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
World Class Wind Turbine Maintenance
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
World Class Wind Turbine Maintenance
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
World Class Wind Turbine Maintenance
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
World Class Wind Turbine Maintenance
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
World Class Wind Turbine Maintenance
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
World Class Wind Turbine Maintenance
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
• • • • •
Real time condition monitoring Data in DAISY database Monitoring operationele performance Eigenaarinspecties via DAISY Beheer en onderhoud 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?