Esittelyversion luominen kunnonvalvonnan mittalaitteistosta

Abstract

Työn tarkoituksena oli luoda yritykselle esittelyversio kunnonvalvontalaitteistosta, joka pystyisi mittaamaan esimerkiksi lämpötilaa, tärinää ja koneen käyntiaikoja. Näiden arvojen avulla pystytään ennustamaan mahdollisten vikojen syntymiset, jos ne kasvavat vertailuarvoihin verrattuna liian korkeiksi. Työtä varten perehdyttiin kunnossapitoon yleisesti sekä kunnonvalvontaan, jossa erityisesti tutkittiin, kuinka mitatun tiedon avulla voidaan ennustaa laitteen vikaantumisia.

Kunnonvalvontalaitteiston alustaksi valikoitui Raspberry Pi -pienoistietokone, jonka digitaalisten sisääntulojen ja Ethernet-verkkoliittimen avulla pystytään mittaamaan ja siirtämään tietoa tietokantaan. Tiedonsiirtoa varten valittiin vaihtoehdoiksi kaksi erilaista yhteyskäytäntöä: MQTT ja OPC UA. Lopulliseksi yhteyskäytännöksi tiedonsiirtoon valikoitui OPC UA -yhteyskäytäntö yrityksen valmiiden tietojärjestelmien takia. OPC UA -palvelin asennettiin Raspberry Pi -tietokoneelle, josta antureilta saatu tieto siirrettiin eteenpäin tietokannalle. Työssä tarvittiin myös KepwareServerEx-ohjelmistoa, jonka avulla tieto muutettiin tietokannalle sopivaksi OPC DA -yhteyskäytännöksi.

Lopullinen esittelyversio pystyi kirjoittamaan tietokantaan haluttuja arvoja, mutta versio vaatii vielä lisäkehitystä, jotta siitä pystyttäisiin rakentamaan tuotantokäyttöön sopiva laitteisto. Työssä esitellään myös vaihtoehtoisia ratkaisuja Raspberry Pi -tietokonetta käyttäen niin, että mittaustietoa ei lähetetä tietoverkossa reaaliaikaisesti tai se siirretään käyttäen langattomia yhteyksiä.

The object of this final year project was to create a proof of concept for a company on a predictive maintenance system that could measure for example temperature, vibration and operating time. With these measurements it is possible to predict future faults by comparing collected data to the historical mean. If the measurements rise above a certain threshold, the machine should be investigated for possible problems. This thesis also presents issues on maintenance, predictive maintenance and how collected data can be used to determine when failure is going to occur.

Raspberry Pi minicomputer was chosen as the platform for this predictive maintenance system, as it has digital inputs and an Ethernet connection which are used to collect data from the sensors and transmit it to the database. Two protocols were tested in this project for data transmission: MQTT and OPC UA. Final proof of concept product uses OPC UA because the company that requested this thesis uses systems that already support this protocol. The OPC UA server was installed on Raspberry Pi that communicated with KepwareServerEx program which bridged OPC UA and database together using OPC DA protocol.

The final product could write temperature, acceleration and operating time data to the database, but to use this product in production still needs extra development. Optional versions of the product could include wireless connection or store the data locally.