クイック検索

ABBの電磁流量計デジタルツインがパフォーマンスを向上

ABB の流量測定製品は, 流れ検知技術における最先端の開発を反映しています. ABBの新しいツールであるデジタルツインは, 仮想環境で実際の流量計を模倣し, 電磁(EM)流量計のパフォーマンスを予測します. マルチフィジックスモデリングに基づくデジタルツインにより, 現場での流量計の設計改善と性能予測が可能になります.


Subhashish Dasgupta, Vinay Kariwala著
2019年7月

過去10年間, 新しい技術とデジタル化は, 水や廃水の輸送や処理など, 液体を含む従来のプロセス産業に劇的な影響を与え始めています. これらの画期的なアプリケーションがより妥当で利用可能になったため, ABB の専門の研究チームは, 競争力を向上させるための最良かつ最も費用効果の高いツールをお客様に届けられるよう, 取り組んできました. デジタルツインテクノロジーは, 物理的な問題を早期に検出し, 結果を正確に予測することで, まさにそれを実現できます. 将来を見据えて, ABB はデジタルツインテクノロジーを適用して, 流量計製品を改善し, プロセスの課題に対応し, かつてないほど迅速に価値を提供し, 増え続ける顧客の期待に応える機会を得ました.

電磁流量

生産プロセスでは, 高いパフォーマンス基準を満たすために, 信頼性が高く正確な計測が必要です. ABB は40年以上にわたり, 製品開発, システムソリューション, およびサービスに専念してきたことから, 世界の水産業の信頼できるパートナーとしてあり続けてきました. ABBの流量計は堅牢であるため, 製造プロセス業界の伝統的な主力製品です. 信頼性があり, そして何よりも正確です(図1A).

(A) ABB のEM流量計を示しています. (B)磁束と移動する導電性流体との相互作用により, 流体速度Φ1‒Φ2に比例した電位(Φ2)が誘導されます.

ABB の流量測定ポートフォリオで大きなシェアを占めるEM流量計は, 設置が簡単で, 圧力降下にほとんど影響がなく, 高精度であるため, 導電性液体を輸送または処理するお客様にとって特に魅力的です. さらに, EM流量計の性能は, 温度, 圧力, または密度の変動の影響を受けず, 流れプロファイルの小さな変動の影響も受けません. EM流量計は, 流れの方向とは無関係に, 広い流量範囲にわたって測定誤差が±0.2%以内に抑えられ, 低流量で正確な測定が可能です.

ABB は, 高性能基準とコスト最適化の要求を満たすことを目的として, 電磁流量計製品を改善するためのツールを継続的に模索しています. 流量計の物理学に関する深い知識と新しい検証可能なモデリング手法を組み合わせることにより, ABB は既存の流量計に価値を付加するよう努めています.

EM流量計は, ファラデーの電磁誘導の法則に基づいて流速を決定します. 水などの導電性液体が流れるパイプ内に磁場が加えられると, パイプ断面に電位または起電力(EMF)が誘導されます(図1B). EMFは流量または速度に比例し, 誘導された EMF を測定することにより, 流量を推定できます. 誘導EMFと流体速度の比率は感度であり,これは校正係数に関連しています. 感度を予測することは重要ですが, 条件の変化に起因する感度の変動を予測することも同様に重要です. 流量計の動作に影響を与える可能性のある熱的および構造的事象は. 製品の安全性の観点から評価され, 過酷な条件下での流量計の性能を評価する必要があります.

デジタルツインコンセプト

流量計のパフォーマンスを予測し, テストの必要性を最小限に抑える物理プロセスの知識に基づいて予測モデルを開発できたらどうでしょうか. その結果, 比類のない生産性とパフォーマンスの向上が実現します. ABB は, これを実現するために, マルチフィジックス有限要素解析(FEA)手法に基づいたEM流量計のソフトウェアモデルを開発しました. このソフトウェアモデル, つまりデジタルツインは, 仮想世界の物理的資産を表すレプリカであり, それにより, 物理的資産の実際の動作を模倣します. 得られたプロセスの知識に基づいて, パフォーマンスの複雑さを理解し, 問題を検出し,設計を改善できます. この情報は, その後, 製品を構築および操作するために使用できます. デジタルツインは, 現実の世界でも同じ動作が発生するという確信を持って, 仮想世界のほとんど全ての状態をシミュレートできます.

マルチフィジックスモデル

FEAモデリングでは, オブジェクトのジオメトリをより小さな有限空間に離散化します. 計算モデルに, 材料特性, 操作条件, 境界条件などの情報が提供されます. モデルは, 有限領域でフィジックスベースの方程式を解いてパラメーターを導き出します. この方法は, 3次元情報と必要に応じて時変情報を生成し, 石油, ガス, 航空などの業界全体の機器の性能予測と設計改善に使用されます. 従来のテスト方法とは異なり, FEA モデリングを使用すると, 複雑なプロセスを簡単に理解することができます. 実験室の試験方法は, 機器で使用されるセンサーの数と配置に依存しているため制限されます. これはコストがかかり, プロセス業界のアプリケーションで達成することは困難です. 対照的に, 高性能コンピューティングとコスト削減の最近の進歩により, FEAを使用して多様で複雑なフィジックスベースの方程式を簡単かつ反復的に解くことができます.

ABB は, EM流量計のマルチフィジックスモデルを選択して, すでに優れた流量計製品を改善することに成功しました.

物理現象の統合

最初に, 流量計の形状はCADソフトウェアを使用して構築されます(図2A). 次に, ジオメトリ, つまり計算領域を, 方程式が解かれる非常に小さな要素に離散化します(図2B). 様々な設計とサイズのいくつかの流量計サンプルがモデル化されました(図3).

(A) CAD を使用して構築されたEM流量計の形状. (B) FEA計算用の離散化されたジオメトリ.

部品の設計やサイズが異なる, 様々な種類の流量計がモデル化されました.

電磁気学と流体力学の2つの主要な現象, および他の多様な物理現象を1つのモデル内に統合することは困難です. 電磁気学は, マクスウェルの方程式を解くことによって分析されます. これらの方程式は, 最初に計算領域内の磁束密度を計算します(図4A). 流体ダイナミクスは, 様々な流れ条件の質量および運動量保存の方程式を解くことによって分析され, パイプを通る流体の流れをシミュレーションします(図4B).次に, 磁束と流体速度の相互作用の結果である誘導EMFは, 電磁誘導のファラデーの法則から導出されたローレンツ方程式を使用して, 磁場と流れ場を統合することにより計算されます(図4C). 主な結果は, 感度, つまり誘導されたEMFと流体速度の比率です.包括的な全体像を取得するために, モデルは熱伝播と構造力学パラメータも求解します. パイプ壁に作用する熱応力と水圧応力が計算されます(図5). このような高度なシミュレーションは, パイプを通過する高温および/または高圧の液体の影響など, 流量計の健全性に対する困難で厳しい条件の影響を予測するために不可欠です. これらの徹底的な計算の最終的な結果は, パフォーマンスを予測できるだけでなく,悪条件下での故障を予測できる流量計の完全なマルチフィジックスモデルです.

定性的な物理現象が評価されました. 赤は最大値を表します. (A) 磁束分布. (B)流体速度コンター. (C) 電位.

定性的な熱応力と水圧応力のフィールドが示されています. 赤は最大値を表します. (A) 温度フィールド. (B) ストレスフィールド.

明らかに, モデリングには, コストと時間がかかるテスト作業の必要性を最小限に抑えるという利点があります. 2017年に, ユニークな設計と様々なラインサイズのいくつかの ABB 流量計が正常にシミュレーションされました. モデルによって計算され, フィールドテスト中に取得された感度を比較すると, 95%の一致が明らかになり, モデルの現実的で正確な予測ツールとして確立しました(図6). 感度を予測することに加えて, モデルは流量計の直線性, つまり言い換えると, 変化する流量に対する感度の不変性, つまり測定精度を予測できます. デジタルツインコンセプトは, テスト段階で資産であるだけでなく, モデルは, 流量計の既存の設計を変更して品質を向上させるために広く活用されています. 新しい部品設計と革新的なアイデアをモデルに組み込むことにより, 流量計の性能の向上が見られます.

いくつかの種類の流量計がモデル化され, テストデータと比較されました.

変更された流量計は, 現在の流量計よりも既存の流量計製品よりも優れており, 将来の設計改善のための基礎を固めてくれます. デジタルツインを流量計の開発に適用すると, 流量計の感度が向上し, 測定精度が向上し, 製造コストが削減されます. 現在,流量計のプロトタイプをテストし, 様々な設計変更を組み込み, いくつかの新しいアイデアの実現可能性を評価するために, 広範な取り組みが行われています.

より少ないもので、より多くのものを生み出す

製品開発の主な目的は, パフォーマンスレベルを維持または最大化しながら, 材料の使用を最小限に抑えることです. したがって, デジタルツインモデルは, 材料費の削減を目的として流量計部品の設計を最適化するために使用されています.

A graph showing an iterative modeling procedure used to optimize coil designs. Coil design
Figure 7. Iterative modeling performed for optimal coil design.

最適なコイル設計のために実行された反復モデリング.

EMコイルは重要な部品であるため, 最終的な流量計のパフォーマンスに最適なサイズや形状を得るように修正されました. 一連の反復で, 所定のコイルのサイズ変動を評価しました (図7). 特定の反復では, 流量計の元の感度は, 大幅に少ない銅コイル材料を使用して維持できます. さらに, 根本的に斬新なコイル設計のシミュレーションにより, 元の性能レベルを維持するために必要な材料の量が削減されることが示されました. コイルのコストが流量計の材料コスト全体のかなりの部分を占めることがあるため, これは大型の流量計の開発にとって特に価値があります. 最近,大型流量計の全体的な流量計の設置面積を削減するために提案された求解法が後続のプロトタイプテストフェーズで評価および検証されています.

Replicating Field Conditions

While development and testing are important phases in the product lifecycle, the installation phase has its unique challenges too, given that system features like bends and valves can distort flow profiles and impair measurement accuracy. Understanding the systemic effect of piping features on flowmeter performance is therefore crucial. ABB’s flowmeter digital twin was expanded to include a customer piping system (Figure 8).

A model of a piping system with a flowmeter installed. Flowmeter in piping system
Figure 8. Modeling an EM flowmeter installed in a customer piping system to predict field performance under distorted flow conditions.

The effect of flow modification on measurement accuracy was studied to provide insight into the impact of system features such as upstream bends. As a result, ABB could determine the best location to install flowmeters within a given piping system, thereby enabling the correction of flowmeter readings for an installed flowmeter.

To date, the tool has demonstrated veracity in predicting flowmeter performance and enabled engineers to improve the design of flowmeters. The expansion of the model to simulate the manner in which flowmeter operations influence the flow profiles of customer piping systems also opens up new avenues for the improvement of measurement accuracy. The digital twin technology can also be employed to serve as a useful guide for flowmeter installation in the field, which enabled industries like water management facilities to improve their flow control systems in the interest of radically enhancing industrial process performance.

Extensive research at ABB concentrates on developing the digital twin model for use in other process industries to provide customers with the most advanced digital means of reaching unparalleled productivity and performance. ABB focuses on maximizing value and producing products with fewer defects, ensuring optimal operation, bringing products quickly to market, and improving operation.

A photograph of Subhashish Dasgupta. Subhashish Dasgupta
A photograph of Vinay Kariwala. Vinay Kariwala

左: Subhashish Dasgupta, ABB Corporate Research, インド, バンガロア. 右: Vinay Kariwala, ABB BU Measurement & Analytics, インド, バンガロア.



Originally published in ABB Review (02|2018).

ダウンロード