Temat 2 Wykorzystanie statystki i eksploracji danych w celu

Offer date: July 2014
PhD OFFER – TOPIC 2
Topic 2: Statistical and datamining – Applications for optimization of district heating assets management
Context:
District heating systems are known as very reliable industrial systems in comparison to decentralised heat
production system such as small boilers installed in buildings. District heating system is composed by
different sub-systems : Heat production in large plants, heat transmission by underground infrastructure
of pipelines, heat distribution to buildings through district heating substations. Reliability of District
heating system as whole depends of course on reliability of each sub-system. Because of large amount of
devices spread over cities the piping system and substations reliability can still be improved and is a key
competitive factor for our company for which customers satisfaction is strategic. General objective of the
PhD is to help to better manage reliability and maintenance of these assets, this objective cannot be met
without strong inputs from statistics/ dataming field of science.
Scientific objective:
Two objectives are identified :
1. Preventive maintenance approach : develop statistical models for failure and defect prediction
based on historical data of failures. This will enable to estimate the risk of failure for groups of
assets and for each asset in the district heating networks or substation. These models are
necessary to help make decision regarding a renovation and to make sure that reliability of
district heating is managed on a long term basis.
2. Advanced fault detection : develop statistical models in order to be able to early detect defaults
or abnormal operating conditions of key devices for quality of services to our customers. These
models will be developed using real time data processing and they will enable maintenance
action before any failure occur with interruption of service. This will help to manage reliability
of District heating system on a day to day basis.
Methodology approach/ Results expected:
General result will be innovative algorithms to be implemented in maintenance methodology and
processes. Work will start with a deep state of the art study regarding models and methodologies
available in scientific community. Models will be developed based on real data from Polish District
Heating Networks.
Technical perimeter of assets excludes Heat plant systems.
Skills expected:
• Main background : statistics and ability to use programs for statistical calculations
• The candidate must be fluent in English.
• Desired personality traits: creativity, ability to work in a team.
CONTACT:
• Coordinator of PhD program: Andrzej Gorczyca [email protected]
• Technical advisor in HTC : Rafal Serafin
Data propozycji: lipiec 2014
PROPOZYCJA PRACY DOKTORSKIEJ – TEMAT 2
Temat 2: Wykorzystanie statystki i eksploracji danych w celu optymalizacji zarządzania aktywami
ciepłowniczymi
Kontekst:
W odróżnieniu od zdecentralizowanych systemów wytwarzających ciepło, np. instalowanych w budynkach
kotłów, systemy ciepłownicze znane są w branży przemysłowej ze swojej niezawodności. System sieci
ciepłowniczych składa się z różnych podsystemów: systemu wytwarzania ciepła (źródła ciepła), systemu
przesyłu (sieć podziemnych rurociągów), systemu dystrybucji ciepła do budynków (węzły cieplne).
Niezawodność całego systemu ciepłowniczego zależy oczywiście od niezawodności poszczególnych
podsystemów. Ze względu na dużą ilość urządzeń zlokalizowanych w różnych miastach niezawodność
systemu rurociągów i węzłów cieplnych może być stale zwiększana. Niezawodność jest dla naszej firmy
kluczowym czynnikiem konkurencyjności, dzięki któremu zdobywamy zaufanie klientów, co jest dla nas
celem strategicznym. Praca doktorska ma głównie na celu pomóc efektywniej zarządzać niezawodnością
i utrzymaniem majątku ciepłowniczego. Celu tego nie da się osiągnąć bez zastosowania na szeroką skalę
statystyki oraz eksploracji danych.
Cel naukowy:
Określono dwa cele:
1. Podejście konserwacyjne: opracowanie modeli statystycznych umożliwiających przewidywanie
awarii i usterek na podstawie danych historycznych dotyczących awarii. Dzięki takim modelom
możliwe będzie oszacowanie ryzyka wystąpienia awarii w zespołach urządzeń oraz
w poszczególnych urządzeniach wchodzących w skład sieci ciepłowniczej lub podstacji.
Opracowane modele są niezbędne przy podejmowaniu decyzji o remontach i zapewniają
zarządzanie niezawodnością sieci ciepłowniczej w perspektywie długoterminowej.
2. Zaawansowane wykrywanie usterek: opracowanie modeli statystycznych umożliwiających
wczesne wykrywanie nieprawidłowości lub niewłaściwych warunków pracy kluczowych
urządzeń, które mogą mieć negatywny wpływ na jakość usług świadczonych na rzecz naszych
klientów. Modele powinny zostać opracowane z wykorzystaniem przetwarzania danych w czasie
rzeczywistym oraz sygnalizować konieczność przeprowadzenia prac konserwacyjnych przed
wystąpieniem awarii mogącej skutkować przerwami w dostarczaniu usług. Opracowane modele
mają za zadanie pomóc w codziennym zarządzaniu niezawodnością systemu sieci
ciepłowniczych.
Podejście metodologiczne / oczekiwane wyniki:
Głównym wynikiem powinny być innowacyjne algorytmy, które będą wykorzystywane w metodologii
i procesach utrzymania ruchu. Prace rozpoczną się od analizy najlepszych praktyk w zakresie modeli
i metodologii dostępnych w środowisku naukowym. Modele będą opracowywane na podstawie
faktycznych danych pochodzących z polskich sieci ciepłowniczych.
Praca nie dotyczy systemów wytwarzania ciepła (źródeł ciepła).
Oczekiwane umiejętności:
• Główne doświadczenie: statystyka oraz umiejętność obsługi programów do obliczeń statystycznych
• Kandydat powinien płynnie porozumiewać się w języku angielskim.
• Pożądane cechy osobowe: kreatywność, umiejętność pracy w zespole.
KONTAKT:
• Koordynator programu doktoranckiego: Andrzej Gorczyca [email protected]
• Doradca techniczny w HTC: Rafał Serafin