Blog

Jul 20, 2023

Prédire les défauts des vannes de compresseur à piston à l'aide de la technologie numérique

Les temps d'arrêt non planifiés sont l'un des plus grands problèmes pour les industriels.

Les temps d'arrêt non planifiés sont aujourd'hui l'un des plus gros problèmes pour les fabricants industriels, leur coûtant environ 50 milliards de dollars par an. Les coûts des temps d'arrêt sont encore plus importants pour l'industrie pétrolière et gazière, où les revenus sont directement liés à la disponibilité des équipements critiques. Par exemple, le traitement du gaz naturel intermédiaire et en amont nécessite le fonctionnement continu de compresseurs à piston à rapport haute pression pour atteindre les pressions du pipeline. Étant donné que le flux de gaz est continu, si le traitement est arrêté, le gaz non traité est généralement brûlé à la torche, ce qui entraîne une perte de produit. Souvent, ces compresseurs ont peu ou pas de pièces de rechange. Ainsi, lorsqu'ils sont mis hors ligne pour maintenance, les opérateurs n'ont souvent d'autre choix que de réduire la capacité ou d'arrêter le processus, en torchant l'excédent.

L'adoption de technologies numériques, telles que l'Internet industriel des objets (IIoT), promet d'atténuer ces menaces en prévoyant à l'avance les pannes d'équipement et en détectant les pannes avant qu'elles n'entraînent des arrêts imprévus. Cependant, dans la pratique, plusieurs défis se posent lorsque le personnel de maintenance et les responsables des opérations travaillent à la mise en œuvre d'une solution IIoT visant à éliminer les temps d'arrêt imprévus.

Les vannes de compresseur sont une source importante de temps d'arrêt des compresseurs alternatifs. Bien que la surveillance de l'état des vannes de compresseurs alternatifs existe depuis longtemps, une technologie appropriée pour prédire les défauts des vannes a mis du temps à mûrir. Les meilleures solutions disponibles ne fournissent généralement qu'une alerte précoce. Il est difficile de prévoir les défaillances des vannes de compresseur principalement pour deux raisons :

En relevant ces défis, la prédiction des défaillances des vannes peut être activée.

Avec la cinquième édition de la norme American Petroleum Institute (API) 670, des exigences spécifiques pour les fabricants d'équipement d'origine (OEM) visant à inclure des dispositions pour les points de surveillance ont permis et encouragé l'expansion de la surveillance en ligne de l'état des compresseurs à pistons. Plusieurs modes de défaut courants peuvent être détectés et diagnostiqués par l'instrumentation conformément aux normes API, y compris l'usure de la bande de cavalier, l'usure de la traverse, les défauts de roulement et plus encore. En particulier, les capteurs d'angle de vilebrequin et la surveillance de la pression dans le cylindre, associés à l'analyse pression-volume, permettent de détecter et de diagnostiquer les défaillances des vannes, les fuites de segments de piston et de garnitures et les problèmes au niveau du système, tels que les changements de pression de processus en amont et les défauts de l'équipement de contrôle de capacité.

Bien que la plupart des compresseurs en service aient des emplacements de montage intégrés pour l'instrumentation de surveillance de l'état conformément aux normes API, beaucoup ne sont pas actuellement instrumentés, en particulier les équipements plus anciens.

Le retrofit des équipements actuellement en service fait face à plusieurs défis :

Face à ces obstacles, l'adoption généralisée de la maintenance conditionnelle (CBM) et de la maintenance prédictive (PdM) a été lente pour les compresseurs à pistons par rapport aux autres types d'équipements. Cependant, avec l'application de technologies numériques nouvelles et émergentes, la CBM et la PdM peuvent être activées en réduisant les coûts associés à l'installation de systèmes de surveillance sur des équipements déjà en service. En utilisant une approche hybride de modèles basés sur la physique et d'algorithmes d'apprentissage automatique, moins de points de surveillance peuvent être nécessaires pour obtenir la même valeur pour un programme CBM ou PdM. À l'aide d'un nouveau matériel de détection haute fréquence et d'acquisition de données, davantage d'informations peuvent être extraites des signaux surveillés, ce qui permet de mieux comprendre l'état de l'équipement.

Enfin, grâce à l'application de méthodes de pronostic, le temps de défaillance et la localisation des pannes peuvent être explicitement estimés, ce qui permet aux opérateurs de mieux savoir quand et où appliquer la maintenance, améliorant ainsi la valeur de leur programme PdM.

Un algorithme de pronostic a été mis en œuvre sur les compresseurs instrumentés pour prédire la durée de vie utile restante (RUL) des vannes du compresseur. L'algorithme de pronostic fournit un avertissement beaucoup plus précoce pour les futurs défauts de vanne par rapport aux approches CBM, ainsi qu'une estimation explicite de la RUL de l'équipement surveillé. En général, le pronostic des défaillances des soupapes des compresseurs alternatifs est difficile car la dégradation est hautement non linéaire et se produit à différentes échelles de temps. Pour résoudre ce problème, une approche de pronostic intelligent a été utilisée qui adapte le niveau de non-linéarité et l'échelle de temps de la dégradation aux données historiques disponibles pour chaque défaillance. Pour illustrer le comportement d'une démarche de pronostic, un exemple de panne évoluant sur plusieurs semaines à l'usine de traitement a été examiné dans le temps. Comme le montre l'image 1, le RUL a commencé à diminuer en réponse à la tendance à la baisse des données, bien avant que le niveau de dommage ne s'écarte de manière significative de l'état sain.

Très souvent, les défaillances des machines échouent progressivement au début, puis rapidement vers la fin de leur vie. Ainsi, une fois que la gravité d'une panne a atteint un niveau permettant de déclencher des alertes en toute confiance, la fin de vie du composant est généralement proche. Comme illustré dans l'image 2, les seuils d'avertissement pour ce défaut ont déclenché des alertes à plusieurs reprises une fois que la gravité du défaut a atteint la condition de seuil d'avertissement (ligne horizontale rouge). Les premières alertes ont pu être interprétées comme des faux positifs puisque les dégâts n'étaient toujours pas significatifs. Cependant, comme le montre l'image 3, les alertes d'avertissement ultérieures ne se sont produites que quelques jours avant la panne, tandis que le pronostiqueur a prédit avec précision que la fin de vie n'était qu'à quelques jours. Au fur et à mesure que le temps avance et que l'algorithme de pronostic consomme plus d'historique du défaut croissant, la date de défaillance estimée devient plus stable et la prédiction plus précise.

Avant la mise en œuvre de la solution de pronostic des vannes, la compagnie pétrolière s'appuyait sur la mesure périodique des températures des bouchons de vanne avec un équipement portable pour déterminer s'il y avait une vanne qui fuyait. Normalement, ces mesures devaient être effectuées quotidiennement, mais ce n'était pas toujours le cas en fonction de la charge de travail et des priorités de maintenance quotidiennes. Grâce à la solution de surveillance qui a été mise en place, les pannes sont suivies en continu et des alertes peuvent être envoyées aux mécaniciens de terrain par SMS. Lorsque la surveillance périodique a été combinée à la solution de pronostic, la compagnie pétrolière a pu voir une fenêtre d'avertissement de cinq à sept jours en cas de panne d'équipement. Cela a permis au personnel de maintenance de planifier les travaux et de répondre aux besoins les plus urgents tout en utilisant moins de personnel. De plus, l'avertissement précoce d'une panne de vanne permet d'effectuer la maintenance pendant les quarts de travail lorsque les temps d'arrêt sont moins coûteux.

Historiquement, la prévision des défaillances des vannes des compresseurs alternatifs a été difficile dans la pratique car la technologie de pronostic requise n'était pas suffisamment mature. Jusqu'à présent, les opérateurs de compresseurs s'appuyaient presque exclusivement sur la surveillance de l'état pour détecter les fuites des vannes après qu'elles se soient déjà développées, obligeant ainsi le personnel de maintenance à réagir aux défaillances des vannes après coup. De plus, l'installation de l'équipement et de l'instrumentation requis pour la surveillance de l'état, sans parler des pronostics, est généralement une proposition coûteuse. Cependant, avec la combinaison appropriée d'algorithmes basés sur la physique et basés sur les données et l'application d'une technologie de pronostic de pointe, il est possible de prévoir les défaillances de vannes avant qu'elles ne soient normalement détectables avec des moyens traditionnels.

Une compagnie pétrolière exploite une usine de traitement dans le bassin permien dans le cadre de ses activités intermédiaires de gaz naturel. L'usine de traitement contient plusieurs compresseurs alternatifs pour comprimer le gaz naturel acide et adouci aux pressions du pipeline. Dans le cadre d'un programme pilote PdM, plusieurs des compresseurs ont été instrumentés et une solution PdM a été mise en œuvre pour prédire les fuites des vannes. Les compresseurs instrumentés étaient tous des compresseurs à 4 temps et 3 étages remis à neuf. Pour prédire les fuites de vannes, une approche hybride basée sur la physique et basée sur les données a été utilisée, basée sur une analyse pression-volume. Les compresseurs ont été instrumentés avec des transducteurs de pression dans les orifices indicateurs de cylindre et des capteurs d'angle de vilebrequin pour mesurer la position de rotation. L'un des objectifs du programme pilote était de valider les performances d'une nouvelle approche de prédiction des fuites de vannes à l'aide d'une analyse pression-volume qui ne nécessite pas de signal d'angle de vilebrequin. Ceci a été accompli en comparant la nouvelle approche à une approche plus traditionnelle.

Plusieurs défis étaient présents qui ont rendu la modernisation des compresseurs difficile. Les défis les plus importants étaient le délai de livraison du matériel et le temps d'installation requis. Les systèmes de position de rotation et les instruments de mesure de l'angle de vilebrequin ne sont souvent pas facilement disponibles dans le commerce et nécessitent généralement plusieurs semaines à plusieurs mois de temps d'approvisionnement.

De plus, la mise à niveau d'un compresseur à piston pour la mesure de l'angle de vilebrequin nécessite plusieurs heures d'installation pour nettoyer l'emplacement d'installation, installer la bande multi-événements, l'aligner avec le point mort haut et installer le capteur de position avec des supports personnalisés pour utiliser uniquement les emplacements de prise préexistants. Cependant, des délais de livraison de plusieurs mois et des temps d'installation de plusieurs heures n'étaient pas idéaux pour le client. De plus, le coût du matériel était prohibitif. Par conséquent, l'élimination du besoin de mesures d'angle de vilebrequin augmenterait considérablement la valeur de la solution PdM et permettrait une adoption généralisée.

La détection des fuites est effectuée à l'aide d'une analyse pression-volume. Avec l'analyse pression-volume, un signal de pression de cylindre est normalement synchronisé avec la position angulaire telle que mesurée par un capteur d'angle de vilebrequin. Le volume de gaz comprimé peut alors être calculé en fonction de la position angulaire. La fuite est estimée en comparant la thermodynamique mesurée de la pression en fonction du volume par rapport à un processus polytropique idéal.

Pour permettre la détection des fuites sans utiliser la mesure de l'angle de vilebrequin, les algorithmes de prédiction des fuites utilisent une approche hybride basée sur la physique et basée sur les données. L'élément basé sur la physique s'appuie sur l'analyse pression-volume traditionnelle pour estimer la quantité de fuite, tandis que les éléments basés sur les données fournissent un moyen d'extraire la position de rotation et de calculer le volume directement à partir du signal de pression du cylindre, éliminant ainsi le besoin d'un capteur d'angle de vilebrequin synchronisé. Comme le montre l'image 4, la position de rotation estimée à partir du signal de pression correspond étroitement à la position de rotation mesurée. Par conséquent, les prédictions de défaillance peuvent être faites avec le signal estimé au lieu du vrai signal, avec peu de perte de performances.

Daniel Nelson est ingénieur principal en modélisation chez Novity. Il a plus de 12 ans d'expérience en modélisation multiphysique d'équipements industriels, avec un accent particulier sur la dégradation mécanique et l'analyse des défaillances. Le Dr Nelson a obtenu son BS et son doctorat. en physique computationnelle de l'Université d'État de San Diego. Pour plus d'informations, visitez www.novity.us.