligens i operationer och statistiska prediktiva modeller. Därmed kunde man noggrant undersöka sina affärsbehov och andra utmaningar. E. ONs teknik distribueras nu av tyska Schleswig-Holstein Netz: s mellanspänningsnät och tekniken har ökat chansen att upptäcka eventuella fel i energiföretagens elnät innan de inträffar, säger Sneha Susan Elias, energianalytiker på GlobalData.

Ett antal viktiga partnerskap har också etablerats som ett resultat av förutsägbart underhåll som exempelvis mellan Framatome och IBM, och Enel Green Power Nordamerika och NarrativeWave. Framatome, ett företag som arbetar med design och byggande av kärnkraftverk (NPP) och forskningsreaktorer. Företaget har samarbetat även med IBM Watsons IoT-plattform för att utveckla en dataanalyslösning för kärnkraftssektorn.

- Tillsammans skapar plattformen viktiga operativa förbättringar för NPP-anläggningar, vilket hjälper till att minska kostnader och antalet oväntade avbrott. Dessutom bidrar plattformen till prioritering av O & M-utgifter och förbättrar anläggningens tillförlitlighet och minskar kostsamma driftsstopp, tillägger Susan Elias.

Vestas intar en ledande roll när det gäller att erbjuda förutsägbara underhållslösningar. Företaget förstärkte sina förutsägbara underhållserbjudanden för vindkraftverk genom sitt samarbete med InspecTools, ett stort tillgångsinspektionsföretag. Vestas kommer att engagera InspecTools WindAMS i sina globala serviceaffärer.

- WindAMS kommer att möjliggöra förbättring av metoden förutsägbart underhåll och hjälpa till för att lindra allvarliga problem som korrision (LEE). Den kan minska den årliga energiproduktionen med cirka 5 procent. Dessutom har InspecTools SolarAMS inspektionssystem valts ut av SMA Solar Technology, ett stort solenergiföretag, för att analysera tillståndet hos SMA:s  solmoduler, förklarar Elias.

Genom att införliva prediktiva underhållsverktyg har kraftverktygen effektivare sätt att övervaka och utvärdera deras tillgångar och utföra några av de vanliga underhållsuppgifterna på ett automatiserat sätt. Vissa av teknologierna som har förmåga att förbättra verktygens O&M inkluderar maskininlärning för prediktivt underhåll och robotdrönare.

Även om både förutsägbara och förebyggande underhåll har samma syfte, nämligen att förhindra förluster för företaget och säkerställa att anläggningen och maskinerna ska köra i topp skick skiljer sig de i förhållningssätt och krav

Förebyggande underhåll utförs med jämna mellanrum, medan det förutsägbara underhållet är baserat på tillståndet för den utrustning som måste övervakas hela tiden

Prediktivt underhåll är starkt beroende av information och rätt tolkning