1. Hintergrund des Projekts
Eine nationale Getreidereserveeinrichtung verwaltet die langfristige Lagerung und den Umlauf von Weizen, Mais und Reis. Das Lager umfasst 32 vertikale Silos, darunter:
| Material | Durchmesser | Höhe | Anzahl |
|---|---|---|---|
| Weizen | 8 m | 25 m | 20 Silos |
| Mais | 10 m | 30 m | 8 Silos |
| Reis | 12 m | 28 m | 4 Silos |
Die Gesamtspeicherkapazität beträgt 150.000 Tonnen.
Herausforderungen vor der Systemaktualisierung
Viele Jahre lang stützte sich das Depot auf manuelle Eingabe + Einpunkt-Radar-Füllstandsmesser, was zu einer Reihe von Problemen führte:
- Monatliche manuelle Silo-Erfassung die Bediener mussten in das Silo klettern und dabei 1,5 Stunden pro Silo, mit folgenden Risiken:
- Einatmen von Staub
- Sturz aus der Höhe
- Ein Einpunkt-Radar konnte nur den Mittelpunkt messen und erkannte daher Folgendes nicht:
- Materialsegregation (häufig in Maissilos)
- Kondensation und Ablagerungen an den Wänden (Reislagerung bei hoher Luftfeuchtigkeit)
- Lokale Hochdruckzonen was zu Risiken hinsichtlich der statischen Belastung führt
- Fehler bei der Volumenberechnung erreicht 8%–12%, was sich auf die Planung der Fruchtfolge auswirkt.
- Im Jahr 2023 wäre es bei einem Maissilo beinahe zu einem strukturelle Überlastung aufgrund einer unentdeckten lokalen Überfüllung.
Um eine sichere Lagerung zu gewährleisten und den modernen Standards für die Getreidevorratshaltung gerecht zu werden, hat das Lager die 3D-Radar-Füllstandssensor der Serie KLD900 mit 80 GHz um ein umfassendes intelligentes Überwachungssystem aufzubauen.
2. Geräteauswahl und Systemauslegung
(A) Geräteauswahl — KLD900 Serie 3D-Radar-Füllstandssensor
Die Wahl fiel auf das Modell KLD900, da es die wichtigsten Anforderungen von Hochpräzise Messung, 3D-Visualisierung, Risikokontrolle und Abdeckung von Silos mit großem Durchmesser.
Die wichtigsten technischen Vorteile des KLD900
(1) 360°-3D-Überwachung auf Basis der Phased-Array-Technologie
- Erzeugt ein vollständiges 3D-Punktwolkenmodell der Materialoberfläche
- 16.200 Messpunkte pro Scan
- Bezeichnet:
- Höhen und Tiefen
- Segregation
- Wandaufbau
- Unregelmäßige Materialformen
(2) Hohe Genauigkeit und große Reichweite
| Spezifikation | Leistung des KLD900 |
|---|---|
| Entfernungsgenauigkeit | ±2 mm |
| Lautstärkegenauigkeit | 2%–3% (volles Silo) |
| Wirksamer Radius | 15 m |
| Geeignet für | Silos mit einem Durchmesser von bis zu 12 m |
Ein KLD900 deckt sogar den größtes Reissilo, ohne Zusammenfügen mehrerer Geräte.
(3) Anpassungsfähigkeit an die Umwelt
- Griffe Staubkonzentration ≤ 30 g/m³ mit Algorithmen zur Hochfrequenzdurchdringung
- Betriebstemperatur –40 °C bis 75 °C
- Schutzklasse IP68, beständig gegen Regen, Schnee und Kondenswasser
(4) Datenschnittstellen und Kompatibilität
- Unterstützt Ethernet (Profinet / EtherNet/IP), Modbus-TCP und 4G-Mobilfunk
- Streams:
- 3D-Punktwolkendaten
- Pegel-/Lautstärkedaten
- Vollständig kompatibel mit den bestehenden Systemen des Depots System zur Überwachung des Getreidezustands
(Temperatur-, Feuchtigkeits- und Gassensoren)
(B) Systemauslegung
(1) Bereitstellung von Geräten
| Silo-Typ | Durchmesser | Anzahl | Modell KLD900 |
|---|---|---|---|
| Weizensilos | 8 m | 20 | Standard KLD900 |
| Maissilos | 10 m | 8 | KLD900 mit Weitwinkelmodul |
| Reissilos | 12 m | 4 | KLD900 mit Weitwinkelmodul |
Installationsanleitung:
- Montage von oben, Flanschmontage
- In der Mitte des Silos montiert
- Mindestwert 4 m Abstand vom Einfüllstutzen Korneinschlag vermeiden
(2) Systemarchitektur
A Dreischichtiges Smart Monitoring Framework eingesetzt wurde:
1 Wahrnehmungsschicht
- KLD900 3D Radarpegelsensoren
- Temperatur- und Feuchtesensoren
- Wanddrucksensoren
2 Übertragungsschicht
- Industrial Ethernet LAN für 28 nahe gelegene Silos
- 4G Wireless für 4 abgelegene Silos
3 Anwendungsschicht
Eine integrierte Smart Silo Monitoring Plattform, mit:
- 3D-Visualisierung
- Intelligente Volumenberechnung
- Mehrdimensionales Sicherheitswarnsystem
3.Projektdurchführung & Inbetriebnahme
| Phase | Leitaktionen | Zusammenfassung |
|---|---|---|
| Einrichtung | Baustellenvorbereitung, Überprüfung des Flansches, Montage auf der Mitte | Installieren Sie KLD900 in der oberen Silomitte; DN150-Flansch; Behalten Sie die Antennenebene; geschützte Kabelführung |
| Kalibrierung | Statische & dynamische Tests | Batch-Kalibrierung (50 t/Schritt); Volumenfehler optimiert auf 2–3%; stabiles Scannen während des Be-/Entladens |
| Systemintegration | Alarm & Datenverknüpfung | High-Level-Alarm → Kontrollraum-Alarm → App-Push → automatische Abschaltung des Einlassventils; 3D-Daten zusammengeführt mit Temperatur & Feuchtigkeitssystem |
| Ergebnis | Deployment & Stabilität | Alle 32 Silos fertig; in 15 Tagen akzeptiert; System läuft zuverlässig |
Anweisungen zur Auswahl des richtigen Flansches und der richtigen Montageschritte finden Sie im Handbuch: Bedienungsanleitung für den 3D-Radar-Füllstandssensor der Serie KLD900.pdf
4. Ergebnisse & Vorteile
- Genauigkeit & Effizienz: Vollsilo-3D-Überwachung reduzierter Volumenfehler auf ±0,5 % Verkürzung der Überwachungszeit 1,5 Stunden bis 10 Sekunden pro Silo.
- Sicherheit: Erkannte Materialtrennung und Wandaufbauereignisse, um mögliche strukturelle Schäden zu verhindern.
- Management & Kosten: Bestandsverfolgung in Echtzeit; reduzierte Arbeits- und Wartungskosten; optimierte Getreiderotation; erhöhte Betriebseffizienz.
5.Schlussfolgerung
Die Anwendung von 3D-Radar-Füllstandsmessgeräten in Überwachungssilos in diesem Getreidelager hat die Grenzen traditioneller Überwachungsmethoden überwunden, die auf die Einzelpunktmessung und die Unfähigkeit zur Steuerung der Form beschränkt waren. Es hat das intelligente Managementziel von &# 8220; sichtbarer Materialstapelform, genauer Messung und kontrollierbarem Risiko &# 8221; in Silos erreicht und bietet eine praktikable Lösung für eine sichere Lagerung und einen effizienten Betrieb in der Getreidelagerindustrie. In Zukunft plant das Lager, die Funktionen des Systems weiter zu erweitern, indem KI-Algorithmen kombiniert werden, um Trends in Materialstapelformänderungen zu analysieren und das Risiko von Getreide und Überhitzung vorherzusagen. Gleichzeitig werden 3D-Radardaten in die Überwachungsplattform für Getreidereserven der Provinz integriert, was eine dreistufige Datenverknüpfung zwischen Lager, Stadt und Provinz ermöglicht und somit die digitale Transformation des Getreidereservemanagements fördert.
