Cómo un molino Nucor se beneficia del monitoreo de condiciones

Durante los últimos años, la solución integrada de diagnóstico y monitoreo de Azima DLI se ha aplicado ampliamente en Hickman Sheet Mill de Nucor Steel.

Se ha introducido y aplicado la recopilación de datos automatizada junto con los programas tradicionales de monitoreo de condición manual establecidos en la planta. Los datos recopilados de ambos métodos se interpretan y muestran a través de un único portal web y los analistas de Azima realizan los diagnósticos de forma remota.

Este artículo describe la justificación, el desarrollo, la aplicación y los beneficios de dicha solución integrada. Se presentarán estudios de casos específicos junto con discusiones sobre problemas de implementación y barreras que se han superado.

Descripción general de la supervisión de condiciones

El monitoreo de condición, comúnmente conocido como mantenimiento predictivo, es un enfoque probado para mejorar la confiabilidad y la productividad en la industria.

Su filosofía subyacente es que la tecnología se puede utilizar para medir y evaluar el estado de los activos y equipos de la planta, lo que permite tomar decisiones inteligentes sobre la actividad de mantenimiento.

De esta manera, el mantenimiento se aplica a los activos que necesitan atención, mientras que aquellos cuyo desempeño y condición se determina que son normales se quedan solos para realizar funciones productivas.

La aplicación inicial del monitoreo de condiciones fue en las industrias de servicios públicos y petroquímica en la década de 1970. Durante este período, se llevaron a cabo enormes expansiones y construcciones de plantas, y la escala de la planta aumentó drásticamente.

En lugar de depender de muchas máquinas pequeñas, el tamaño y la capacidad del tren de la planta eran tales que una refinería típica o una gran planta generadora se volvieron absolutamente dependientes de muy pocas máquinas de capital, muy grandes y muy caras.

La pérdida de uno de estos activos de capital (principalmente maquinaria rotativa) por fallas mecánicas podría (y lo hizo) resultar en pérdidas importantes de ingresos y, en el caso de algunas de las plantas petroquímicas más grandes, perturbaciones reales en los mercados.

Esta realidad resultó en el desarrollo de sistemas de protección contra fallas (sistemas de alerta / disparo basados ​​en análisis de vibraciones) para proteger la maquinaria capital rotatoria de fallas catastróficas.

Estos sistemas de protección contra fallas demostraron ser muy exitosos para prevenir choques y limitar los daños por fallas de la máquina. Estos sistemas pronto se institucionalizaron y los estándares (API, etc.) se desarrollaron y aceptaron en todas las industrias apropiadas.

Debido al éxito de los sistemas de protección contra fallas, muchos operadores de plantas comenzaron a sospechar que se podrían aplicar enfoques similares a la miríada de máquinas más pequeñas en la planta.

Aunque la falla de una de estas máquinas más pequeñas no pudo apagar una planta, el costo agregado de las reparaciones en estas máquinas hizo que la aplicación del monitoreo de condiciones fuera una perspectiva atractiva en una refinería o planta química típica.

Sin embargo, el alto costo por máquina de aplicar un sistema de protección contra fallas impedía que esto se hiciera realidad. En cambio, la tecnología respondió con el desarrollo de instrumentos de medición portátiles.

Comenzando con medidores simples, hojas de registro manuales y tendencias, nacieron los programas de vigilancia de máquinas. A partir de finales de la década de 1980, la explosión de la tecnología de PC / computadora impulsó el desarrollo de sistemas de recopilación de datos manuales computarizados que rápidamente tuvieron éxito en el mercado de mantenimiento de plantas.

En muy poco tiempo, el uso de sistemas de "recopilación de datos" (cajas negras programables con capacidades de medición bien definidas) se extendió a muchas industrias, incluida la siderúrgica.

Se creó una "ruta" que define las máquinas que se medirán y las medidas específicas que se tomarán en un software para PC y se descargó al recolector de datos.

El personal saldría a la planta para recopilar datos con el dispositivo y luego cargaría los datos. Luego, estos datos serían analizados y se emitió un informe recomendando las acciones de mantenimiento adecuadas.

A través de los tremendos avances en la tecnología de procesamiento de datos, estos llamados "sistemas de paseo" han progresado hasta el punto en que el límite ya no es la tecnología de medición. Se pueden recopilar megabytes de datos sobre el estado de la máquina en un día, con requisitos de habilidad relativamente bajos. Este enfoque representa el status quo hasta el día de hoy.

Recopilación y análisis de datos descriptivos "contenciosos"

Los sistemas actuales de recopilación de datos son muy poderosos y representan mejoras casi milagrosas con respecto a los sistemas iniciales de los años ochenta. Los recolectores de datos modernos están destinados principalmente a recopilar datos de vibración de maquinaria giratoria (aunque normalmente se pueden ingresar otros datos escalares y no dinámicos, incluidas observaciones manuales y comentarios).

El software adjunto permite la presentación de los datos recopilados para su análisis. Este software generalmente admite la incorporación de otros datos externos, como termografía infrarroja y análisis de lubricantes.

En un entorno típico de EAF / mini-molino, la ejecución real y la responsabilidad de un programa de vibración circular de este tipo reside en los recursos internos o externos del contrato.

Un AF / mini-molino típico con un molino en frío asociado puede tener de 500 a 600 máquinas individuales bajo monitoreo / vigilancia a través de métodos de recolección de datos / recorridos, con entre 5,000 y 10,000 mediciones individuales que se toman cada mes.

Esto representa, en condiciones típicas, alrededor de una a dos semanas-hombre de esfuerzo de medición solo. El análisis de datos suele consumir otra semana-hombre.

Los sistemas de recopilación de datos manuales de hoy en día han alcanzado casi el cenit en eficiencia. Al principio (finales de la década de 1980), la tecnología de procesamiento en microprocesadores y memoria limitaba su rendimiento y, según las mediciones que se tomaran, el analista técnico a menudo esperaba que el recolector de datos realizara una tarea determinada.

Como tal, su eficiencia fue limitada. La tecnología de procesamiento actual ha avanzado hasta el punto en que los tiempos de muestreo requeridos y las matemáticas fundamentales de la digitalización de datos son el límite de tiempo, en lugar del rendimiento del hardware y el software.

No es razonable esperar ganancias significativas en términos de tiempo de recolección de datos debido a cambios en la tecnología de medición.

En un programa de recopilación de datos manual, lograr un factor de carga (tiempo dedicado a tomar medidas en lugar de viajar de un punto a otro, cargar y descargar datos, etc.) del 60 al 70 por ciento es un logro significativo.

No es inusual que la parte de recopilación de datos de un monitoreo de condición consuma el 70 por ciento o más de los costos operativos / laborales recurrentes.

La recopilación de datos es, por supuesto, solo una parte del proceso de ejecución de un programa de monitoreo de condición exitoso. El análisis de datos, los procesos de selección y los informes son esenciales para lograr reducciones de costos y mejoras en el tiempo de actividad.

En la mayoría de los casos, la disponibilidad y habilidad del personal con la experiencia y capacitación adecuadas son los factores determinantes del éxito de un programa de monitoreo de condición. La recopilación de datos no es difícil; hacer el uso apropiado de los datos es mucho más difícil de lograr de manera consistente.

A pesar de una tecnología de medición muy capaz, el éxito del monitoreo de condiciones en una planta determinada aún depende de la capacidad de recopilar e interpretar correctamente los datos de la maquinaria de la planta.

Los procesos manuales de recopilación de datos, incluso en presencia de una recopilación de datos eficiente y un análisis experto, siguen siendo instantáneas por naturaleza y pueden no reflejar las condiciones operativas reales que experimentan los equipos de la planta. Esto se debe a que hay más variaciones diarias en los datos de las que revela una ruta de recopilación mensual.

Históricamente, la industria del acero ha estado dispuesta a adoptar el monitoreo de condiciones como un medio para mejorar la productividad de las plantas, y existen muchos programas exitosos en las plantas.

Ya sea contratado o ejecutado internamente, existen los mismos problemas que rigen la implementación exitosa de un programa de monitoreo de condición. El tema más difícil es la retención de las habilidades y la experiencia adecuadas en el rol de monitoreo de condición.

Para tener éxito, una persona debe:

• Estar muy familiarizado con la maquinaria giratoria y los componentes de la máquina:la persona debe comprender los acoplamientos, los cojinetes y los engranajes, la dinámica de la máquina (al menos en un nivel básico) y los factores que afectan el desgaste de la máquina.

• Estar al menos familiarizado (o ser capaz y estar dispuesto a capacitarse en) conceptos más esotéricos como análisis de espectro, análisis de frecuencia, fase, modulación, etc., y tener suficiente comprensión de algunos conceptos básicos que normalmente no forman parte del vocabulario de un individuo con las habilidades mecánicas necesarias.

• Ser competente con la tecnología informática, al menos hasta el nivel de un usuario de aplicaciones avanzado; todas las tecnologías de monitorización de estado actuales implican el uso de la computadora en un grado muy alto.

• Sea un comunicador hábil. Explicar claramente el razonamiento detrás de una recomendación dada es un requisito clave y a menudo pasado por alto para un programa de monitoreo de condición exitoso.

• Esté dispuesto (o tenga personal que esté dispuesto) a realizar rutinariamente trabajos de recopilación de datos calientes, sucios y repetitivos, que generalmente involucran áreas peligrosas o de difícil acceso.

No es difícil entender por qué mantener los recursos humanos adecuados, ya sea en la empresa o subcontratados, es difícil de lograr a largo plazo. En los años de desarrollo de la tecnología de monitoreo de condición (desde finales de la década de 1970 hasta principios de la de 1990), la mayoría de las plantas, independientemente del tamaño, tenían uno o dos (a veces muchos más) recursos dedicados a programas de monitoreo de condición.

Este suministro condujo a un sistema eficaz de "clubes agrícolas" que proporcionó personal experimentado tanto a los programas en la planta como a las fuentes externas de contratación / consultoría. Los cambios en la dotación de personal de la planta, el personal y las rotaciones de puestos, y las jubilaciones han dado lugar a una situación en la que la disponibilidad de dicho personal es limitada y se está reduciendo, y el costo de esos trabajadores está aumentando.

La disminución en la disponibilidad de recursos humanos con la experiencia y los conjuntos de habilidades adecuados ha llevado a la exploración de formas de llevar los datos al analista. De esta manera, una persona con las habilidades necesarias puede cubrir muchos más inmuebles industriales de lo que sería posible de otra manera.

El auge de la supervisión de eliminación

Desde finales de la década de 1970, la adopción de la automatización para el control y la comunicación de plantas y procesos ha aumentado sustancialmente tanto en complejidad como en aceptación en el mercado. Las computadoras en cada escritorio y en cada sala de control son ahora la norma. Los molinos y plantas suelen tener redes de TI extensas y muy sofisticadas para la automatización y el control administrativo y de procesos.

Los primeros enfoques en muchas industrias diversas involucraron la transmisión de datos relacionados con la condición de la máquina a los sistemas existentes de Interfaz Hombre-Máquina (MMI) / Interfaz Hombre-Máquina (HMI).

En particular, los sistemas de protección (advertencia y disparo) de la maquinaria existente se vincularon a las interfaces HMI / MMI de la sala de control para que los operadores pudieran ver la vibración, la temperatura y otros parámetros de condición de la máquina.

Por lo general, estos eran valores escalares de solo magnitud, que, aunque valiosos en términos de información e indicación de posibles problemas de la máquina, faltaban en términos de tendencias, análisis e interpretación de datos.

El personal de la planta estaba recibiendo información de que una máquina determinada vibraba más, o que la temperatura de un cojinete estaba aumentando, etc. Esto dejaba abierta la pregunta de por qué estaban ocurriendo estos cambios y cómo debería reaccionar la planta a estos cambios.

Los avances en tecnología, Internet y la necesidad de monitorear de manera más eficiente la maquinaria con personal limitado impulsaron el desarrollo de sistemas de monitoreo remoto expandidos.

En lugar de entregar datos de la máquina solo en la casa (a la sala de control, etc.), la tecnología e Internet permiten acceder a la información desde cualquier lugar y en cualquier momento. Este nuevo método utiliza dispositivos e instrumentos de detección montados en el campo, algún tipo de dispositivos de agregación, software avanzado y acceso a la planta y redes externas para la transmisión de datos.

Los beneficios de un sistema de este tipo son evidentes:

• Monitoreo más frecuente de la maquinaria sin necesidad de que esté presente personal de recolección / análisis de datos, así como la capacidad de observar cambios dinámicos en la condición de la máquina debido a la carga, la velocidad y las condiciones de operación.

• La capacidad de mover datos fuera del sitio para consultas remotas.

• La capacidad de tener múltiples recursos en múltiples ubicaciones mirando datos.

• La capacidad de monitorear parámetros distintos a los que normalmente se monitorearían en un programa manual tradicional.

• La capacidad de evaluar el rendimiento de la máquina en términos de eficiencia, rendimiento, etc., y relacionar esos datos con el estado de la máquina.

La historia del monitoreo de condiciones en Nucor Hickman

Nucor Hickman ha tenido un programa de monitoreo de condición durante más de 10 años. El programa se basó en la metodología y las técnicas tradicionales de encuestas manuales, y fue proporcionado por recursos externos del contrato.

Los datos se recopilaron mensualmente en los equipos de la planta, con llamadas frecuentes para la resolución de problemas y el análisis de problemas específicos. Después de la recopilación de datos, se realizó el análisis y se difundieron informes escritos con recomendaciones al personal apropiado de la planta.

Se incluyeron todos los sistemas del molino (ambiental, molino en caliente, fundición y fundición). En 1998, Nucor Hickman agregó una planta de molino en frío, con línea de decapado, línea de galvanizado, molino RT y capacidad de recocido.

El programa de seguimiento tradicional se amplió (casi se duplicó) para incluir esta parte del molino. Después de la integración del molino en frío al programa, 590 máquinas estuvieron bajo vigilancia mensual. Una encuesta típica requería de dos a tres semanas-hombre para completarse mediante métodos manuales.

A medida que se dispuso de las primeras formas de métodos de recopilación y análisis de datos a distancia, surgieron oportunidades en las que la supervisión remota podría resultar práctica y beneficiosa. En el primer caso, las bombas de enfriamiento de agua de moldes de rodajas, que tradicionalmente habían sido un problema de mantenimiento, se convirtieron en una aplicación potencial debido a cambios en las condiciones de operación.

La instalación de la bomba de agua de molde en Nucor Hickman en ese punto consistía en tres bombas centrífugas de succión opuestas de 700 caballos de fuerza, acopladas directamente a controladores de motor de inducción. En operaciones típicas, dos bombas estaban en servicio y una mantenida como repuesto en línea.

Los requisitos operativos dictaban la necesidad de aumentar el flujo de agua del molde y las tres bombas se pusieron en servicio. Esto tuvo un impacto negativo en términos de los niveles de vibración de la bomba y redujo la confianza en la confiabilidad de la bomba.

No quedaba capacidad de reserva (la bomba de reserva estaba ahora en servicio continuo), lo que hacía que el impacto de una falla de la bomba fuera significativo. Nucor Hickman decidió aplicar a las bombas algunas de las primeras tecnologías de monitoreo remoto basadas en Internet.

Los beneficios esperados fueron la detección de problemas más cercana al tiempo real y una mejor comprensión del comportamiento de vibración de las bombas. Además, se agregó un sensor de corriente a los sistemas en cada motor, lo que permitiría monitorear la carga del sistema en paralelo con la bomba y la vibración del motor en cada una de las bombas.

El sistema informaría las temperaturas de los cojinetes, las magnitudes de vibración, las presiones de descarga, las magnitudes de corriente y los datos de contenido de frecuencia / vibración en el dominio del tiempo de cada bomba. Estos datos estaban disponibles para el personal de análisis del contratista, que era responsable de monitorear el comportamiento de las bombas, y también para el personal de la planta.

Además, los datos estaban disponibles en la Web, lo que los hacía accesibles desde cualquier lugar con conexión a Internet. Varios usuarios pueden acceder al sistema al mismo tiempo desde varias ubicaciones.

El sistema de monitoreo basado en Internet se instaló y los datos se recopilaron con mucha más frecuencia y en diferentes condiciones operativas. A los pocos días de la puesta en servicio del sistema remoto en línea, era obvio que el comportamiento de vibración de las bombas variaba mucho más de lo que habían indicado los datos mensuales.

Esto se debe a que los datos mensuales, incluso varios años, eran simplemente insuficientes para notarlo. La recolección frecuente habilitada por el sistema automatizado mostró claramente variaciones de 3:1 en los diferentes modos operativos. Además, los datos de la corriente de carga (que no estaban disponibles a partir de los datos tradicionales de una vez al mes) indicaron que las bombas generalmente no estaban cargadas casi a su capacidad y estaban funcionando bien fuera de la curva.

Como resultado, se encargó un estudio de ingeniería de los sistemas de bombeo y el funcionamiento. El estudio concluyó que los errores de dimensionamiento, las estrategias de control y las configuraciones de las tuberías eran incorrectas para las condiciones operativas deseadas. Se cambió el tamaño de las bombas y se implementaron otros cambios para proporcionar el aumento de flujo deseado.

Esto proporcionó capacidad adicional sin la necesidad de hacer funcionar las tres bombas y contribuyó sustancialmente a mejorar la refrigeración y la vida útil del molde. Es muy poco probable que estos problemas hubieran salido a la luz sin los datos proporcionados por el sistema de monitoreo remoto.

Se instalaron otras aplicaciones de la tecnología de monitoreo remoto en ventiladores ID de cámara de filtros y compresores de aire de servicios públicos en el molino caliente. Los compresores de aire de molino caliente son máquinas centrífugas de tres etapas, accionadas directamente por motores de inducción de dos polos.

Los compresores y motores estaban bajo vigilancia mensual y estaban sujetos a frecuentes fallas en los cojinetes de los motores impulsores. Los datos mensuales detectaban a menudo fallas en los rodamientos, pero las tendencias eran erráticas y no se detectaba una causa raíz clara.

Cuando se aplicó la tecnología de monitoreo remoto, quedó claro que, al igual que con las bombas de agua del molde, los niveles de vibración variaban mucho más de lo que había sido evidente a partir de los datos manuales mensuales.

También quedó claro que las variaciones tenían un patrón que seguía de cerca la temperatura ambiente. Dado que también se estaban monitoreando las temperaturas de los cojinetes, estaba claro que cuando la temperatura ambiente aumentaba, los niveles de vibración aumentaban drásticamente.

El análisis del contenido de frecuencia proporcionado por el sistema de monitoreo remoto indicó claramente que la causa del aumento de la vibración fue el desequilibrio en los rotores del motor.

Una revisión adicional de los patrones de desgaste de los rodamientos indicó que se estaba colocando una carga de empuje extrema en los rodamientos de bolas radiales tipo Conrad del motor. A partir de esto, se hizo evidente que a altas temperaturas el rotor del motor se expandía axialmente y no había suficiente espacio libre en los ajustes de los cojinetes del motor para permitir esta expansión, provocando el arco del rotor (de ahí el desequilibrio) y la sobrecarga axial de los cojinetes del motor.

Como resultado de este descubrimiento, los motores de accionamiento del compresor fueron reemplazados por un diseño alternativo. Los niveles de vibración, según lo informado por el sistema de monitoreo remoto, se mantuvieron bajos y la confiabilidad mejoró drásticamente.

En el molino en frío de Hickman, los accionamientos del soporte del molino RT estaban equipados con cuatro motores síncronos de 5000 HP. Los motores eran máquinas de cojinetes de muñones y no eran fiables.

Las fallas de empuje y los cojinetes resultantes, junto con las fallas eléctricas de la pieza polar, llevaron a la instalación en 2004 de un sistema de advertencia y disparo basado en sondas de proximidad en los motores y acelerómetros en las cajas de engranajes del molino.

Este sistema no solo proporcionó capacidad de advertencia y disparo, sino que también proporcionó datos de vibración casi en tiempo real, incluidas las órbitas de los ejes, al personal de análisis fuera del molino. El personal de análisis remoto podría estar a cientos de millas de distancia, viendo datos casi en tiempo real y consultando directamente con los operadores del púlpito sobre problemas con los soportes del molino.

Como resultado de estos y otros éxitos, quedó claro que la monitorización remota de maquinaria ofrecía mejoras y capacidades que no proporcionaban los medios convencionales.

Sin embargo, este primer sistema tenía limitaciones. Se basaba en comunicaciones serie RS-485 con un escáner / servidor de sitio. A medida que el sistema se expandió, las tasas de muestreo disminuyeron y los datos más recientes no estuvieron disponibles de manera oportuna.

También utilizó sensores patentados, que limitaban la capacidad de configuración y la flexibilidad de aplicación. El sistema de la planta RT, aunque potente, era caro y estaba limitado a un usuario a la vez debido al uso de la tecnología VPN.

A partir de finales de 2004 y principios de 2005, Nucor Hickman emprendió el despliegue de tecnología inalámbrica en la planta. La justificación fue aplicaciones de envío e inventario, grúas y sistemas en el molino en caliente, y para cumplir con otros requisitos operativos.

Al mismo tiempo, aparecía en el mercado una tecnología mejorada de supervisión remota que utilizaba los mismos protocolos inalámbricos. Esta nueva tecnología de monitoreo remoto, desarrollada por Azima DLI, usaba sensores comerciales disponibles (COTS), protocolos de red estándar y era mucho más flexible en términos de software y aplicación.

La convergencia de la tecnología inalámbrica, su aplicación en la planta y la disponibilidad de tecnología mejorada impulsaron la expansión del monitoreo remoto de equipos de Nucor Hickman.

Es interesante notar que la implementación y el despliegue inalámbricos fueron justificados por otras aplicaciones dentro de la planta. El impacto de los datos de monitoreo de maquinaria en la red ha sido mínimo, e incluso con la implementación extensa en Nucor Hickman, representa una pequeña fracción del tráfico de la red.

Nucor Hickman:la mayor implementación de monitoreo remoto en los EE. UU.

En el momento de la publicación de este artículo, Nucor Hickman Sheet Mill era el sitio de la mayor implementación de monitoreo remoto de señales dinámicas en los Estados Unidos.

La instalación del sistema de monitoreo remoto está en marcha en los grupos electrógenos de emergencia del molino, y está planificada para los rodillos tensores de forma del molino en frío en un futuro cercano. Aproximadamente 280 sensores se controlan de forma remota.

El personal de la planta tiene acceso completo a datos, historiales de alertas, alarmas y advertencias, informes e historiales de informes / máquinas. Las alertas se transmiten por correo electrónico y / o mensaje de texto SMS por teléfono celular.

El sistema que se aplica actualmente en Nucor Hickman se comunica a través de la red de la planta, ya sea mediante tecnología inalámbrica 802.11b o mediante Ethernet estándar (a diferencia de los sistemas anteriores, que requerían comunicación serial RS-485).

Un único servidor de sitio pequeño (PC estándar) está ubicado en la planta para actuar como una puerta de enlace de datos y un dispositivo de almacenamiento intermedio. Si se pierde la conectividad fuera del molino, el servidor del sitio actúa como un dispositivo de almacenamiento de datos que almacena los datos en búfer hasta que se restablece la conectividad.

Una de las características clave es que la aplicación de monitoreo no requiere software en la PC del cliente de destino; todo lo que se requiere es acceso a Internet y un inicio de sesión para el sistema.

El sistema consta de sensores montados en la máquina objetivo y un concentrador de sensores que digitaliza y agrega datos de los sensores. Collected data is transmitted securely to the plant network via either 802.11b wireless or Ethernet. (Note that, although not currently employed at Nucor Hickman, the system also supports data transmission via a cellular interface, independent of the plant network.)

Figure 1. How the Azima DLI Remote Monitoring System Works at Nucor Hickman

Data is sent via the plant network to the local site server and then out over the Internet to Azima DLI’s remote servers. Plant personnel, analysts or other authorized parties can then access the system via a secure Web portal.

Access and privileges are controlled by double password, and depending on privileges, a user can have rights to view data, edit system settings, analyze data and/or issue reports. All data, alerts and alert histories, and reports generated by analysts are maintained on the Web portal.

Histories of reports generated can be sorted and searched by plant area, date, machine, fault type and other criteria.

While the number of remotely monitored machines continues to expand at Nucor Hickman, many less critical machines remain under manual surveillance by operators on rounds once a month.

These machines include those in the balance of plant (hydraulic pumps, roll stand cooling pumps, furnace cooling pumps, and so forth). This monthly data is fed into the Azima DLI system and displayed via the same secure Web interface as the remotely collected data.

This means that a mill-wide view of equipment health – from all monitored machines, regardless of collection method – is visible via a single platform.

Azima analysts are responsible for monitoring and analyzing all posted to the Web interface.

What’s Involved in Getting Remote Monitoring Started

One of the most attractive features of the remote monitoring system at Hickman is that it is comprised primarily of low-cost, commercially available components (for example, COTS sensors) combined with advanced software and specialized sensor hubs. Careful planning and forethought is needed to ensure a successful remote monitoring deployment. Some of the lessons learned include:

• Careful thought should be given as to which machines are to be monitored and in what manner. In the case of Hickman, although the condition monitoring contractor had overall responsibility for the implementation and operation of the system, and for disseminating the analysis and results there from, each individual mill area had to decide what was to be monitored and how. Reporting relationships, access and other issues were all discussed and defined well ahead of the installation of monitoring equipment. There was a clear list of which equipment would benefit from automated remote monitoring and which could be sufficiently monitored by conventional methods.

• Number of points per machine to be monitored is an important consideration. Simply mimicking what would have been done in a manual monitoring program (multiple points and measurements per bearing) is usually unnecessary and adds cost while delivering small incremental value.

• If wireless transmission is to be employed, determine the best protocol for the site:802.11b/g, ZigBee, or 900 megahertz. In the case of Hickman, 802.11b was the preferred choice and that has been universally true in other applications as well. It offers the widest selection of available devices, and can cover a wide area with just a few access points. The 802.11b protocol has proven to be very reliable and is immune to RF interference, even in the melt shop area.

• Involve IT early. Agreement needs to be reached on security, protocols, etc. well before the installation of a remote monitoring system. What are the mill’s security expectations and policies? Within the plant, is traditional Local Area Network (LAN) acceptable, or is a Virtual Local Area Network (VLAN) necessary? IT support during deployment is crucial to successful and efficient startup. Connectivity must be verified, etc.

How Remote Monitoring Benefits Nucor Hickman

The initial deployment of the current generation of remote machinery monitoring technology commenced in July 2005. The installation and commissioning of Azima’s remote monitoring system is continuing to expand.

The hybrid approach of monitoring critical machines in parallel with traditional manual walk-around monitoring of balance-of-plant equipment, all reported via a common Web-based portal, has provided solid value to Nucor Hickman personnel. Several case studies demonstrating this value are briefly detailed below.

Case Study 1:Failure Caught Without Site Visit or Increased Costs
In the spring of 2006, a 1,500 HP baghouse fan induction motor failed due to a sudden stator short failure. All of the baghouse fans were equipped with remote monitoring hubs and were under surveillance.

The motor was replaced with a rebuilt spare. Immediately on restart of the fan, much higher vibration levels were noted by the remote monitoring analyst (who was not on site). Mill environmental department personnel, who were responsible for the baghouse and its equipment, were notified of the increased vibration.

Further examination of the data identified the problem as an outer race defect on the inboard (drive end) bearing of the motor. Mill personnel requested an evaluation as to the likelihood of the motor continuing in service until the next maintenance outage.

Analysis of the data and the rate of change indicated that it was likely that the unit would indeed continue to run. In an attempt to increase the likelihood of a successful outcome, attempts at relubrication of the motor bearing were undertaken. Unfortunately, the relubrication actually increased the vibration, and the rate of deterioration increased dramatically.

Mill personnel were advised of the change, and monitoring surveillance increased (frequency of data collection can be increased remotely via the Azima system’s interface).

The unit continued to deteriorate and, by the weekend, had reached a stage wherein continued operation was questionable. A recommendation was made to remove the unit from service at the first opportunity. After mutual viewing of the data and trends by plant personnel in conference with the remote analyst, plant personnel decided to remove the unit from service.

A spare fan was placed in service while the motor replacement was undertaken. The spare fan also was equipped with sensors that reported to the Azima system.

Prior to beginning disassembly of the failed fan, the spare was restarted and vibration and performance data was reviewed by the remote analyst, who confirmed that the spare fan was running well and could be expected to give reliable service while the failed fan was repaired. Only after the confirmation of the health of the spare was the failed fan removed from service.

It should be noted that at no time during this episode was the equipment analyst on site at the mill. Problem detection, confirmation of the problem and diagnostics (including the condition assessment of the spare fan) were all conducted remotely with no site visits and no costs incurred.

In the case of the confirmation of the condition of the spare fan, the contractor analyst was in an airport hundreds of miles away and was still able to serve the mill.

It is unlikely that this level of detection, service and continued operation could have been achieved with conventional once/month survey method. Using conventional methods, it is likely that several site visits would have been required with extra costs incurred.

Figure 2. Trend Graph Showing Vibration Increase

Case Study 2:Air Compressor Runs the Last Mile
A centrifugal induction motor-driven air compressor had suffered from poor reliability for some time. Beginning in the spring of 2006, it was equipped with remote monitoring technology. Immediately upon installation of the system, dramatic variations in motor vibration level with compressor load were noted.

Remotely acquired and analyzed vibration data indicated that bearing fits were in poor condition, and that the spacer gear coupling associated with this compressor was partially locked up. A recommendation was made to not yet remove the unit from service, but rather to continue to run and monitor it while preparations for a repair were made.

Data also was provided to the motor repair vendor. The motor repair vendor concurred that the vibration data indicated a problem but that it was likely confined to the coupling.

The recommendation was made by the motor repair vendor to disconnect the coupling, run the motor solo, and take manual measurements to confirm the coupling problem. The coupling was disconnected, the motor was run solo and manual vibration measurements were undertaken.

The motor was actually worse in the uncoupled condition, and before the vibration measurements could be completed, the motor failed catastrophically.

When the motor repair was completed and the unit returned to service, the remote monitoring system was recommissioned and was able to confirm that the motor and compressor were in good condition and suitable for continued service. This condition persisted for several months, with the unit running well and remote monitoring continuing.

Unfortunately, following a mill outage, the compressor motor vibration exhibited a small but unmistakable increase in overall vibration on the motor. The melt shop personnel were notified and the recommendation was made to continue to run the compressor.

Monitoring frequency was increased and alert thresholds adjusted to compensate for the changes. No site visits were required and the increased monitoring and adjustments were accomplished remotely via the system’s interface.

A few weeks later, the adjusted alert levels were exceeded, and automated alerts were issued. No other changes were made.

Within a few more weeks, the steady trend upward in motor vibration continued. Plant personnel were continuously advised as to the deteriorating condition of the unit, as was the motor repair vendor. Finally, the deterioration reached a level where the remote analyst recommended removing the unit from service at the convenient opportunity.

The motor repair vendor sent personnel to the site to take manual vibration measurements on the motor. The manual measurements confirmed the problem and the unit was removed from service and sent out for repair.

A coupling issue and deterioration of the inboard motor bearing was confirmed. Again, no site visits by analysis personnel were required and the plant was able to “run the unit the last mile” without incurring catastrophic failure or mill outages.

Figure 3. Vibration Trend on Compressor Drive Motor

Case Study 3:Remote Monitoring Enables System-Wide Process Optimization
A remote monitoring system can, as in the cases above, greatly expand on the capabilities of conventional rotating machinery vibration analysis. What many do not realize is that remote monitoring technology can also contribute in ways that are not possible with conventional manual monitoring.

The baghouse fans at NUCOR Hickman are vital to the plant. Maintenance of plant productivity, while still staying within permitted emission limits, is essential to plant profitability. Operating costs (in terms of power consumption) for several thousand horsepower of fan drives is significant.

The monitoring system, as applied to the baghouse fans at Hickman, incorporates vibration measurements along with load current measurements. Sampling rates are very rapid, and the baghouse fans at Hickman have an essentially unity power factor. The fan motors are not individually metered at the MCCs.

With the rapid sampling of the remote monitoring system, however, it became possible to get a reasonably accurate measure of fan load and operating cost.

Soon after commissioning the baghouse fan remote monitoring system, is was seen that variations in fan load and fan vibration were, not surprisingly, directly related to tap-to-tap cycles of the EAFs. All of the fans take suction from a common plenum, which is in turn fed by the furnace and canopy ducts.

Data collected by the remote monitoring system allowed observation of the dynamics of fan load as the melt shop underwent normal operation cycles. The ability to average and integrate the load data unexpectedly revealed that significant variation in fan HP load existed not only during furnace cycles but from one fan to another.

The data indicated a several-thousand-dollars-per-month variation in the operating cost of the fans. After data review, it became apparent that there was significant temperature (and thus density and mass flow) variation from one fan to the next.

The variation in load was confirmed by temperature measurements and infrared thermographic observation of the change in duct temperatures over time. Poor distribution in the plenum has been partially corrected by installing turning vanes in the plenum and adjusting damper control strategy.

Material improvements in fan efficiency have been realized as a result of these actions. The remote monitoring system allowed quantification of these issues and the ability to directly measure the effects of corrective action. This would not have been possible with conventional machinery monitoring techniques.

Resumen

Nucor Hickman is embracing new remote monitoring technologies and integrating them with its existing manual data collection process. By determining the most effective monitoring method for each machine – based on level of criticality, history of problems, and so forth – Nucor has established a comprehensive monitoring program that delivers increased uptime, reduced safety risks, and lower maintenance costs.

By choosing the Azima DLI monitoring and diagnostics system, Nucor has installed a flexible system that supports the integration of data collected both by automated system and manual rounds.

All data is presented via a single, secure Web interface. This enables mill-wide alerts to potential problems and delivers critical data to remotely located Azima analysts for review, analysis and advice.

In addition to providing more comprehensive monitoring, Azima’s remote monitoring solution has reduced the demand on existing resources at Nucor Hickman and frees them up to focus on maintenance rather than data collection. The program has been successful to date at Hickman, with clear successes and benefits, and further expansion is expected.

Acknowledgements
As with most technological pursuits the real reason for success is people. We wish to offer sincerest thanks to the team at Nucor Hickman. The manager of the environmental department, Wayne Turney, and the department supervisor, Dan Bullock, have been particularly instrumental in the ongoing implementation. Dave DaVolt, Rod Wycoff, Claude Riggin, Justin Smith, Ashley Tippet, Tom Wright and Lou Incrocci in the hot mill, cold mill and melt shop have all contributed to the successful demonstration of these technologies. Likewise, success would have been impossible without the support, expert advice and consultation from the Nucor Hickman IT group. Rudy Moser, department manager, and Jim Walmsley, network support, were essential in making the implementation a success.

On the part of Azima DLI, Dr. Ed Futcher and his development team created the tools to make the systems possible, and Heather De Jesús and Dave Geswein, Azima engineering, deployed the system at the mill. Nelson A. Baxter, vice president of diagnostics for Azima, was invaluable in technical support and expertise. Elsa Anzalone, account manager for Azima, made the case for what has been achieved in this project, and her contributions have been invaluable.

For more information on these and other condition monitoring technologies, visit the Azima DLI Web site at www.azimadli.com.