SSAB i Borlänge ska byta ut deras befintliga loggsystem som övervakar elkvalitet på verkets fem huvudtransformatorer. Loggsystemen ska ersättas med modulära DAQsystem från Iba, vilket är system som redan används i flera av verkets processer. Syftet med arbetet är att visa hur de nya DAQ-systemen kan implementeras och målet är att skapa förutsättningar för felsökning vid elkvalitetstörningar och analys av eltillförseln. Rapporten beskriver hur två utdömda loggsystem ersätts mot ett modulärt DAQ-system under skarp drift, som sedan konfigureras enligt önskad funktion. Tillvägagångssättet innefattar tre större delar vilka är datainsamling, hårdvarukonstruktion och mjukvarukonfiguration. Datainsamlingen har till stor del varit att studera befintliga kretsscheman och manualer till systemets hård- och mjukvara. Informationen som samlades in gav förutsättningarna för konstruktionsarbetet och mjukvarukonfigurationer. Utgången blev ett driftsatt system som konfigurerades så att felsökning och analys av elkvalitet är möjlig. Det nya loggsystemet gör det även möjligt för fler användare att komma åt mätningar kring elkvalitetsstörningar. Användare kan sedan ställa dessa i korrelation till de mätningar som utförs med iba-system vid processerna.

Med övergången från Industri 3.0 till Industri 4.0 kommer stora krav på utvecklingen av Prediktiva Underhållsmetoder (PU) för att skona både miljö och ekonomi från påfrestande haverier. I detta projekt utfördes en installation av ett iba datainsamlingssystem, som är ett bra exempel på utvecklingen mot Industri 4.0. Vidare togs en prediktiv modell som skattar återstående livslängd med metoden Motor Current Signature Analysis (MCSA), som baseras på linjeströmsmätning, fram i projektet. Metoden analyserade strömmen från två olika induktionsmotorer för kylvattenpumpar där det var en ny pump och en sliten pump. Induktionsmotorer används inte enbart i kylvattentillämpningar utan integreras frekvent i kommersiellt tillgänglig utrustning, så den prediktiva modellen har ett expanderbart användningsområde. Två tillvägagångssätt testades för att hitta signaturer i linjeströmmen. Först testades spektrum-analys med 10Hz och 1000Hz som samplingsfrekvenser med slutsatsen att högre samplingsfrekvens troligen behövs för ett trovärdigt resultat. Sedan testades Analys av signalegenskaper med ANOVA som gav en klar signatur för toppvärden i ström med slutsatsen att skillnaden i ström mellan ny och sliten pump var tydlig men kunde vara av installationstekniska skäl. En förenklad skattning av Remaining Useful Life (RUL) med tillhörande rekommendation av underhållsinsats togs fram för att visualisera resultatet. Rekommenderat fortsatt arbete med modellen var klassificeringsalgoritmer, anpassad datainsamlingsutrustning och förlängd datainsamlingsperiod. / With the transition from Industry 3.0 to Industry 4.0 follows great demands on the development of predictive maintenance (PU) in order to spare both the economy and the climate from costly breakdowns. An installation of a iba data acquisition system was applied in this project, which is a good example on the advances made through Industry 4.0. The project shows the development of a predictive model, which estimates the remaining life with the method motor current signature analysis (MCSA) that is based on phase current. Data was collected on two different induction motors for cooling water pumps, one new and one worn out pump. Induction motors are not only used in cooling water applications but are frequently applied in commercially available equipment, thus the method has a expandable use. Two methods were tested for finding signatures in the phase current. First, spectrum analysis with 10 and 1000Hz as sampling frequencies with the conclusion that a higher sampling frequency likely is needed for a reliable result. Secondly an analysis of signal properties with ANOVA was preformed. This gave a clear signature for peak values in the current with the conclusion that the difference between new and worn out pump was clear but could be the result of installation related issues. A simplified version of remaining useful life (RUL) with related maintenance procedure was developed to visualize the result. For continued work with this model it is recommended to develop classification algorithms, improve the data acquisition equipment and prolong the data acquisition period.