Gå till innehållet

Hälytykset

Antti Haaraniemi

Rotorsaksanalys ur larmhistoriken: vad löste ut först?

Sammanfattning

Vid en störning hamnar tiotals rader i larmlistan nästan samtidigt, och en av dem är orsaken. Rotorsaksanalys ur larmhistoriken letar efter den första händelsen, skiljer ut följderna och kontrollerar i mätningarna vad som rörde sig först. Artikeln går igenom metoden och visar var verktygen hjälper och var människan drar slutsatsen.

En pump stannar, trycket faller, flödet upphör och inom tre sekunder har larmlistan tjugo rader. Operatören kvitterar och startar om. Nästa morgon frågar någon varför linjen stannade. Svaret finns i larmhistoriken, förutsatt att historiken har sparats och att dess ordning går att lita på.

Vad är rotorsaksanalys i en process?

Rotorsaksanalys (root cause analysis) är en metod för att hitta den faktor som, när den tas bort, hindrar att störningen upprepas. Inom kvalitetsledning används till exempel fem varför och fiskbensdiagram. Vid en processtörning är den första och viktigaste frågan mer konkret: vad hände först? Först när den första händelsen är hittad lönar det sig att fråga varför den hände.

Varför larmhistoriken?

Ett larm är en händelse med en tidsstämpel som automationssystemet har gett. När larmen lagras med den ursprungliga tidsstämpeln berättar deras ordning hur förloppet gick. I en larmskur kommer följderna ofta samma sekund som orsaken, så ordningen syns först i millisekunderna.

Om tidsstämpeln avrundas till sekunder eller ersätts med lagringsögonblicket kan inget verktyg få fram ordningen igen. Det viktigaste kravet på lagringen är därför att källsystemets tidsstämpel bevaras orörd.

Metoden steg för steg

  1. Avgränsa tidsfönstret. Välj en period som börjar strax före störningen och slutar när processen är stabil igen.
  2. Sortera larmen efter ursprunglig tidsstämpel. Visa millisekunder om källsystemet ger dem.
  3. Hitta det första. Det första larmet är inte alltid orsaken, men det är den bästa kandidaten. Titta också på vad som hände strax före.
  4. Skilj ut följderna. Gruppera larm som hör till samma processområde eller utrustning. Följderna kommer typiskt efter orsaken i en igenkännbar ordning.
  5. Kontrollera mätningarna. Ett larm löser ut först när en gräns överskrids. Mätningen kan ha börjat röra sig minuter tidigare, och trenden visar vilken mätning som rörde sig först.
  6. Se om det återkommer. En Pareto-analys visar vilka larm som aktiveras oftast, och en varaktighetsanalys vilka som tar mest tid. En engångshändelse och en återkommande händelse kräver olika åtgärder.

Vad metoden inte gör

  • Precisionen kan inte förbättras i efterhand. Om källsystemet stämplar med sekundprecision finns det ingen millisekundordning att få fram.
  • Klockorna i flera system måste vara synkroniserade. Annars går det inte att lita på ordningen mellan larm från två system.
  • Dygnsrytmen förvirrar. Om en pump startar klockan sex varje morgon är dess rörelse inte orsaken till en störning, även om den är det första i fönstret.
  • Slutsatsen dras av en människa. Analysen ger ordningen, antalen och varaktigheterna. Vad de betyder i processen vet den som känner anläggningen.

Hur stöder DataPortia™ rotorsaksanalys?

DataPortia läser larm och händelser från automationssystemets OPC UA-server via en Alarms & Conditions-prenumeration och lagrar dem med den tidsstämpel servern gav. Larmhistoriken erbjuder:

  • filtrering efter tidsintervall, allvarlighetsgrad och område, samt en inställning för att visa millisekunder (som standard sekunder)
  • Pareto-analys efter aktiveringar, varaktighetsanalys, fördelning efter allvarlighetsgrad och en tidslinje
  • export till CSV, Excel och PDF samt schemalagda larmrapporter.

AI-baserad rotorsaksanalys

I rotorsaksanalysen i tillägget AI-analys väljer man en station och ett tidsfönster, inte enskilda mätpunkter. Servern går igenom stationens alla lagrade mätpunkter, räknar ut vilken som rörde sig först och när, hämtar larmen från samma period och ger den lokala språkmodellen en färdig händelseföljd att tolka. Fyndkorten överst i resultatet beräknas direkt ur mätdata; språkmodellen skriver ingenting i dem.

Dygnsrytmen beaktas. Varje mätpunkt jämförs med hur den rörde sig vid samma tid på dygnet under högst sju tidigare dagar:

  • En ändring som skedde vid ungefär samma tid under minst två av dagarna räknas som vanlig och rapporteras inte som en händelse. En morgonstart visas till exempel inte som det första som rörde sig vid en störning.
  • En vanlig ändring som uteblev, som en morgonstart som aldrig kom, listas separat.
  • En mätpunkt med mindre än fyra dagars historik jämförs bara med timmarna före perioden, och analysen säger det.

Rotorsaksanalysen använder mätdata med en minuts upplösning. Om flera mätpunkter rörde sig inom samma minut säger analysen att de rörde sig samtidigt i stället för att gissa en ordning. Finare ordning än så kommer från larmens tidsstämplar. Språkmodellen körs på anläggningens egen server, så data lämnar inte nätet.

Läsningen av larm beskrivs närmare i OPC UA Alarms & Conditions, och AI-analysen på sidan lokal AI-analys.

Prova DataPortia i 30 dagar: testperioden omfattar alla funktioner utom HA-tillägget och binder inte till något. Samla en veckas larmhistorik och se om den första händelsen i nästa störning sticker ut ur skuren.

Begär 30 dagars testperiod Kontakta oss