Husk at analysere data fra dine frekvensomformere – måske gemmer der sig en lille guldmine

Moderne frekvensomformere kan både opsamle, visualisere og videresende data. Men ikke alle får rent faktisk kigget på deres data, og det er ærgerligt. Måske går de glip af nogle oplagte muligheder for at optimere driften og spare på energien.

 

En ting er at have muligheden – en anden er at udnytte den. Og det er noget, jeg ser jævnligt i mit arbejde med frekvensomformere til industri- og forsyningsvirksomheder i Danmark.

 

Med “muligheden” mener jeg mere præcist muligheden for at opsamle data om maskiner og procesanlæg. Moderne frekvensomformere byder nemlig på rig mulighed for at opsamle data, visualisere dem og/eller sende dem videre til overliggende systemer for mere avanceret dataanalyse.

 

Det er der for så vidt ikke noget nyt i. Både systemintegratorer, maskinbyggere, slutkunder og andre fagfolk er udmærket klar over, at muligheden for at opsamle data er der – i rigt mål, endda.
Ja, faktisk oplever jeg, at dataopsamling er højt på kundernes ønskeseddel, når de vælger frekvensomformere til deres applikationer.

 

Så hvad er problemet? Problemet er, at mens rigtig mange gerne vil have dataopsamlingen, er det knapt så mange, som rent faktisk bruger den til noget.
De opsamler en masse data via deres frekvensomformere, men de glemmer at sætte sig ned og kigge på – analysere – de indsamlede data.

 

En mindre guldmine

Og det er ærgerligt. Jeg vil vove den påstand, at der i mange tilfælde kan gemme sig en mindre guldmine i de data, som bare venter på at blive fundet.

Lad mig komme med et konkret eksempel fra et renseanlæg et sted i Danmark, hvor det rensede vand bliver pumpet tilbage ud i den lokale fjord.

Ved at analysere pumpedata fra frekvensomformerne opdagede man en interessant sammenhæng mellem tidevandet og pumpernes energiforbrug:

 

Når der var højvande i fjorden, kostede udpumpningen af renset vand mere energi, så løsningen lå lige for: Man justerede driften, så anlægget nu – så vidt som muligt – pumper vand tilbage i fjorden, når der er lavvande. Resultat: En reduktion af energiforbruget med hele seks procent.

Eksemplet taler for sig selv, og derfor synes jeg, en lille påmindelse er på sin plads: Husk nu at bruge alle de data til noget. Jeg tror, mange vil blive overraskede over de muligheder, der viser sig.

 

Data fortalte en helt anden historie

Et andet eksempel på værdien ved dataanalyse er, at data kan hjælpe med hurtigere fejlfinding. I dette tilfælde handler det om et renseanlæg, hvor fire pumper efter en renovering af anlægget ikke længere flyttede noget vand.

Der var blevet udført svejsearbejde i nærheden af frekvensomformerne, og mistanken var derfor, at de havde taget skadet af det.

Men via fjernopkobling og en testkørsel af omformere og pumper viste det sig, at data fortalte en helt anden historie: Omformerne og motorerne virkede som de skulle – man havde blot glemt at spænde hjulene på alle fire pumper igen efter renoveringsarbejdet…

Hele “operationen” tog kun cirka 30 minutter i stedet for mange kostbare timers fejlfinding på stedet.

 

Konkrete gevinster

Der kan altså være meget konkrete, økonomiske gevinster at hente i form af optimeret drift, mindre risiko for nedbrud/afbrydelser, lavere energiforbrug og færre omkostninger til service gennem intelligent, prædiktiv vedligeholdelse.

 

For det er alt andet lige billigere i det lange løb at udskifte eller servicere fx en pumpe, når data viser, at den yder dårligere og bruger mere energi, end at vente til pumpen er stået helt af.

 

Netop dén indsigt kommer af data. Data, som mange slutkunder allerede har adgang til – hvis de ellers ved, hvordan de skal få fat i dem.

Langt de fleste, moderne omformere har indbygget hukommelse og kan gemme data i kortere eller længere perioder. Frekvensomformerne i vores Altivar Process-serie har desuden indbygget webserver og er derfor i stand til at vise data direkte i browseren på en computer, fx i søjler, kurver, tabeller el.lign. Altivar Process giver også mulighed for at opsætte et kontrolpanel, som man selv kan tilpasse efter behov.

 

Husk at indstille uret!

I den forbindelse vil jeg lige indsparke et vigtigt tip: Husk at indstille uret i frekvensomformeren til korrekt dato og klokkeslæt. Hvis tidspunkter, ugedage og datoer er forkerte, er der stor risiko for at de opsamlede data bliver sværere at omsætte til konkret værdi.

 

Selvfølgelig kan man også gå mere i dybden med sin dataanalyse ved at bruge mere avanceret software, eller måske sende data op i skyen til automatiseret analyse ved hjælp af kunstig intelligens.

 

Det har vi i Schneider Electric flere løsninger til, og du kan læse mere om dem her:

 

https://www.se.com/ww/en/product-range/38973778-ecostruxure-autonomous-production-advisor/#overview

 

https://www.se.com/ww/en/product-range/65478-ecostruxure-power-advisor/#overview

 

https://www.se.com/ww/en/product-range/39294463-aveva-insight/#overview

 

 

Men uanset metode og værktøj er mit budskab enkelt: Brug nu de data, du allerede har!

Arbejdet bør ikke ses som en ekstra udgift, men derimod som en meget beskeden investering i tid, der hurtigt kan tjene sig selv hjem mange gange.

Schneider Electrics eksperter er altid klar til at hjælpe vores kunder med at bruge de opsamlede data.

Hvis du har brug for yderlig vejledning i industriel automation, er du meget velkommen til at kontakte Schneider Electric via vores kontaktformular.

Tags: , , ,

Tilføj en kommentar

Alle felter er påkrævede.

Dette websted bruger Akismet til at reducere spam. Se, hvordan dine kommentardata behandles.