Condition monitoring bij Tata Steel

Beslissen op basis van data in plaats van onderbuikgevoel

Tata Steel behoort tot de top van staalproducenten in de wereld en produceert vanuit IJmuiden hoogwaardig staal voor uiteenlopende producten. In deze zware industrie worden machines maximaal belast en behoren de onderhoudskosten tot de hoogste ter wereld. Om die reden is het AMDC - het Asset Monitoring Diagnostic Center - ingericht waar continu wordt gezocht naar technieken, technologieën en methoden om het onderhoud slimmer en tegen lagere kosten uit te voeren. Hierbij is onder meer een app ontwikkeld waarmee op afstand de conditie van zogenaamde scalepit pompen is te zien. Verder is onlangs in de gloeierij een data acquisitie systeem geplaatst voor het online en continu monitoren van de trillingen van grote ventilatoren. Met deze oplossingen verlaagt Tata Steel onderhoudskosten en verhoogt de beschikbaarheid en betrouwbaarheid van haar assets.

“Er is een serieuze roadmap opgezet waarbij we relatief eenvoudig starten met asset monitoring en vervolgens via condition based inspectie en maintenance uiteindelijk willen komen tot voorspellend onderhoud", vertelt Johan Bernard, Information Manager bij Tata Steel. "Het mooie is dat je, zeker in de beginfase, al direct gebruik kunt maken van de gegevens van sensoren die al aanwezig zijn. Meestal worden deze sensoren gebruikt in het kader van bediening en besturing of regeling, maar soms zeggen dezelfde gegevens óók iets over de conditie van de asset.”

Remote monitoring scalepit pompen

Een mooi voorbeeld van een relatief eenvoudig, maar zeer effectief project is de app (Asset Health Monitor) die in samenwerking met de installatiebeheerder van de waterhuishouding bij de Direct Sheet Plant, Ron Verkerk, is ontwikkeld. Hij beheert onder meer vier pompen met een lengte van ongeveer 6 meter, die in de kelder van de fabriek staan. Deze grote assets verpompen water uit de walserij dat vervuild is met ijzeroxide (scale) naar een bezinkbak. Omdat dit vuil sterk abrasief is, slijten de pompen relatief snel en neemt de opbrengst snel af. Om die reden wordt normaal iedere maand een conditietest uitgevoerd. Die lukt echter niet altijd omdat de onderhoudsmedewerkers afhankelijk zijn van productiestilstanden om hun inspecties uit te voeren.

Ron Verkerk: “Wanneer we te laat opmerken dat een pomp dermate is versleten dat hij onvoldoende capaciteit levert, zal de scale zich ophopen in de put. Vervolgens zullen medewerkers deze handmatig uit het bassin moeten scheppen. Dit kost tijd, levert ergernis op en daarnaast een pomp die al zover beschadigd is dat de revisiekosten hoger zijn dan bij tijdige vervanging. Wanneer de pomp volledig moet worden vervangen, zijn de kosten nog hoger.”

Use cases

Als werknemer van de afdeling Asset Managent Development (AMD) is Els Rijnberg projectmanager het AMDC en ook verantwoordelijk voor het thema innovatie. Zij ziet dit probleem als een perfecte ‘use case’ en geeft aan: “Je kunt het onderzoeken van een dergelijke case vanaf verschillende niveaus benaderen: bijvoorbeeld gebruik maken van modules op basis van statistieken (het meest eenvoudig), voorspellend of tot aan machine learning. Wij hebben het model gehanteerd zoals te zien in onderstaande figuur.”

Dit model geeft globaal weer dat een use case wordt geselecteerd waarna de definitie van het probleem volgt. Vervolgens wordt onderzocht of de beschikbare data zijn in te zetten om het (aankomend) falen van de installatie te signaleren. Centraal bij dit model staat het cirkelvormige deel in het proces. Dit betekent dat deel vaak een aantal maal wordt doorlopen tot er voldoende informatie en draagvlak is om verder te gaan. Els Rijnberg: “Het uiteindelijke doel is altijd om de beheerder díe informatie te geven die hij nodig heeft om de conditie van zijn installatie in te schatten.”

Meten van stroom

In het geval van de scalepit pompen lag de oplossing in het meten van de stroom die door de elektromotor van de pomp wordt afgenomen en deze te relateren aan de snelheid waarmee de pomp draait. Hoe verder de waaier slijt, hoe minder water hij verpompt en hoe minder stroom hij verbruikt. Dit is direct terug te zien in de stroomcurve die bij hogere slijtage van de waaier steeds verder afneemt.

Onder andere deze stroommetingen worden gebruikt in de AHM waarin alle fabrieken zijn opgenomen evenals de hierin aanwezige assets. Iedere beheerder kan zo zijn afzonderlijk eigen assets benaderen en kijken wat de conditie is; onafhankelijk van de locatie waar hij of de asset zich bevindt. In het geval van de scalepit pomp bespaart de app Ron Verkerk niet alleen de tijd die het uitvoeren van de maandelijkse inspectie kost, maar draagt ook bij aan de betrouwbaarheid en beschikbaarheid van de installatie. Bovendien voorkomt hij hoge onderhoudskosten wanneer te laat wordt ingegrepen.

Koppeling aan SAP

Els Rijnberg: “Het systeem is tevens gekoppeld aan ons onderhoudsinformatie systeem SAP zodat je enerzijds in de app kunt zien wat de laatste wijzigingen in SAP zijn geweest. Andersom kun je aan SAP doorgeven wanneer het uitlezen van de data op locatie – of vanuit het kantoor – aanleiding geeft voor het inplannen van onderhoud. Het werkt praktisch en goed en is een prachtig project geworden waarbij je op een relatief eenvoudige manier onderhoud pleegt op basis van cijfers en niet (deels) op onderbuikgevoel.

In een volgende fase willen we dit soort cases gebruiken om een bepaalde aanpak bedrijfsbreed uit te rollen. Wanneer het bij onze pompen werkt, kunnen bijvoorbeeld India en de UK ook gebruik maken van deze opgebouwde kennis en bijbehorende app.”

Gloeiovens

Waar de zojuist genoemde app bedoeld is om op afstand de meetwaarden uit te lezen, wordt elders binnen het concern ook gewerkt aan oplossingen waar een asset continu wordt gemonitord. Dit geldt onder meer voor de gloeiovens waarin grote rollen staal na het koudwalsen op een temperatuur van 700 °C worden gebracht en vervolgens weer beheerst worden afgekoeld. Dit zogenaamde gloeien is nodig om de spanningen die tijdens het koudwalsen in het materiaal worden gebracht weer te verwijderen (ontlaten).

Het verwarmen in de gloeioven, een soort stolp die met een bovenloopkraan over de rollen staal wordt geplaatst, gebeurt door indirecte opwarming. Daarbij brengen grote branders de stolp op temperatuur en realiseert een inert gas tussen de rollen en stolp de warmteoverdracht. Tevens voorkomt het gas de vorming van oxides. Gedurende het hele proces wordt de warmte steeds gelijkmatig onder de stolp verdeeld door een grote ventilator die zich onder de stapel staalrollen bevinden. Dit proces van opwarmen, gloeien en geleidelijk weer terugkoelen, duurt in totaal 117 uur (bijna vijf dagen).

Geert Huizing is onderhoudsmanager bij de staalgigant en geeft aan: “De ventilator vormt een kritieke component in het hele proces. Wanneer deze namelijk uitvalt of niet goed functioneert, dan wordt de warmte niet goed verdeeld onder de stolp. Hierdoor wordt het onderin te warm en bovenin niet warm genoeg waardoor rekristallisatie van het materiaal niet goed plaatsvindt. Wanneer de ventilator echter faalt, kom je daar pas achter wanneer je na 117 uur de mobiele oven weer verwijdert en kun je de hele batch afschrijven. Buiten de kosten die dit met zich meebrengt in het kader van productverlies, hebben we hier met onze planning gewoon geen tijd voor.”

Tot op de dag van vandaag worden de ventilatoren maandelijks geïnspecteerd via trillingsmetingen aan het lager. Ook hier schiet de inspectie er echter wel eens bij in wanneer een betreffende oven (het zijn er 94) gedurende de inspectiedagen in bedrijf is. Daarom werd gezocht naar een mogelijkheid de ventilatoren continue te monitoren. Een lastig karwei omdat de meetomgeving erg warm wordt en op dat moment de kennis ontbrak om een dergelijk systeem op te zetten én te gebruiken. Om die reden is een project opgestart met Techport en het Fieldlab Smart Maintenance (zie ook het artikel over de samenwerking tussen Techport en de Koninklijke Marine).

Draadloze sensoren

Het project behelst het continu verzamelen van verschillende soorten data waarmee is vast te stellen of de ventilatoren nog op het juiste toerental draaien. Hierbij is een tweetal bedrijven betrokken. Semiotic Labs zal in de nabije toekomst de sensoren leveren die de stroom en spanning van de aandrijfmotoren van de ventilatoren meten. Op basis van deze gegevens in combinatie met smart analytics, zijn uitspraken te doen over de correcte werking van de ventilatoren maar ook over een eventueel aanstaand falen. Tevens levert het bedrijf de kennis om deze data op de juiste wijze te interpreteren en op basis hiervan conclusies te trekken.

Begonnen is echter met de firma Inertia die het data-acquisitiesysteem nexoDAQ plaatste en koppelde aan reeds aanwezige trillingsensoren. Het monitoringsysteem is begin dit jaar in de directe nabijheid van de ventilator geplaatst en met een kabel verbonden met de twee versnellingsopnemers die zich al in de ventilator bevonden. Ieder half uur wordt een meting gedaan die door het nexoDAQ wordt bewerkt en draadloos doorgestuurd naar de cloud of server/database. Hierna zijn de gegevens te bekijken via een beveiligde verbinding en uiteraard worden ze opgeslagen voor trendanalyses.

Geert Huizing: “Wanneer ook de sensoren van Semiotic Labs zijn toegevoegd, gaan we kijken wat de data opleveren. Wanneer dit resultaat goed is, zullen we voor alle bases overstappen op continu monitoren en zullen de maandelijkse handmatige metingen op termijn verdwijnen. De komende maanden worden in elk geval interessant.”