Erh?hung der Funktionssicherheit durch permanentes Monitoring von Prozessventilen

摘要

Eine der vielen Aufgaben des Instituts für Technische Physik am KIT Campus Nord ist die Entwicklung und Produktion von leistungsstarken Hochtemperatursupraleitern (HTS). Um eine schnelle und flexible Prüfung durchführen zu k?nnen, wurde die Current Lead Test Facility Karlsruhe (CuLTKa) konzipiert. Die Anlage besteht aus fünf Kryostaten mit zwei unabh?ngigen Test- und Ventilboxen, welche durch die bereits vorhandene Infrastruktur mit überkritischem Helium versorgt werden. Das automatische Monitoring von Prozessventilen in diesen Anlagen ist ein wichtiges Mittel zur Sicherstellung der erforderlichen hohen Betriebssicherheit. Im Prozessanlagenmanagement integrierte Diagnosesysteme helfen, die Funktionsf?higkeit von Stellgliedern zu verl?ngern. Durch die permanente Datenabfrage der Stellungsregler und deren Auswertung k?nnen vorausschauende Wartungsempfehlungen abgegeben und Ausf?lle vermieden werden. Durch Tieftemperaturanwendungen ergeben sich hinsichtlich der Materialeigenschaften andere Anwendungsprobleme und Herausforderungen als im Normalbetrieb. Mit der Valve Monitoring Application von Siemens werden Daten aus den vorhandenen Stellungsreglern (z.B. Siemens SIPART PS2 und ARCA Pro) gesammelt und hinsichtlich Auff?lligkeiten und Verschlei?grenzen analysiert. Die Applikation kann mit den Siemens-eigenen Stellungsreglern, aber auch mit anderen Stellungsreglern eingesetzt werden. Voraussetzung ist eine digitale Kommunikation zum Stellungsregler, wie sie üblicherweise in modernen Leitsystemen gegeben ist - dies kann über HART-Kommunikation oder über Feldbussysteme wie PROFIBUS PA erfolgen. Aus den erfa?ten Daten werden verschiedene Kennzahlen gebildet, z.B. Beanspruchung des Ventils durch h?ufige Hübe oder Richtungswechsel, Erkennung von ansteigender Reibung, Verschiebung von Endlagen, Erkennung von internen Undichtigkeiten des Antriebs und weitere. Anhand der Analyse des zeitlichen Verlaufs k?nnen pl?tzliche und schleichende Verschlechterungen erkannt werden. Eine Extrapolation von Verschlei?kennzahlen in die Zukunft erlaubt die Vorhersage von sinnvollen Wartungszeitpunkten; insofern bildet dies eine Basis für vorausschauende Wartungsstrategien (Predictive Maintenance).