Data Driven Optimalisatie van Operations & Maintenance van Windparken. Asset Information System

Data Driven Optimalisatie van Operations & Maintenance van Windparken

Dynamic4OFFSHORE Asset Information System

Your Success in High-Tech is our Business Big Data

CBM

Pro-active asset management

Management & Organisation Systems Engineering Business Development Innovative & High-Tech Sectors Data driven decision support

4OFFSHORE

DAISY - Ambitie en doelstellingen - Aanpak - Resultaten - Lessons learned

Aanleiding Huidige situatie » Relatief jonge industrie » Van prototype naar prototype (geen proven technology) » Gedreven door groen imago en subsidies » Corrective maintenance » Onvoldoende betrouwbare statistische gegevens en voorspellende methoden » Onvoldoende beschikbaarheid » Windturbine is voor asset owners een black box (ontwerp, O&M) » Dominantie OEMs » Asset owner in vangnet van financier, verzekering en OEM » Geen integrale benadering van Design, Manufacturing, Operations & Maintenance

World Class Wind Turbine Maintenance

Aanleiding Gewenste situatie » » » » » » » » » » » »

Volwassen industrie Loskomen van subsidies (vraagt om 30-40% lager onderhoudskosten) Verlaging investeringskosten en onderhoudskosten Hogere beschikbaarheid Verhoging van de output Preventief onderhoud Condition Based Maintenance Modificaties/optimaliseren ontwerp Performance Based Voorspelbaarheid O&M kosten en opbrengsten Transparantie Gebruik maken van historische data, daarmee optimaliseren onderhoudsconcepten en bepalen van rest levensduur » Leren van monitoring- en beslissystemen van andere industrieën en vertalen in management beslissystemen voor specifieke turbines


Doelstelling » Windturbines met ‘bestaansrecht’, los van subsidies » Integrale control room voor O&M » Merkonafhankelijk, open meetsysteem » Onafhankelijk windturbine cluster (ontzorging) » Voorspelbaarheid maken performance, onderhoud, levensduur en opbrengsten

Regie (kennis) vanuit Nederland


Aanpak Bottom-up/technology driven

Top-down/strategisch

Onafhankelijke control room Input ‘Engine of the turbine’

Real time (satelliet) data icm modellen Historische data

Performance & structural degradation ´Turbine´

Output ‘Power’

Climate Weather Wind

Business ‘Market’

€ MWh Power

Grid stabilisation

Reliability Life cycles

Onafhankelijk meetsysteem

Integrated Model

Decision Model ‘Scenario´s’

Data -> Informatie -> Inzicht -> Intelligentie


Real time markt data Historische data

Ontzorgen -> Strategisch partnership

Bron: Ontwikkelpaden voor Predictive maintenance in service business (NV BOM)

Onafhankelijk meetsysteem 1 - 4

= Tags Maintenance Management Systeem

1

1

1 = 2D trillingssensor 4 2 = Coating sensor

4 13

2 10

11 2

9

12

3 = 2D trillingssensor

Sensor

RFID tag

4 = Coating sensor 3

11

HUMS

5 = 2D trillingssensor

1

6 - 9 = 2D trillingssensor 6

10 = Trillingsensor generator 11 = Lager sensoren 12 = Tandwielkast sensoren 13 = In line oliesensor

1 - 4

5

= OEM sensoren/meetsysteem Maintenance Management System

1 1 = 3D trillingssensoren 2 = 3D trillingssensor/Referentiesensor op hoofdas

1 = Ultrasound sensoren (beweging-, vibratie- en fasesensoren)

1

1

Fundering/ondergrond


1 = Wind/weer sensor

11

Output onafhankelijk meetsysteem Metingen

Gekoppeld/gecorreleerd aan

» Dynamisch gedrag individuele componenten

» Windsnelheid

» Dynamisch gedrag subsystemen, toren, gondel, bladen

» Windrichting

» Dynamisch gedrag gehele windturbine

» Operationele instellingen turbine (via OEM systeem)

» Ultrasound ‘luisteren’ naar mechanische contacten en scheurvorming bladen (eigenfrequenties) » Oliemetingen (incl. off line filteranalyse) » Digitale inspecties en metingen door monteurs

» Weersomstandigheden

» Toerental » Power output » Logging events (bv. bird impact, blikseminslag, grid down, etc.) » Onderhoudsinterventies (via MMS)

~10 Gb turbine/maand


12

Output onafhankelijk meetsysteem Output levert informatie over

Proposities

» Scheurvorming bladen

» O&M services (beheer, management, optimalisatie)

» Bewegingen en resonanties die een indicatie zijn voor excessieve slijtage van de turbine onderdelen » Degradatie en/of vervuiling olie als indicatie voor excessieve slijtage van roterende turbine onderdelen » Voorspelbaarheid onderhoud en productie, voorkomen schades » Betere (voorspelbaarheid) business case

» Onderhoud en inspecties » Monitoring » (advies) mbt modificaties » Forward design (welke turbine past het beste in welk gebied) » Site selectie » Onafhankelijk meetsysteem » Onafhankelijk asset & maintenance management systeem » Data management


DATA MANAGEMENT Data

MAINTENANCE & ASSET MANAGEMENT SYSTEEM

Data

IMMS Ma inte nance Man ager Welco m e J. P rins lo o

Ass et Management Spec iali s t Edit ion V1.0

OLAZ II Ve st as V4 7 , 6 6 0 k W S N0 0 2 9 956 5-00 3-5 24B 1. 1

Inspectionr es ult s 1 2-02 2 - 01 4 E. de P la a G earbo xW G 2014 0113

Informatie

Informatie Data IMMS Android App Asset Manag ement Spe ciali st Edition V1.0 Welcome J. Prinsloo

WIND TURBINE MANAGEMENT DASHBOARD

Welcome J. Pr insloo

MAINTENANCE & ASSET MANAGEMENT SYSTEEM

MAINTENANCE

Onafhankelijk, pro-actief asset & maintenance management, op basis van kennis, ervaring en real time informatie over de status van de turbine fact based continue optimaliseren van operatie en onderhoud

Toepassingen Kreekrak

OLAZ

EPZ

Anna-Mariapolder

• Nul-meting met DAISY bij oplevering van Kreekrak Windpark door Nordex • Data in DAISY database • Monitoring operationele performance • Eigenaarinspecties via DAISY

• • • • •

Real time condition monitoring Data in DAISY database Monitoring operationele performance Eigenaarinspecties via DAISY Beheer en onderhoud via DAISY

• • • • •


• • • • •


performance bewaking voorspelbare business case

15% performance verbetering 25% lagere onderhoudskosten voorspelbare business case

lagere onderhoudskosten hogere beschikbaarheid voorspelbare business case

lagere onderhoudskosten hogere beschikbaarheid voorspelbare business case

Toekomst

4OFFSHORE

4OFFSHORE

CAMPIONE Zero Surprises Process Industry Field Lab

Lessons Learned • Data-ontsluiting en -visualisatie is al waardevol • Juiste informatie (en visualisatie) op het juiste niveau • Lokale pre-processing reduceert datastroom • Veel data/sensoren tijdens ontwikkeling -> beperkte en robuuste sensoren set (ook mbt installatie)

Lessons learned Sluit de dataketen voor resultaten op bedrijfsniveau Asset met veel data

I A eW l setco m in aM .JPr egsn alo

W

leco m

Je.P

irn slo

o

A

M SA n d r d io p A m en ep tS

clia

stEd

it1V .o n 0

W

.Jem

sn Pri

o l

IM SM ain

aen t

ecn

M a agn e

r

ets

en St

p eci

tlisa

n 0.

n M a

egm a

d Eito V 1

co le

€ data

A

Omgevin g data

Sensor data

OPS data

SAP data

MAINT data

eW

elm co

.rJP

insol

Ieag

ste

M an

leW

em co

.rJPi

nsol

M I M S n iM a etn

ecn a

M a gan

er

tA se

ceSp

silta

.10n

M na

gam e

tne

V tidoE

M nem SA tSpe

rd n cial

d o istEd

W

.Jem

rPins

Prognose s

OPS behoefte

Specs assets

p A itno .1V 0

leco

ol

Dashboards M I M S Mai nte nanc e M anage r

We cl o me J. P r n i o ls o

OLA ZI I Ve st a sV4 7 , 6 0 k W S N0 0 2 95 95 60 - 05 -3 2 B 4 .1 1

Data analyse

Modelle n

Statistiek

Restleve nsduur

Alerts (foutgedr even)

A

set

n aM egIa

eW l co m e .JP ri

Asset met weinig data

lecom

Je.P

irnslo

o

A

M m en S A ep t n d rclia

d io stE p A ito n

W

sn P ri

sn lo

1 V .0

IM SM ain

aent

ecn

M a agne

r

ets

enSt

peci

tlisa

dEito

n

V 1

0.

nM a

egm a

co le

.Jem

o l

G ea rb o x WG 0 2 4 1 1 0 3 1

OPS acties

ERP

MAINT acties

MAINT Management

Beslismodelle n

Afwijkingen nominaal gedrag

€ data

W

I n s p e tc o i n re u s l st 122 0 - 2 - 04 1 Ed . e P al

Prognose s

OPS behoefte

Specs assets

Ass e tM a n a g e me n t S p e ic al is t Ed it io n 1 V0 .

Vragen?

Data Driven Optimalisatie van Operations & Maintenance van Windparken. Asset Information System

Recommend Documents