تعمیر و نگهداری پیش گویانه و پیش بینی خطای تجهیزات پست های برق ۶۶/۳.۳ کیلووات با استفاده ترموگرافی، به عنوان یک رویکرد یادگیری مبتنی بر ماشین در پتروشیمی بندر امام خمینی

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 234

فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECMCONF09_001

تاریخ نمایه سازی: 15 مرداد 1403

چکیده مقاله:

هر مقاله در اغلب موارد روند تنش های حراتی به عنوان یکی از اولین علائم برزو آسیب و اخالال در عملکرد دستگاه های صنعتی محسوب می شود و به عنوان یک پارامتر تاثیرگذار در برنامه های نگهداری و تعمیرات پیش گویانه محسوب می شود. هر روزه گزارش های متعددی از خسارات ناشی از قطعی برق، خرابی تجهیزات، سوختن تابلوها، کلید فیوزها، کابل ها و دیگر تجیهیزات در شبکه های صنعتی های منتشر می شود؛ اما این موارد و اتفاقات تنها از طریق بازدیدهای دوره ای ساده و بدون کمک گرفتن از لوازم و دستگاه های مدرن کاملا قابل شناسایی، پیش بینی و نهایتا جلوگیری نیستند. یکی از راهکارهای کاربردی در این خصوص بهره گیری از فناوری IRT یا همان ترموگرافی با استفاده ازدوربین های ترموویژن است. ترموگرافی یکی از روش های پایش وضعیت و پیش بینی عیوب ماشین آلات الکتریکی هستند. گرمای منتشر شده از سطح بیرونی اجسام به صورت تشعشعات مادون قرمز که توسط چشم انسان قابل رویت نیستند آزاد می گردد. از این روش می توان جهت شناسایی و تشخیص عیوبی مانند اتصالات الکتریکی نامناسب، شل بودن قطعات و تجهیزات متالوژی، بار بیش از حد، خنک کاری نامناسب، ولتاژ نامناسب، اتصال و رسانای نامناسب، مثیف بودن تجهیزات، وجود آلودگی محیطی، اکسید شدن اتصالات، ظرفیت نامناسب، خوردگی و فرسایش خارجی، عدم هم محوری و ارتعاشات بیش از حد و بسیاری عیوب دیگر را که در نهایت باعث معیوب شدن قطعات و تجهیزات و گسترش عیب می گردند، استفاده نمود. در این کار علمی و تحقیقاتی ۴ ایستگاه برق صنعتی ۶۶/۳.۳ کیلووات مربوط به کارخانه های CF، AR، OL, ، NF۱,۲ پتروشیمی بندر امام طی یک دوره پایش ۸ ساله به عنوان مدل مطالعاتی هدف تعیین گردید. در این دوره زمانی از تجهیزات الکتریکی پر اهمیت بیش از ۸۰۰ تصویر حرارتی برداشت گردید. در نهایت با پایش مبتنی بر تکرارپذیری در کل جامعه هدف نواحی با پتانسیل بیشتر عیب شناسایی گردید. در این مقاله دوربین حرارتی FLUKE-TI۴۵۰ و نرم افزار Smart View ۳.۱۰ مورد استفاده قرار گرفته شده است. همچنین به منظور انجام در آزمودن های الکتریکی از دستگاه AMT ۱۰۵ VEBCO استفاده شده است.

نویسندگان

محمدصادق کرمی زاده

کارشناسی ارشد مهندسی برق قدرت، پتروشیمی خلیج فارس، پتروشیمی بندر امام خمینی، مدیریت تعمیرات فراورش یک بندر ماهشهر، ایران