Flow Anomaly Detection and Reporting : Development and implementation of an automatic dosing unit flow anomaly detection and reporting tool

Abstract

The assignment was provided on behalf of Wärtsilä Catalyst Systems. This thesis covers the development and implementation of an automatic dosing unit flow anomaly detection and reporting tool. There was a request from Factory Acceptance Testing to improve the dosing unit testing procedure. The improvement involves a transition from validating the dosing through the visual inspection of urea flow to an automatic stability assessment method.

To automatically assess the urea flow stability, anomaly detection is used. The foundation, pros, and cons of different flow anomaly detection methods for industrial control loops are explained. Also, how to implement these detection methods in practice using mathematical formulas and Python code is presented. The result is a robust tool for automatic dosing unit performance assessment through the analysis of flow data.

The anomaly detection methods that are used include analysing the desired flow compared with the real measured flow using mean absolute error, oscillation detection using real-valued fast Fourier transform, and outlier detection using interquartile range.

This contributes to enhancing the reliability and efficiency of dosing unit testing procedures, providing a valuable resource for experts involved in Factory Acceptance Testing. The architecture of the implemented system is visualized using a component diagram in Unified Modeling Language.

Detta examensarbete utfördes på uppdrag av Wärtsilä Catalyst Systems. Examensarbetet behandlar utveckling och implementering av en automatisk anomalidetektering för doseringsenheter samt ett rapporteringsverktyg. Det fanns en begäran från Factory Acceptance Testing om att förbättra testproceduren för doseringsenheterna. Förbättringen består av en övergång från validering av doseringen genom visuell inspektion av ureaflödet till en automatisk stabilitetsbedömningsmetod.

För att automatiskt bedöma flödesstabiliteten för urea används anomalidetektering. Grunden samt fördelar och nackdelar med olika metoder av anomalidetektering för industriella styrslingor förklaras. Dessutom presenteras implementering av dessa detekteringsmetoder i praktiken med hjälp av matematiska formler och Python-kod. Resultatet är ett robust verktyg för automatisk bedömning av doseringsenhetens prestanda genom analys av flödesdata.

De metoder för anomalidetektering som används inkluderar analys av önskat flöde jämfört det verkliga uppmätta flödet genom genomsnittlig absolutavvikelse, oscillationsdetektering med hjälp av snabb Fouriertransform med verkligt värde och avvikelsedetektering med interkvartilområde.

Detta bidrar till en förbättrad tillförlitlighet och effektivitet i testprocedurer för doseringsenheter, vilket ger en värdefull resurs för experter som är involverade i Factory Acceptance Testing. Arkitekturen för det implementerade systemet visualiseras med hjälp av ett komponentdiagram i Unified Modeling Language.

Tehtävä annettiin Wärtsilä Catalyst Systemsin toimeksiannosta. Opinnäytetyö käsittelee annosyksiköiden automaattisen poikkeamahavainnon kehittämistä ja toteuttamista sekä raportointityökalua. Factory Acceptance Testing pyysi parantamaan annostusyksiköiden testausmenettelyä. Parantaminen tarkoittaa siirtymistä annoksen validoinnista ureavirran silmämääräisen tarkastuksen avulla automaattiseen stabiilisuuden arviointimenetelmään.

Urean virtauksen stabiliteetin automaattista arviointia varten käytetään anomalianhavaintoa. Selitetään teollisuuden ohjaussilmukoiden eri poikkeamien havaitsemismenetelmien perusteet sekä edut ja haitat. Lisäksi esitellään näiden havaitsemismenetelmien käytännön toteutus matemaattisten kaavojen ja Python-koodin avulla. Tuloksena on vankka työkalu annosteluyksikön suorituskyvyn automaattiseen arviointiin virtausdatan analyysin avulla.

Käytetyt anomalianhavaitsemismenetelmät sisältävät halutun virtauksen analysoinnin verrattuna todelliseen mitattuun virtaukseen käyttäen keskipoikkeamaa, heilahtelun havaitsemisen käyttäen reaaliarvoista nopea Fourier-muunnosta ja poikkeaman havaitsemisen käyttäen kvartiiliväliä.

Tämä edistää annosteluyksiköiden testausmenetelmien luotettavuutta ja tehokkuutta, tarjoten arvokkaan resurssin tehtaan hyväksymistestaukseen osallistuville asiantuntijoille. Toteutetun järjestelmän arkkitehtuuri visualisoidaan komponenttikaaviolla Unified Modeling Language -kieltä käyttäen.