Dieser Artikel untersucht die Bedeutung der Dateneingabe im Asset Performance Management für Stromversorgungsunternehmen und konzentriert sich dabei auf den Asset Health Index (AHI) und dessen Analyse.
Asset Performance Management – Dateneingabe
Eine der wichtigsten Fragen, die Stromversorger bei ihren Instandhaltungsstrategien und Asset Performance Management-Systemen berücksichtigen müssen, ist die Dateneingabe. Welche Daten sollten wir bei der Bewertung des Anlagenzustands und des Wichtigkeitsfaktors berücksichtigen? Heutzutage gibt es viele verfügbare Datenquellen in Unternehmen:
- Enterprise Asset Management (EAM)-Systeme,
- IoT und historische Daten,
- Externe Quellen (Wetter- und Klimadaten),
- Finanz-, Sicherheits- und Umweltdaten (rechtliche Rahmenbedingungen),
- Netzwerkleistungsdaten,
- Unstrukturierte Daten…
Asset Health Index
Asset Performance Management-Systeme sammeln und analysieren ausgewählte Daten und stellen dann den Asset Health Index (AHI) zusammen, um den Zustand der Anlage zu bewerten. IPS®APM verwendet AHI (Asset Health Index) für die Asset Health Performance, Zustandsüberwachung und AHI-Schätzung.
Der Asset Health Index analysiert den Anlagenzustand anhand verschiedener Parameter und bietet hochentwickelte Algorithmen und Analysewerkzeuge für eine zuverlässige Berechnung des Anlagenzustands, des Zustandstrends und der Sollbruchstelle (verbleibende Lebensdauer der Anlage).
APM Health Index
Branchenerfahrung und Bibliotheken?
Neben den vorhandenen internen Daten sollten Stromversorgungsunternehmen nach branchenspezifischen Anlagenbibliotheken Ausschau halten, die Beobachtungen und Erfahrungen aus Wartung und Störungen in ihr Anlagenmanagementsystem integrieren. Auf diese Weise profitiert das Asset Performance Management-System von kontinuierlichen Aktualisierungen und Verbesserungen, was zu einer besseren Risikobewertung führt.
Branchenspezifische Bibliotheken und Daten können eine schnellere Bereitstellung, die Integration vorhandener Quellen und eine bessere Projektdurchführung ermöglichen:
- Verbesserung der Asset-Algorithmen,
- Proaktiver Umgang mit minderwertigen und unzureichenden Daten,
- Reflektieren von Daten, die für branchenspezifische Anlagen konzipiert und spezialisiert sind,
- Einführung von ML- und KI-Technologie in neue Projekte.
Auswahl der Wartungsstrategie und der Eingabedaten.
In der Elektrizitätswirtschaft ist die Instandhaltung ein weites Feld von Wechselbeziehungen: technische Anforderungen und Spezifikationen, die mit finanziellen Aspekten und betrieblichen Zwängen korrelieren. Eine perfekte universelle Instandhaltungsstrategie kann daher nicht definiert werden, da sie von den spezifischen Anforderungen, Erfahrungen und dem Profil abhängt.
Unabhängig davon, welche Instandhaltungsstrategie gewählt wird, besteht das Ziel darin, ein Höchstmaß an Zuverlässigkeit und Sicherheit bei möglichst niedrigen Zykluskosten zu erreichen. Die Instandhaltung kann entweder durchgeführt werden als:
Zeit- und ereignisbezogene Instandhaltung (korrigierend),
Risikobasierte Instandhaltung (präventiv),
Zustandsorientierte Instandhaltung (unter Verwendung des Asset Health Index),
prädiktive (PdM) und präskriptive Instandhaltung (PM-Prognose).
Der Hauptzweck von PdM besteht darin, den Zustand von Komponenten oder Anlagen kontinuierlich zu ermitteln, bevor ein möglicher Ausfall eintritt.
Im Folgenden finden Sie Beispiele für Eingangsdaten, die wir bei der Bewertung des Anlagenzustandsfaktors auswerten sollten:
- Alter der Anlage,
- Verfügbare Ersatzteile und verfügbares Fachpersonal,
- Kostenniveau,
- Spezifische Daten zur Anlagenüberwachung,
- Atmosphärische Beanspruchung,
- Betriebliche Sicherheit und Erfahrung,
- Erfahrung mit Verschmutzung,
- Innen / Außen,
- Physikalischer Zustand – (Testergebnisdaten) …
Wir müssen auch die Wichtigkeit (Risiko) des Faktors bewerten und Parameterdaten wie:
- Kritikalität der Komponenten,
- Anlagenverfügbarkeit und Auswirkungen,
- Nichtverfügbarkeit des Systems,
- Vorhandene Backups,
- Wert des geschützten Objekts,
- Art des Objekts…
Sie können auch überprüfen, wie Tenaga Nasional Berhad (TNB), der größte Stromversorger Malaysias und ein führendes Versorgungsunternehmen in Asien, die Asset Performance Management-Lösung implementiert hat und welche Dateneingaben integriert wurden.