Myslím, že schopnost předvídat poruchy ložisek je něco, co nás všechny zajímá. Alespoň pro ty, kteří se denně zabývají točivými stroji, je to rozhodně zajímavé. Je to možné? Mnoho lidí stále pracuje na tom, aby to zjistili, a dovolte mi, abych vám řekl, že jsou velmi blízko k nalezení přesnějších odpovědí. Dosud to, co výzkumníci zjistili, funguje v určitých případech lépe než v jiných. V tomto článku co nejlépe zjednoduším, jak probíhá obecný proces odhadu zbývající životnosti (RUL) ložiska.
Nejprve udělejme velmi jasný rozdíl mezi tím, co dělají odborníci na monitorování stavu, a tím, co se rozumí odhadem nebo predikcí RUL ložiska. Úkolem monitorování stavu je sledovat zhoršení stroje, jak k němu došlo. Někdo by mohl namítnout, že bych měl použít standardizovanou definici podle ISO nebo jiné instituce standardu. Ale pro jednoduchost řekněme, že toto je hlavní cíl rutiny sledování stavu. To, jak často svá ložiska kontrolujete, závisí na tom, jak jsou poškozená, nebo jinými slovy, zda jste narazili na bod, kde se závada projevila, a musíte to bedlivě sledovat. Podívejte se na následující křivku:
Na obrázku se frekvence monitorování stavu zvyšuje, když ložisko projde bodem A. Porucha může v některých případech přijít tak rychle, že nebudete mít čas zareagovat. Tento obrázek je převzat z konferenčního příspěvku: Aplikace umělé inteligence na prognostiky rotačních strojů od Erfana Ahadiho a Mostafy Larkyho, 2018.
Pokud vše půjde dobře, ložisko nebude vykazovat známky poškození až do fáze, kdy je závada zjistitelná. Vy i já se shodneme na tom, že ložisko se začíná zhoršovat od okamžiku, kdy je uvedeno do provozu. Nejtěžší na předpovídání životnosti ložiska je, že si těchto známek zhoršení nevšimnete. Kromě toho zbývající životnost (RUL) závisí na budoucích provozních podmínkách a profilech zatížení, o kterých zatím nevíme. Víš, že se může stát cokoliv.
Abychom to znovu zdůraznili, RUL znamená stanovení životnosti ložiska od aktuálního okamžiku, i když nebyla zjištěna závada. Nyní si dokážete představit, jak složitý je tento proces předpovědi. Graficky lze časování RUL nakreslit jako na následujícím obrázku.
Obrázek je převzat z údržby.org — co-je-zbývající-užitečná-životnost
Vezmeme-li jako předpoklad, že ložisko se vždy zhoršuje při jejich navrženém provozním režimu, vytvořili výzkumníci index, aby sledovali tento škodlivý účinek. Říkají tomu Zdravotní indikátor (HI). Zde je příklad chování křivky HI odvozené z hrubých měření.
Od hrubých vibrací (horní graf) po HI (spodní graf). V oranžové, RMS hodnota vibrací a HI modře. Obrázek je převzat z Bach et. al. Spolehlivý indikátor zdraví pro prognózu poruch snímačů ložisek, 2018.
Jednou z charakteristik této HI křivky je, že se monotónně zvyšuje. To je křivka, která se neustále zvyšuje nebo zůstává konstantní. Takže každou sekundu, kdy ložisko běží, poškozujeme ložisko. HI sleduje tuto degradaci. Ale to k magické předpovědi nestačí. Musíme najít bod, kde můžeme „začít skutečně předpovídat“. Výzkumníci tento bod označují jako předpověď času začátku (TSP). TSP je bod, ve kterém se ložisko odchyluje od svého normálního chování a začíná vykazovat zjevné známky degradace. TSP je definován procentem zvýšení HI. Jinými slovy, když HI dosáhne této úrovně, očekává se, že „brzy“ přijde selhání. Ale není to stejné jako to, co dělají kluci z monitorování stavu? Ano i ne. Jak je vidět, měří aktuální stav ložiska a porovnávají jej se základní linií, aby zjistili, jak daleko jsou v procesu degradace, ale tato informace nestačí k „předpovědi“ okamžiku poruchy. Jak závada postupuje, lidé z monitorování stavu kontrolují stroj častěji, aby zobrazili, jak rychle se zhoršuje. V případě RUL se však snažíte předpovědět, jak brzy HI dosáhne TSP pomocí modelů řízených daty; pak byste mohli odhadnout, kdy ložisko dosáhne svého End Of Life (EOL). To znamená, že měříte, jak daleko v budoucnosti je selhání. Postup predikce se řídí následujícím obrázkem.
Zvyšte HI, dokud nedosáhne limitu TSP. Obrázek je převzat z Wasim et. al. Spolehlivá technika pro odhad zbývající životnosti valivých ložisek pomocí dynamických regresních modelů z Reliability Engineering and System Safety, 2019.
Nyní, co bych měl měřit, abych vytvořil HI? To je klíčová otázka, na kterou se výzkumníci zaměřili. Stručně řečeno, jednou z nejoblíbenějších proměnných k měření jsou vibrace. Ale není to tak jednoduché. V závislosti na aplikaci, provozních podmínkách, prostředí některé vlastnosti získané z hrubých hodnot vibrací popisují poruchu lépe než jiné. Můžete například použít RMS vibrace, Kurtózu, spektrální analýzu nebo vlnkové transformace. A nejen na ně, protože existuje široký seznam funkcí uvedených v literatuře a dokonce i kombinace operací výše zmíněných vlastností, které by mohly být testovány.
Výzkumníci mají při studiu RUL výhodu. Při práci s historickými daty již znají okamžik selhání. To znamená, že mohou na zdokumentovaných událostech testovat přesnost svých předpovědí. Nicméně pokud jde o skutečné průmyslové aplikace, výsledky nemusí vypadat tak slibně.
Víte, kde výzkumníci získávají svá testovací data? Údaje o kontinuálních vibracích nejsou často shromažďovány ze skutečných aplikací. Nemonitorujeme zařízení nepřetržitě, jak bych o tom snil. Nemáme tolik strojů 24/7/365 monitorovaných vibracemi. Ale, a pokud bychom to udělali, trvalo by to roky od okamžiku instalace ložiska do jeho selhání, doufejme. Bylo by skvělé mít tyto informace, definitivně. Data jsou, ale musíme je sklidit.
Řešením tohoto problému dostupnosti dat a pomalosti výsledků (selhání) je urychlit selhání testovacích ložisek a použít tato data pro výzkumné účely. To znamená, že během procesu nedojde k poškození žádného skutečného zařízení. Existují dvě oblíbené datové sady, Intelligent Machine Systems (IMS) NASA a datová sada PRONOSTIA. Poslední datový soubor pochází ze stroje, jehož jediným účelem je zničit ložiska a přitom celý proces sledovat. Selhání ložisek je obvykle dosaženo v řádu hodin namísto let. Nyní si můžete představit bohatství dat získaných z tohoto zdroje. Podívejte se, jak stroj vypadá.
Převzato z Nectoux et. al. PRONOSTIA: Experimentální platforma pro testy urychlené degradace ložisek. Konference o prognostice a managementu zdraví, 2012.
Abych to trochu uzavřel. Pokud byste mohli nepřetržitě měřit parametr stavu ze svého stroje, obvykle vibrace, a vybrat funkci z nezpracovaných dat, mohli byste sestavit HI a modelovat, jak se tato HI bude chovat v čase, abyste odhadli RUL vašich ložisek. Proces opakujete, dokud nenajdete správný prvek a model, který odpovídá selhání. Pamatujte, že některé funkce by popisovaly lépe než jiné selhání ložiska v cílovém počítači.
Vzhledem ke zde zmíněným a dalším nepříjemnostem víme, že to není snadný úkol. Ani se nedá říci, že jeden predikční model vyhovuje všem. Ale pokud jste OEM, máte obrovskou výhodu s ohledem na generické aplikace. Můžete vyvinout model schopný číst signatury selhání vašeho cílového vybavení, vašeho vybavení. To by vám poskytlo určitý pocit opakovatelnosti úspěchu vašich předpovědí a skončilo by to předpovědním modelem RUL, který odpovídá vašemu produktu. Možná
Konečně, bez ohledu na to, musíme sbírat data a lépe, pokud jsou v nepřetržité podobě. Podívejte se na můj článek Kde jsou moje data? Najdete tam pár zajímavých případů. Dík!
Závady ložisek představují nejméně polovinu poruch, ke kterým dochází u elektrických strojů. Důsledky těchto poruch zahrnují poruchy strojů, neplánované odstávky, poškození zařízení a vážné finanční ztráty. Abyste tomu zabránili a zajistili si stálý výkon, je nezbytná komplexní údržba ložisek.
Když však jeden stroj obsahuje více ložisek, jak by se to dalo zvládnout? V tomto ohledu z mnoha ložisek přítomných ve strojích mnoho z nich přežije systém, zatímco některá z nich selžou v provozu.
Ale tento malý zlomek může mít významný dopad. Správná strategie monitorování stavu vám může pomoci toto riziko překonat. Pojďme si přečíst více, abychom podrobně prozkoumali různé techniky sledování poruch ložisek.
Můžete si také přečíst:
Poruchy ložisek: Přehled
Každý rok se po celém světě vyrobí asi 10 miliard ložisek. Pouze u malé části však dojde k selhání. Většina ložisek je vyměněna dříve, než dojde k poruše, ale pouze s pomocí včasného monitorování ložisek a rychlé preventivní údržby.
Poruchy ložisek mohou způsobit ztrátu produktivity a času nebo někdy dokonce vést k odstavení celého závodu. Chcete-li zajistit, aby monitorování ložisek probíhalo efektivně, musíte přijmout správné strategie pro monitorování a prevenci poruch ložisek.
Při řízení celkového stavu strojního zařízení hraje nedílnou roli stav ložisek. Porucha jednoho ložiska může mít za následek zastavení stroje, což nakonec vede ke ztrátě výroby a nákladným prostojům.
Nesprávné mazání, znečištění, nesouosost, koroze atd. přispívají k poškození ložisek. Když vezmeme v úvahu všechny faktory, které přispívají k selhání ložisek, ložiska jsou hlavní součástí motorů/generátorů, zvláště když požadujeme plynulé otáčení a vysokou účinnost.
Tradiční techniky detekce poruch ložisek
Vizuální kontrola a ruční detekce závad
Vizuální kontrola a ruční detekce závad jsou konvenčními metodami provádění monitorování stavu závad ložisek. To zahrnuje kontrolu ložisek dovnitř a ven, odstranění těsnění, kontrolu maziva, kontrolu znečištění ložisek a čištění součástí rozpouštědlem nebo odmašťovačem.
Analýza vibrací
Monitorování vibrací je jednou z hlavních metod měření výkonu a provádění prediktivní údržby. Zařízení vysílá vibrační signály, stejně jako pohyb a interakce mezi částmi uvnitř ložisek. Změny v signálech způsobené změnami provozních podmínek způsobují problémy se zdravím stroje.
Chyby v pohyblivých součástech, jako jsou ložiska, jsou zodpovědné za rozdíly v signálech. Tyto změny lze detekovat pomocí zařízení, jako jsou převodníky rychlosti vibrací, akcelerometry atd. Faktory jako drsnost povrchu, geometrické nedokonalosti, znečištění a nesprávné mazání mohou být vadnými signály, které můžete pozorovat.
Jakmile je tato metoda správně implementována, představuje ideální způsob, jak identifikovat závady ložisek, ale její nastavení by bylo nákladné a vyžaduje přímý přístup ke stroji pro instalaci senzorů. Je také ideální pro pomaloběžné stroje a případy s vysokým šumem, kde jsou vadné signály slabší a obtížněji detekovatelné. To nachází uplatnění v motorech, turbínách a převodovkách.
Monitorování akustických emisí
V místech s vysokou hladinou hluku a nízkými frekvencemi zůstávají vibrační změny způsobené malými částmi nedetekovatelné ve srovnání se signály a hlukem pozadí. Ale defekty generují vlny na vysokofrekvenčních úrovních, jako je 100 kHz, což je definováno jako Akustická emise (AE).
Přechodné elastické vlny vznikají v důsledku uvolnění energie, která je výsledkem defektů na povrchu součástí. Poškozená nebo vadná ložiska vedou k tomuto efektu, který je zachycován pomocí AE převodníku s malým rušením okolního stroje.
Tato metoda je o něco nákladnější a zpracování signálů vyžaduje odbornou analýzu. Tato metoda proto může nabídnout vysoký odstup signálu od šumu a lze ji použít v mnoha prostředích ke sledování stavu ložisek.
Monitoring teploty
Při jmenovitém zatížení by stabilizovaná teplota ložiska neměla stoupnout nad 45 °C. Růst teploty určují různé faktory, jako je degradace maziva, degradace ložisek, teplota v motoru, provozní otáčky atd.
Monitorování teploty pro neobvyklé rozsahy může upozornit techniky na závady v ložisku. Tato konvenční metoda umožňuje kvantitativní měření konkrétních parametrů; vyžaduje však instalaci teplotních čidel.
Pokročilé techniky monitorování stavu poruch ložisek
Infračervená analýza: Infračervená analýza detekuje teplo v ložisku, což je chybový stav v pozdní fázi. I když to není nejlepší možnost, stále se používá. Pravidelná analýza oleje pomáhá odhalit přítomnost opotřebených kovů v ložisku. S pravidelnou analýzou vibrací získáte jasné indikace o závadách ložisek. Metody vysokofrekvenční detekce jasně nabízejí včasné varování, které ponechává analýzu vysokofrekvenčních vibrací, analýzu částic opotřebení a analýzu ultrazvukem.
Ultrazvuk: Ultrazvuk je další technika monitorování stavu poruchy ložiska, kde můžete nabídnout lepší indikaci závažnosti a povahy poruchy. Potřebuje však více školení a nákladný systém implementace analýzy a sběru dat.
Strojové učení: Strojové učení se obvykle provádí ve fázích, jako je zpracování dat, získávání dat, extrakce funkcí, hodnocení a školení modelu a vhodná podpora rozhodování. Při získávání dat se vizuální data nebo signál shromažďují pomocí kamer nebo senzorů. Snímací technologie se také používají při monitorování stavu poruch ložisek, což zahrnuje analýzu oleje, termografii, proud motoru, dynamické tlaky a snímače otáček.
Detekce chyb na základě AI: Detekce chyb na základě umělé inteligence pomáhá identifikovat data, která patří do určité oblasti. Učí se také z trénovací sady, která zahrnuje data z této třídy. Detekce chyb se zaměřuje na zjištění, zda sledování dat spadá do normální třídy. Detekce chyb také vzala v úvahu pokročilé technologie, jako je hluboké učení, neuronové sítě atd.
PHM: Systémy prognostiky a zdravotního managementu zahrnují monitorování stavu ložisek a vytváření cenných předpovědí o zbývající životnosti prostřednictvím posouzení rozsahu degradace z požadovaného zdravotního stavu.
Techniky monitorování stavu využívají technologie jako IIoT, IoT, edge computing, VR, AR, prediktivní analytika, velká data, bezdrátové senzorové sítě, vzdálené monitorování atd.
Význam monitorování poruch ložisek
Podporuje rotační hřídel:
Ložiska poskytují potřebnou oporu hřídeli, která se neustále otáčí uvnitř zařízení. Vzhledem k tomu, že ložiska tvoří významnou část motoru/generátoru, včasné sledování závady ložiska může zabránit poškození hřídele.
Zajišťuje plynulé otáčení:
Při nepřesném mazání, korozi, nesprávném seřízení součástí a znečištění zařízení mohou ložiska rychle podléhat poškození. Zatímco se podíváme na tyto faktory, které končí selháním ložisek, je vyžadován systém monitorování chyb, aby splnil požadavky na vysokou účinnost strojního zařízení a hladké otáčení.
Bezproblémový provoz:
Prevence selhání ložisek zajistí, že vaše organizace bude fungovat co nejlépe a bude fungovat s vysokou účinností. Díky efektivní technice monitorování ložisek můžete pochopit ideální příčiny a příznaky, které způsobují selhání ložisek.
Zabraňuje ztrátě výrobního času: Porucha jednoho ložiska může vést k úplnému odstavení zařízení, což může způsobit ztrátu výrobního času. Díky monitorování stavu můžete předem analyzovat škody a ušetřit čas.
Zabraňuje riziku poškození: Poškození jednoho ložiska může mít za následek kaskádový řetězový efekt, který vede k ohýbání hřídelů. To způsobuje vážná rizika pro další připojená zařízení. Selhání ložisek může také vést k tomu, že pracovní síla bude vystavena riziku poškození na pracovišti. Technika monitorování poruchového stavu ložisek tedy může těmto neočekávaným rizikům předejít.
Přečtěte si více o:
Výhody pokročilých technik monitorování stavu poruch ložisek
Detekce chyb je zásadní pro zvýšení efektivity výroby a minimalizaci nehodovosti v mechanických systémech zaměřených na riziko. Pomáhá také při monitorování dat, což představuje značné problémy pro stávající technologie diagnostiky poruch. S monitorováním poruchového stavu můžete povolit detekci chyb, určit příčiny a nabídnout doporučení k vyřešení problémů dříve, než dojde k poškození. Pokročilé monitorování stavu má následující výhody:
Abych to shrnul
Předvídání selhání ložisek pomáhá minimalizovat neplánované selhání zařízení a údržbu systému. Výběr efektivní monitorovací techniky pomůže vaší firmě odhalit, lokalizovat a interpretovat chyby předem. Řešení vad ložisek v počáteční fázi může také varovat obsluhu před tím, než se problém rozvine v katastrofální poruchu. Technomax má tým odborných profesionálů, kteří nabízejí řešení monitorování poruch ložisek mnoha odvětvím na základě jejich požadavků, přičemž jsou nákladově efektivní. Chcete-li se dozvědět více o službách monitorování stavu, které nabízíme, pojďme si promluvit ještě dnes!
