Utilizing Advanced Analytics for reducing equipment failures and planning maintenance windows : Case Predictive Maintenance with RUL (remaining useful life) estimation
Pysyvä osoite
Kuvaus
Predictive maintenance provides an alternative maintenance approach for more traditional maintenance strategies. Predictive maintenance utilizes data analytics, sensor technology and predictive algorithms in order to predict equipment/component failures before they actually occur, providing fundamentally different approach compared to more reactive and traditional maintenance strategies. The Remaining Useful Life (RUL) of an equipment/component is a crucial element in predictive maintenance and Prognostics and Health Management (PHM). The RUL is defined as the remaining time until the equipment reaches the end of its useful lifetime.
The objective of this thesis is to develop a RUL estimation approach using a data set which represents degradation process which is relevant in PHM applications in order to support planning of optimal maintenance activities and to identify propitious time windows for maintenance. The data set used in this thesis is generated in test bench simulation where filter is used to separate solid particles from the gas. This simulation process causes the clogging of filter which is considered to represent degradation process, and results in a non-linear growth of the differential pressure measured over the filter, causing the filter failure to occur when differential pressure exceeds certain threshold. There are a total of 50 different filter lifetime tests present in the data.
In the literature review, the RUL estimation process framework is described according to related literature and the RUL estimation approach developed in this thesis is mainly implemented by following that framework. Also in the literature review, the related literature is studied further, in order see how different steps presented in RUL estimation process framework are implemented in various other researches.
The actual RUL estimation approach was implemented by the author, by using R programming language and RStudio IDE. The developed RUL estimation approach was tested by simulating through each 50 filter lifetime tests by estimating RUL in various different stages during their lifetime.
Based on analysis of the results received from RUL estimation simulation and testing, the developed approach provides accurate RUL estimations at later stages of lifetime for majority of filter lifetime test cases. However, the earlier stages of filter lifetimes proved challenging for the developed approach to produce accurate RUL estimates.
Ennakoiva huolto tarjoaa vaihtoehtoisen lähestymistavan perinteisempiin huoltotapoihin verrattuna. Ennakoiva huolto hyödyntää data-analytiikkaa, sensoriteknologiaa ja ennustemalleja vikojen ajankohtien ennustamiseksi ennen kuin ne todellisuudessa tapahtuvat, tarjoten olennaisesti erilaisen lähestymistavan huoltoon, verrattuna perinteisempiin ja reaktiivisempiin huoltostrategioihin. Laitteen/komponentin jäljellä oleva elinikä on olennainen elementti ennakoivassa huollossa sekä ennustehallinnassa ja se määritellään aikana, joka laitteella/komponentilla on jäljellä ennen sen käyttöiän loppua.
Tämän tutkielman tavoitteena on kehittää jäljellä olevan eliniän estimointimenetelmä käyttäen tietojoukkoa, joka kuvaa ennustehallinnan sovelluksissa esiintyvää kulumisprosessia. Tämän estimointimenetelmän tavoitteena on tukea huoltotoimenpiteiden suunnittelua sekä tunnistaa huoltotoimenpiteille otollisia ajanhetkiä. Käytetty tietojoukko on tuotettu testipenkkisimulaatiossa, jossa suodattimia on käytetty erottelemaan kiinteitä hiukkasia kaasusta. Tämä simulointiprosessi aiheuttaa suodattimen tukkeutumisen, jonka katsotaan kuvaavan kulumisprosessia ja aiheuttaa suodattimen yli mitatun paine-eron epälineaarisen kasvun, jonka seurauksena paine-ero ylittää tietyn raja-arvon, joka puolestaan johtaa suodattimen vikaantumiseen/rikkoutumiseen. Tietojoukko sisältää dataa 50:n eri suodattimen elinikätestistä.
Kirjallisuus katsauksessa kuvataan jäljellä olevan eliniän estimointiprosessin viitekehys, jota noudatettiin pääpiirteittäin tässä tutkielmassa esitetyn estimointimenetelmän kehityksen aikana. Tämän lisäksi kirjallisuuskatsauksessa esitetään, miten viitekehyksessä määriteltyjä vaiheita on toteutettu muissa tutkimuksissa.
Varsinainen estimointimenetelmä on toteutettu tutkielman tekijän toimesta käyttäen R-ohjelmointikieltä ja RStudio-kehitysympäristöä. Kehitettyä estimointimenetelmää testattiin simuloimalla läpi erikseen jokainen 50 suodattimen elinikätesti estimoimalla suodattimen jäljellä oleva elinikä useana eri ajankohtana suodattimen koko eliniän ajalta.
Estimointimenetelmän simuloinneista ja testauksesta saatujen tulosten analysointi osoittaa, että kehitetty estimointimenetelmä pystyy tuottamaan tarkkoja ennusteita suodattimien elinikien myöhäisemmissä vaiheissa suurimmalle osalle elinikätesteistä. Aikaisemmat eliniän vaiheet osoittautuivat kuitenkin haasteellisiksi kehitetylle estimointimenetelmälle tarkkojen ennusteiden tuottamisen kannalta.