Integrated Fault Detection System for a Board Machine

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
School of Chemical Technology | Doctoral thesis (article-based) | Defence date: 2014-12-05
Checking the digitized thesis and permission for publishing
Instructions for the author
Date
2014
Major/Subject
Mcode
Degree programme
Language
en
Pages
108 + app. 62
Series
Aalto University publication series DOCTORAL DISSERTATIONS, 193/2014
Abstract
The current process industry faces remarkable challenges due to global competition, tightening environmental regulations, and the increasing complexity and integration of process plants. Especially, the pulp and paper industry has been under pressure in recent years to improve the efficiency of operations and to optimize production. Managing abnormal events, such as disturbances, faults and failures is an essential part of improving the operation of process plants. Traditional plant automation systems are able to handle the typical faults and disturbances and to restore the process into a normal state. However, in order to address more complex faults, the automation systems must be accompanied by fault detection methods which provide the plant operators and maintenance with additional information about the faults. This thesis presents the development of an integrated fault detection system for a board machine. The system was developed according to a created methodology which exploited the decomposition and control strategy of the process as well as fault analysis. The presented fault detection system consisted of four fault detection algorithms that addressed the faults having the most significant effect on the economic performance and operability of the process. The fault detection system comprised of a valve stiction detection system employing a parallel configuration of four different stiction detection algorithms, a robust detection method for non-stationary oscillations, a dynamic causal digraph -based method for detecting consistency sensor faults, a detection method for leakages and blockages in the drying section using non-linear parity equations, and a self-organising map -based process monitoring method for detecting caliper sensor fouling. The individual fault detection algorithms were tested and validated in case studies using simulations and industrial data. In addition, industrial experiments were carried out at the board machine. The obtained results were very promising and showed that the presented methodology provided a systematic approach to the development of a fault detection system. The testing results indicated that the fault detection algorithms provide useful information for improving the operation and maintenance of the board machine.

Globaali kilpailu, kiristyvät ympäristövaatimukset sekä entistä monimutkaisemmat ja suljetummat prosessit asettavat merkittäviä haasteita nykypäivän prosessiteollisuudelle. Erityisesti paperi- ja selluteollisuus on ollut murroksessa viime vuosina, mikä vaatii toiminnan tehostamista ja tuotannon optimoimista. Olennainen tapa parantaa prosessien toimintaa on poikkeavien prosessiolosuhteiden ja vikojen hallinta. Normaalit prosessiautomaatiojärjestelmät pystyvät selvittämään tavallisimmat viat ja häiriöt sekä palauttamaan prosessin normaaliin tilaan. Kuitenkin kriittisimpien vikatilanteiden tapauksessa täytyy automaatiojärjestelmän rinnalle kehittää vianhavaintamenetelmiä, jotka tuottavat tietoa prosessin vioista operaattoreille ja kunnossapidolle. Tässä työssä on kehitetty integroitu vianhavaintajärjestelmä kartonkikoneelle. Järjestelmän kehittämistä varten on luotu metodologia, jossa hyödynnetään prosessin rakenteen ja säätöjärjestelmän tuntemusta sekä vika-analyysiä. Vianhavaintajärjestelmä koostui useista eri algoritmeista, jotka olivat kehitetty havaitsemaan vikoja, joilla on merkittävin vaikutus prosessin taloudellisuuteen ja toimintaan. Järjestelmä kattoi venttiilien jumiutumisen havainnointijärjestelmän, epästationaarisille signaaleille soveltuvan oskillointien havainnointimenetelmän, dynaamisiin digraafeihin perustuvan menetelmän sakeusmittausten vikojen tunnistamiseen, menetelmän vuotojen ja tukosten havaitsemiseksi kuivatusosassa sekä itseohjautuviin karttoihin perustuvan paksuussensorin likaantumisen monitoroinnin. Yksittäiset vianhavaintamenetelmät testattiin ja validoitiin tapaustutkimuksissa käyttäen apuna simulointeja ja teollista mittausdataa. Lisäksi kartonkikoneella suoritettiin koeajoja. Testitulokset olivat erittäin lupaavia ja todistivat että esitetty metodologia tarjoaa systemaattisen lähestymistavan vianhavaintajärjestelmän kehittämiseen. Vianhavaintamenetelmien testeistä saadut tulokset puolestaan osoittivat että menetelmät tuottavat hyödyllistä tietoa prosessin toiminnan ja kunnossapidon parantamiseksi.
Description
Supervising professor
Jämsä-Jounela, Sirkka-Liisa, Prof., Aalto University, Department of Biotechnology and Chemical Technology, Finland
Thesis advisor
Zakharov, Alexey, Ph.D., Aalto University, Department of Biotechnology and Chemical Technology, Finland
Keywords
fault detection, paper machine, valve stiction, oscillations, causal digraph, parity equation, self-organising map, industrial application, vikojen havainnointi, paperikone, oskillointi, venttiili, kausaalinen digraafi, pariteettiyhtälö, itseohjautuva kartta
Other note
Parts
  • [Publication 1]: Pozo Garcia, O., Tikkala, V.-M., Zakharov, A. and Jämsä-Jounela, S.-L.. Integrated FDD system for valve stiction in a paperboard machine. Control Engineering Practice, 21(6), pp. 818–828, 2013. doi:10.1016/j.conengprac.2013.02.014.
  • [Publication 2]: Tikkala, V.-M., Zakharov, A. and Jämsä-Jounela, S.-L.. A method for detecting non-stationary oscillations in process plants. Control Engineering Practice, 32, pp. 1–8, 2014. doi:10.1016/j.conengprac.2014.07.008.
  • [Publication 3]: Cheng, H., Tikkala, V.-M., Zakharov, A., Myller, T. and Jämsä-Jounela, S.-L.. Application of the Enhanced Dynamic Causal Digraph Method on a Three-Layer Board Machine. IEEE Transactions on Control Systems Technology, 19(3), pp. 644–655, 2011. doi:10.1109/TCST.2010.2051441.
  • [Publication 4]: Zakharov, A., Tikkala, V.-M. and Jämsä-Jounela, S.-L.. Fault detection and diagnosis approach based on nonlinear parity equations and its application to leakages and blockages in the drying section of a board machine. Journal of Process Control, 23(9), pp. 1380–1393, 2013. doi:10.1016/j.jprocont.2013.03.006.
  • [Publication 5]: Tikkala, V.-M. and Jämsä-Jounela, S.-L.. Monitoring of Caliper Sensor Fouling on a Board Machine Using Self-Organizing Maps. Expert Systems with Applications, 39(12), pp. 11228–11233, 2012. doi:10.1016/j.eswa.2012.03.049.
Citation