Optimalisering av driftsmønster og tilstandsbasert vedlikehold for arbeidskatamaraner i oppdrett

Abstract

Oppgaven omhandler Mowi AS, et ledende lakseoppdrettsselskap, som nylig har påbegynt en endring av sin vedlikeholdsstrategi. Et datainnsamlingsprosjekt, sammen med selskapet Seacloud, markerer starten på Mowis overgang fra tidsbestemt vedlikehold til tilstandsbasert vedlikehold. Målet er å bli mer bærekraftig, og samtidig øke utstyrets levetid. Tilstandsdata blir samlet fra arbeidskatamaranene som brukes til daglige gjøremål, og skal etter planen integreres i CMMS-programmet Aquacom.

En FMECA (Failure Mode, Effects and Criticality Analysis) ble utført for å gi beslutningsgrunnlag for hvilke parametere som er nyttig å overvåke. Det blir foreslått at oljenivåsensor, vibrasjonssensor, trykkdifferansesensor over filter og lambdasensor legges til som tilstandsparametere, som kan være verdifulle å overvåke. Ved å sette alarmer på nye og eksisterende tilstandsparametere, utløses en varsling som bør føre til videre undersøkelse med et akustisk kamera for å se hvor feilen er lokalisert.

Forslaget inkluderer også en driftsscore for å optimalisere kjøremønstre, basert på data fra Seacloud, med mål om å forlenge motorenes levetid og redusere miljøpåvirkningen. Dette forslaget inkluderer visuelle verktøy for å forbedre forståelsen og håndteringen av uønskede driftsprofiler.

Oppgaven er et eksempel på hvordan Mowi kan bruke tilstandsbaserte metoder for annet utstyr, som kranene på båtene. Implementeringen av sensorbasert tilstandsovervåkning er essensiell for tidlig feildeteksjon, som kan forhindre uforutsette driftsstans og sikre optimal drift.

This report concerns Mowi AS, a leading salmon farming company, which has recently begun a change to its maintenance strategy. The goal is to become more sustainable while simultaneously increasing the lifespan of the equipment. A data collection project, in collaboration with the company Seacloud, marks the beginning of Mowi's transition from time-based maintenance to condition-based maintenance. Condition data is being collected from the work catamarans used for daily tasks and is planned to be integrated into the CMMS program Aquacom.

An FMECA (Failure Mode, Effects, and Criticality Analysis) was performed to provide a basis for deciding which parameters are useful to monitor. It is suggested that an oil level sensor, vibration sensor, differential pressure sensor across the filter, and lambda sensor be added as condition parameters, which could be valuable to monitor. By setting alarms on new and existing condition parameters, a notification will be triggered that should lead to further investigation with an acoustic camera to locate the fault.

The proposal also includes an operational score to optimize operational patterns, based on data from Seacloud, aiming to extend engine lifespan and reduce its environmental impact. This proposal includes visual tools to improve the understanding and management of undesirable operational profiles.

The work presented, is an example of how Mowi may use condition-based methods for other equipment, such as the cranes on the boats. The implementation of sensor-based condition monitoring is essential for early fault detection, which can prevent unexpected operational downtime and ensure optimal operation.