Monitoraggio e manutenzione predittiva di un impianto di generazione elettrica di bordo mediante tecniche di outlier detection

Abstract

Il monitoraggio in tempo reale e la diagnosi efficace dei guasti sono questioni cruciali nella gestione degli impianti, al fine di aumentare la sicurezza e l’affidabilità. Negli anni sono state sviluppate diverse tecniche di monitoraggio e diagnostica, specialmente per le centrali elettriche industriali e i sistemi di propulsione aeronautica. L’intento generale di queste tecniche è quello di monitorare il funzionamento dell’impianto attraverso una serie di misure di un appropriato set di parametri fisici. Il lavoro fatto in questa tesi consiste nell’identificazione di una metodologia che permetta di discriminare l’anormalità di funzionamento di un sistema, in modo tale da attuare una politica di CBM (Condition Based Maintenance, manutenzione predittiva), che eviti un guasto grave nell’impianto monitorato e ne preservi l’integrità intervenendo prima che il guasto provochi danni irreparabili. L’oggetto dello studio sono stati 4 Diesel generatori dei quali erano noti i dati di funzionamento per un intero mese. Un aspetto particolarmente rilevante nello studio svolto è la conoscenza a priori di un guasto avvenuto a uno dei DG (il DG2) circa al termine del periodo oggetto dello studio. Sono state effettuate analisi con approccio uni – variato prima, e multivariato poi, quali la Principal Component Analysis (PCA) e la Mahalanobis Distance (MD).

Real-time operation monitoring and effective fault diagnosis are crucial issues in plant management to increase safety and reliability. Several diagnostic techniques have been developed in the last years, especially for industrial power plants and aeronautic propulsion systems. The general intent of these techniques is to monitor the plant's operation through several measures of an appropriate set of physical parameters. This thesis aims to identify a methodology that allows discriminating the operation's system abnormality to implement a CBM policy (Condition Based Maintenance, predictive maintenance) which can avoid a severe failure of the monitored plant and preserve its integrity by intervening before the failure causes irreparable damage. Four diesel generators, whose operation data for a month are known, have been studied. A particularly relevant study aspect was the a-priori knowledge of a fault in one of the DGs (DG2). Uni – variate approach analyses first, and multivariate approach later, such as Principal Component Analysis (PCA) and Mahalanobis Distance (MD), have been performed.