<p>The purpose of this thesis work was to develop an automatic fault detection system for surveillance of bearing temperature in hydropower turbines. The parameters used except the bearing temperature were cooling water temperature and cooling water flow. A simple static model based on data sampled every minute was developed to estimate the bearing temperature. Then a detector for detection of change in bearing temperature based on the CUSUM-algorithm was designed. Since the amount of data was very small the developed model was too uncertain to be used in a working system.</p><p>The designed fault detection system showed to work well for the available data. It is, however, recommended that the performance of the system should be evaluated using more data. Another model based on data sampled once every minute for at least a year has to be developed before the system can be fully evaluated. The results shown were:</p><p>• The fault detection system can discover fast and slow changes in bearing temperature.</p><p>• No false alarms were given for measuring faults and sensor faults of the types used in this thesis. If a measuring fault occurs for too long there will be an alarm.</p><p>The fault detection algorithm was also implemented in Delphi to be used in a working system over the Internet where for example trends and alarms will be presented.</p> / <p>Syftet med examensarbetet var att utveckla ett automatiskt feldetekteringssystem för övervakning av bärlagertemperaturen i vattenkraftturbiner. De ingående parametrarna förutom bärlagertemperaturen var kylvattentemperaturen och kylvattenflödet. En enkel statisk modell baserad på data samplat en gång per minut togs fram för att estimera bärlagertemperaturen. Därefter utvecklades en detektor för att upptäcka avvikelser i bärlagertemperaturen baserad på CUSUM-algoritmen. På grund av en för liten mängd data var den framtagna modellen alltför osäker för att kunna implementeras i ett fungerande system.</p><p>Det framtagna feldetekteringssystemet visade sig fungera bra för de data som fanns tillgängliga. Det är däremot rekommenderat att utvärdera systemets prestanda med längre dataserier. En ytterligare modell baserad på minutdata över ett år måste tas fram innan systemet kan fungera på riktigt. De resultat som erhölls var:</p><p>• Feldetekteringssystemet klarar av att upptäcka abrupta och långsamma avvikelser av bärlagertemperaturen.</p><p>• Inga falsklarm ges då det är enstaka mätfel eller givarfel av sådan typ som tagits upp i arbetet. Pågår ett mätfel alltför länge ges dock ett larm.</p><p>Feldetekteringsalgoritmen implementerades även i Delphi för att kunna användas i ett fungerande system över Internet där t.ex. trendkurvor och larmsignaler skall kunna presenteras.</p>

The purpose of this thesis work was to develop an automatic fault detection system for surveillance of bearing temperature in hydropower turbines. The parameters used except the bearing temperature were cooling water temperature and cooling water flow. A simple static model based on data sampled every minute was developed to estimate the bearing temperature. Then a detector for detection of change in bearing temperature based on the CUSUM-algorithm was designed. Since the amount of data was very small the developed model was too uncertain to be used in a working system. The designed fault detection system showed to work well for the available data. It is, however, recommended that the performance of the system should be evaluated using more data. Another model based on data sampled once every minute for at least a year has to be developed before the system can be fully evaluated. The results shown were: • The fault detection system can discover fast and slow changes in bearing temperature. • No false alarms were given for measuring faults and sensor faults of the types used in this thesis. If a measuring fault occurs for too long there will be an alarm. The fault detection algorithm was also implemented in Delphi to be used in a working system over the Internet where for example trends and alarms will be presented. / Syftet med examensarbetet var att utveckla ett automatiskt feldetekteringssystem för övervakning av bärlagertemperaturen i vattenkraftturbiner. De ingående parametrarna förutom bärlagertemperaturen var kylvattentemperaturen och kylvattenflödet. En enkel statisk modell baserad på data samplat en gång per minut togs fram för att estimera bärlagertemperaturen. Därefter utvecklades en detektor för att upptäcka avvikelser i bärlagertemperaturen baserad på CUSUM-algoritmen. På grund av en för liten mängd data var den framtagna modellen alltför osäker för att kunna implementeras i ett fungerande system. Det framtagna feldetekteringssystemet visade sig fungera bra för de data som fanns tillgängliga. Det är däremot rekommenderat att utvärdera systemets prestanda med längre dataserier. En ytterligare modell baserad på minutdata över ett år måste tas fram innan systemet kan fungera på riktigt. De resultat som erhölls var: • Feldetekteringssystemet klarar av att upptäcka abrupta och långsamma avvikelser av bärlagertemperaturen. • Inga falsklarm ges då det är enstaka mätfel eller givarfel av sådan typ som tagits upp i arbetet. Pågår ett mätfel alltför länge ges dock ett larm. Feldetekteringsalgoritmen implementerades även i Delphi för att kunna användas i ett fungerande system över Internet där t.ex. trendkurvor och larmsignaler skall kunna presenteras.