企業應用案例

台灣中油煉製研究所_AI轉機故障特徵圖譜判別(獲2024智慧城市創新應用獎_智慧能源領域)

2024-03-28

單位名稱

台灣中油煉製研究所

得獎領域類別

智慧能源

合作單位名稱

5G AIoT推動辦公室

應用或服務概述

煉油廠及石化廠的壓縮機及馬達上萬台，通常會挑選有高震動現象或者是感覺異常的馬達優先保養，但還是有許多突發性的故障，主要是因這些選到的馬達，並非使用較科學的方式挑選，導致狀況不佳的馬達往往不是被優先挑出的對象，為提升現場轉動設備的檢測效率，由本單位引進AI故障特徵圖譜辨識技術，對煉油廠轉動機械進行普篩，其中發現硫磺工場的壓縮機出現故障特徵。

本案是使用AI圖像識別於轉動機械電流頻譜特徵分析，以提早識別出部分故障的轉動機械及其故障原因，藉由測試電機負載運行時的電流、電壓信號，利用傅立葉轉換電流電壓時域信號成頻譜信號，以判斷整個傳動系統的故障所在，此技術可用於頻域分析也可用於時域分析

試煉場域說明

本硫磺回收裝置包括熔室爐F-6301、廢熱鍋爐及三座串聯之觸媒反應器，將酸氣中30～69%之硫化氫轉化成硫磺，最佳的硫磺回收效率係賴維持F-6301空氣/酸氣之比例以產致尾氣內之H₂S/SO₂比值為2，當回收率高時，此H₂S/SO₂之比值對F-6301空氣/酸氣比值的變化相當敏感，在空氣流量不足的情況下操作，將使部分H₂S無法得到轉化成硫磺，結果產生不合格之硫磺成品，硫磺產率降低，且增加後端吸收塔吸收H₂S之負荷。如過量空氣使較多的H₂S轉化成SO₂，如此僅少量H₂S生可資利用於Claus反應，硫磺產率降低，且增加反應器轉化SO₂之負荷。由此可知此 C6301B 壓縮機的重要性，更甚如C6301B 壓縮機無預警跳車，將影響RDS工場停爐及RFCC 工場降煉量。

創新指標

振動監測是轉動機械故障檢測的常見方法，但有些潛在故障不是以振動方式顯現，前期的機械故障會顯現於電流變化上，此技術證實可以完美的彌補振動監測的缺點，其特點就是：快速鎖定故障原因、AI智能強化診斷, 研發過程為中油自行開發，以2分鐘的時間就可判斷一台設備故障情況。藉由AI圖像辨識技術廣篩轉動機械，及時發現可能損壞之關鍵設備，提早檢修，以達預知保養避免非計畫性停爐的目的。

未來計畫

未來規劃將此新技術應用至重要能源基礎設施，如台灣中油公司天然氣事業部所轄之台中及永安接收站，其液化天然氣年卸收量分別為722萬噸及1,273萬噸，此兩關鍵設施運係天然氣供應命脈，關係著全台天然氣供氣穩定性，藉此技術對相關設備之電流頻譜進行診斷，防微杜漸以提升供氣穩定性。本技術亦廣泛應用於林園石化廠、大林及桃園煉油廠內共300多台轉動設備，確保工廠運作正常，穩定台灣油品及石化原料市場供應。