Säätöventtiilien HART-dataan perustuvan kunnonvalvonnan kehittäminen
Turunen, Annika (2025)
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025050810106
https://urn.fi/URN:NBN:fi:amk-2025050810106
Tiivistelmä
Opinnäytetyön tavoitteena oli kehittää ennakoivaa kunnossapitoa älykkäiden säätöventtiilien osalta Yara Siilinjärven kaivoksella. Työn tarkoituksena oli perehtyä Neleksen älykkäiden venttiilinohjaimien lähettämiin vikailmoituksiin ja valita niistä kriittisimmät. Työn päätavoitteena oli kehittää ennakoivaa kunnossapitoa siten, että vika- ja häiriöilmoituksiin pystyttäisiin tarttumaan jo ennen kuin viat näkyisivät operaattoreille.
Työn teoriaosuudessa perehdyttiin kunnossapitoon ja kunnonvalvontaan sekä digitaaliseen tiedonsiirtoon. Työssä syvennyttiin Valmetin DNA -automaatiojärjestelmään sekä Neleksen älykkäisiin venttiilinohjaimiin. Työ tehtiin tutkimustyönä ja Valmetin DNA-järjestelmästä generoidun Excel-tiedoston avulla poimittiin prosessin kannalta tärkeimmät vikailmoitukset. Valittujen vikailmoitusten perusteella luotiin kolme erilaista vikatilannetta, joissa testattiin, miten viat näyttäytyivät Neleksen Valve Manager:in monitoring-osiossa ja Microsoftin Power BI -raportissa.
Työn tavoitteet saavutettiin onnistuneesti ja tuloksena saatiin arvokasta dataa kunnonvalvonnan tueksi. Testeistä saatua dataa voidaan hyödyntää tulevaisuudessa ennakoivassa kunnossapidossa. Vastaavanlaisten vikatilanteiden ilmaantuessa vikoihin osataan puuttua ajoissa ja ne voidaan korjata mahdollisimman nopeasti. Jatkokehityksenä myös muita älykkäiden säätöventtiilien vikailmoituksia voitaisiin tutkia, sillä ne tukisivat ennakoivan kunnossapidon kehittämistä ja vähentäisivät vikatilanteita. Näin kunnossapidosta saataisiin entistä toimivampaa ja vältyttäisiin turhilta katkoksilta prosessissa.
Työn teoriaosuudessa perehdyttiin kunnossapitoon ja kunnonvalvontaan sekä digitaaliseen tiedonsiirtoon. Työssä syvennyttiin Valmetin DNA -automaatiojärjestelmään sekä Neleksen älykkäisiin venttiilinohjaimiin. Työ tehtiin tutkimustyönä ja Valmetin DNA-järjestelmästä generoidun Excel-tiedoston avulla poimittiin prosessin kannalta tärkeimmät vikailmoitukset. Valittujen vikailmoitusten perusteella luotiin kolme erilaista vikatilannetta, joissa testattiin, miten viat näyttäytyivät Neleksen Valve Manager:in monitoring-osiossa ja Microsoftin Power BI -raportissa.
Työn tavoitteet saavutettiin onnistuneesti ja tuloksena saatiin arvokasta dataa kunnonvalvonnan tueksi. Testeistä saatua dataa voidaan hyödyntää tulevaisuudessa ennakoivassa kunnossapidossa. Vastaavanlaisten vikatilanteiden ilmaantuessa vikoihin osataan puuttua ajoissa ja ne voidaan korjata mahdollisimman nopeasti. Jatkokehityksenä myös muita älykkäiden säätöventtiilien vikailmoituksia voitaisiin tutkia, sillä ne tukisivat ennakoivan kunnossapidon kehittämistä ja vähentäisivät vikatilanteita. Näin kunnossapidosta saataisiin entistä toimivampaa ja vältyttäisiin turhilta katkoksilta prosessissa.