Geavanceerde trillingssensoren voor IIoT: Predictief onderhoud & activabetrouwbaarheid versterken

Trillingsanalyse is een sleuteltechnologie in de steeds veranderende wereld van IIoT en predictief onderhoud.

Het mag wel de sleuteltechnologie zijn voor het beoordelen van de gezondheid van draaiende activa in de industrie en uw organisatie een vroege waarschuwing te geven van achteruitgang en nadere activastoring.

Het drijft hoge activabeschikbaarheid door de levenscyclus heen.

Maar wat is het allemaal?

Trillingsbasis 

Het simpel houden, trilling is de oscillatie of beweging van een activum of component heen en weer vanaf zijn rustpositie.

Denk aan een zwaaier die vrijgelaten wordt vanaf zijn hoogste punt.

Het zal heen en weer zwaaien tot alle trillingsenergie is gedissipeerd. En dan keert het terug naar zijn rustpositie.

Het enige verschil met uw activa is dat de trilling alleen stopt wanneer de rotatie-energie van het activum stopt. De primaire energiebron – meestal de motor – moet stoppen voor de trilling te stoppen.

Maar kan zo een eenvoudig fenomeen als trilling u vertellen wat er misgaat in uw activa?

Ja!

Gemeten trillingsparameters zoals amplitude, RMS, en periode stellen u in staat om de mechanische, rotatie- en wrijvingskrachten in uw activa te berekenen en te zien.

Bron: https://www.motioncontroltips.com/how-is-machine-vibration-defined/

De krachten binnen het activum of de apparatuur veroorzaken trilling en dit wordt typisch gemeten bij de lagerbehuizing. De krachten komen van de draaiende elementen in het activum zoals de rotoren, tandwielen,assen, lagers, en waaierraden.

Niet alle krachten en trillingen zijn slecht nieuws.

Maar als ze het zijn, gebruiken we een Fast Fourier Transform (FFT) om ze in de tijd- en frequentiedomeinen te bekijken.

Bron: https://www.motioncontroltips.com/how-are-fast-fourier-transforms-used-in-vibration-analysis/

Het is hier dat we hun individuele frequenties en amplitudes kunnen zien – in versnelling of snelheid – en hun patronen relateren aan specifieke activafouten.

Welke soorten fout kan het detecteren? 

Er zijn veel potentiële fouten die trillingsanalyse kan detecteren, hier zijn er een paar:

• Versleten lagers
• Pompcavitatie
• Activum-tot-activum uitlijningsfout
• Tandtandverslijting
• Structurele scheuren in activumfunderingen
• Gebrek aan smering
• Versleten aandrijfriemen
• Resonantie

Hebben een van deze u significante downtime of hoofdpijn gegeven op uw fabriek?

We wedden dat ze dat hebben!

De voordelen van trillingsanalyse en condition-based maintenance in het algemeen zijn bekend:

• Hogere activabeschikbaarheid
• Verhoogde productie-output
• Minder ongeplande downtime
• Verminderde onderhouds- en levenscycluskosten
• Geoptimaliseerde menselijke middelen
• Verminderde invasieve PM's (overhalen en componentvervangingen)
• Verbeterde onderhoudsplanning en -scheduling
• Betere reserveonderdeelvoorspelling
• Root cause analyse informatie voor defecteliminatie

Trillingsanalyse is een rijpe predictieve onderhoudstechnologie en wordt in bijna alle industrieën gebruikt die men kan bedenken. Het is een go-to predictieve technologie in industrieverticalen zoals olie en gas, voedsel en drank, papier en pulp, staalproductie, automotive, mijnbouw, luchtvaart, kernenergie, chemicaliën en nog veel meer.

Wat is met het proces van condition monitoring en trillingsanalyse?

Trillingsanalyse 

Het condition monitoring-proces is eenvoudig en kan in drie delen worden opgesplitst: detectie, diagnose, en prognose. Laten we ernaar kijken:

Detectie - Of u nu handmatig data verzamelt elke vier weken of per uur met een 'online' systeem, de data kan getrendt worden. Wat u echt trendt is de ernst van de trilling bij de lagerbehuizing.

Eerst is het een best practice om basislijnen in te stellen voor al uw activa. Dit is zodat we hun normale operationele niveaus kennen – aannemend dat ze in goede conditie starten.

Eenmaal de trilling een vooraf ingesteld alarmeniveau overschrijdt (in mm/s of Gs bijvoorbeeld), is het tijd om verder te onderzoeken. Er zijn internationale standaarden die u kunnen helpen uw alarmeniveaus in te stellen, zoals de ISO 10816-serie.

Diagnose – De vraag die we hier stellen is: wat is er mis met de machine?

Nu, hoewel u trilling meet bij het lager, betekent dat niet dat de defect forcerende functie het resultaat is van een defect lager. Het kan een menigte van oorzaken zijn. Kijk hier naar enkele typische redenen voor lagerverslijting die u met trillingsanalyse kunt detecteren:

• Lagerslijtage door uitlijningsfout
• Lagerslijtage door zachte voet
• Lagerslijtage door onbalans
• Lagerslijtage door losheid

En hoe vindt u ze?

Eerder zagen we hoe complexe trillingssignalen bekeken kunnen worden in het tijdsdomein of het frequentiedomein. Dit is waar de analyse wordt uitgevoerd. Beide domeinen bevatten waardevolle informatie voor het diagnosticeren van veelvoorkomende apparatuurfouten. Het tijdsdomein toont de ernst van trilling tegenover tijd. Dit is nuttig voor het diagnosticeren van lagerfouten, cavitatie, onbalans, battement, en tandwielschade. Het frequentiedomein toont de individuele frequenties die de complexe trilling samenstellen. Het is bijzonder goed voor het diagnosticeren van lagerfouten ook, plus losheid, onbalans, uitlijningsfout, riemproblemen, gebrek aan smering, zachte voet, en nog veel meer.

Prognose – Deze vraag is de lastigste van alle. Hoe lang zal het duren voordat het faalt?

Machines zijn vaak complex en vertonen complex mechanisch gedrag. Er zijn geen twee hetzelfde.

Hoe lang een motor of pomp nog zal duren zodra een defect gedetecteerd is, is erg uitdagend. Maar het kan gebaseerd worden op de helling van de trillingstrend. Hoe snel klimt de trillingsernst over tijd? Eenmaal u een beginnende fout detecteert, kunt u vaker trillingsmetingen doen – vooral op cruciale installaties. U kunt ook de resterende bruikbare levensduur schatten als u data heeft over eerdere fouten of een goed begrip van de specifieke P-F (Potentiële Storing – Storing) curve voor de apparatuur. De prognosefase is moeilijk, maar als u goede data en apparatuurkennis heeft, kunt u het risico op onverwachte storing verminderen.

De sleutel hier is om uw tijd te besteden aan het focussen op de veelvoorkomende problemen die op draaiende apparatuur worden gevonden. Degenen die we al noemden zoals uitlijningsfout, lagerverslijting, losheid, en onbalans zijn de meest voorkomende. Besteed niet te veel tijd aan exotische en zeldzame voorkomens.

Stel u voor dat u in uw auto rijdt. Geleidelijk, over diverse weken, begint het meer en meer te schudden als u versnelt door de versnellingen. De trillingsernst is toegenomen. U brengt het naar de garage, en ze gaan zoeken naar de veelvoorkomende problemen. Dingen zoals wielonbalans of lage bandenspanning. Ze zouden de versnellingsbak niet afmonteren en zoeken naar ontbrekende tanden of excentrische tandwielen.

Dit is waar condition monitoring allemaal om draait: focussen op de veelvoorkomende problemen.

En ze nauwkeurig en snel diagnosticeren.

Draadloze Trillingssensoren 

Trillingssensoren zijn veel veranderd.

Verdwenen (of aan het verdwijnen) zijn de zware, bekabelde, extern gevoede, enkelvoudige as-accelerometers van het verleden. Tegenwoordig ziet u meer waarschijnlijk draadloze, Bluetooth, batterijgevoede, 3-as trillingssensoren. U zult nu zien dat ze de capaciteit hebben om dataloggers te zijn, om 'wakker te worden' en op te nemen wanneer bepaalde trillingsdrempels overschreden worden, ze zullen ISO-alarmeniveaus ingebouwd hebben, en velen kunnen ook activumtemperatuur registreren.

Bron: https://www.machinesentry.com/products/hardware/msf-1

De traditionele, grotere condition monitoring-aanbieders veranderen hun productlijnen en businessmodellen naarmate we in de leeftijd van industrie 4.0 treden, en er zijn veel nieuwe, jongere deelnemers aan de markt die de status quo uitdagen en oude businessmodellen disrupteren.

Trillingsanalyse: Het Voor & Na 

Dus, we weten dat condition monitoring – en meer specifiek trillingsanalyse – veranderd heeft, toch? Maar laten we kijken naar hoe het in praktische termen veranderd is.

Voor - handmatige arbeid was de orde van de dag. Eerst kunnen vergunningen vereist zijn om toegang te krijgen tot sommige activa vanwege veiligheidsrisico's. In de meeste wereldwijde fabrieken is dat 15 tot 30 minuten van uw tijd kwijt. Terug op kantoor, zou een technicus een 'route' moeten downloaden naar hun dataverzamelaar. Ze zouden dan met een bekabelde accelerometer en een dataverzamelaar (meestal een zware!) rondlopen door fabrieken. De technicus zou alleen machines met hoge criticaliteit bezoeken, en elke enkele as (X, Y, Z) bij elk lager afzonderlijk meten. Ze zouden 5 tot 15 minuten bij elke machine besteden. Met moe voeten gingen ze terug naar het kantoor en uploadden de data naar een proprietair softwarepakket op een standalone computer. Dit betekende dat de data alleen op die computer lag en alleen mensen met toegang ernaar konden kijken.

Niets in de cloud.

Hopelijk zouden ze niet vergeten de veiligheidsvergunning ook af te tekenen.

De trillingsanalist zou dan door tonnen data kruipen, de data handmatig analyseren en hun Excel-spreadsheet of Word-document bijwerken. Eenmaal dit gedaan was, zouden ze hun aanbevelingen en rapporten per e-mail uitsturen naar onderhoudsplanners en supervisors.

En hopen op het beste!

Na 4 weken zouden ze deze cyclus weer herhalen.

(4 weken is altijd de standaardcyclus geweest voor de meeste trillingsanalisten om data te verzamelen. Er is nooit veel gedachte aan besteed waarom.)

Maar dingen veranderen nu…

Na – Het hele proces is nu veel geautomatiseerder.

Geen veiligheidsvergunningen, en weinig of geen wandelen!

Drie-as, draadloze trillingssensoren zijn permanent geïnstalleerd op het activum (met een magneet, lijm of bouten) en de batterij hoeft misschien elke drie jaar vervangen te worden. Data wordt verzonden naar een lokaal gemonteerde gateway-apparaat dat verbonden is met het fabrieks-WiFi-signaal. De gateway stuurt de data dan naar cloud-gebaseerde software die iedereen met een login van overal ter wereld kan benaderen. In plaats van data verzameld elke 4 weken, is het configureerbaar – vaak tot zo laag als elke 60 seconden als nodig.

Bron: https://www.pruftechnik.com/en-GB/Products-and-Services/Condition-Monitoring-Systems/Online-Condition-Monitoring/

Er is nog steeds de optie om data handmatig te uploaden van de draadloze sensoren met een Bluetooth-verbonden apparaat zoals een tablet of mobiel. Hier is het voordeel dat een technicus rond kan lopen en een visuele inspectie van het activum tegelijkertijd kan uitvoeren als vereist, evenals foto's maken en inspectienotities maken.

De sensor kan zelfs 'mobiel' zijn en tijdelijk naar andere activa verplaatst worden voor troubleshooting.

Alarmeniveaus kunnen ingesteld worden op ISO-standaarden of geconfigureerd voor individuele activa. Wanneer alarmen overschreden worden, worden geautomatiseerde e-mails verstuurd naar sleutel-stakeholders om te waarschuwen voor nadere problemen of de noodzaak voor trillingsanalyse of root cause analyse.

Gegeven de schaalvoordelen, kunnen veel meer activa gemonitord worden dan in het traditionele model, niet alleen cruciale activa.

Handmatige analyse van de data is nog steeds gebruikelijk, maar naarmate we dieper in de digitale transformatie van industrie 4.0 en het IIoT treden, bewegen we meer naar predictief onderhoud, machine learning, en algoritmen die een sleutelrol spelen in de analyse.

Laten we nu kijken naar een eenvoudige categorisatie van twee typen sensoren: scannende sensoren en screening-sensoren.

Scannende sensoren

Dit zijn de duurdere trillingssensoren die geschikt zijn voor de cruciale activa van een bedrijf. Deze sensoren bevatten typisch zelfdiagnostiek en trillingsmetingvalidatie. Ze hebben een graad van intelligentie en voeren een hoog volume dataverwerking uit. Dit is omdat na datavalidatie, ze de tijd- en frequentiedomeininformatie naar de gateway en cloud-gebaseerde software sturen voor verdere analyse. U zou niet typisch de kosten maken om deze te installeren op lagere-criticaliteit en utiliteitsactiva. Ze zullen ook vaak temperatuursensoren ingebouwd hebben zodat de lange-termijn temperatuur getrendt kan worden naast trilling.

Screening-sensoren

Deze sensoren zijn veel goedkoper en worden toegepast op lagere criticaliteit en utiliteitsactiva. Maar ze zijn wel geschikt voor de IIoT-aanpak. Ze registreren vaak alleen de algehele trillingswaarden en piektrilling – dat wil zeggen, niet de tijd- en frequentiedomeininformatie. Dit overdraagt een laag volume aan data. Maar de sleutel is dat, gegeven de lage kosten, ze op veel meer activa gebruikt kunnen worden dan scannende sensoren. Ze zullen data vastleggen op de activa die vaak genegeerd en genegeerd worden – maar wiens storing nog steeds productieverliezen, verspilde kosten en organisatorische hoofdpijn kan veroorzaken.

Wat is de workflow? 

Terwijl we snel in de digitale transformatie en IIoT bewegen, is de trillingsmonitoring-workflow essentieel hetzelfde. Wat veranderd is dat minder tijd verspild wordt aan onnodige analyse, en kosten significant gedaald zijn. Hier is de typische workflow die we vandaag zien:

Deze eenvoudige workflow stelt u in staat uw middelen te richten waar ze nodig zijn.

Krijg meer knal voor uw buck!

De grote kostenbesparingen worden gemaakt door geautomatiseerde dataverzameling en het filteren van gezonde activa. Dit is waar moderne, activageintensive, en operationeel-efficiënte bedrijven significante winst boeken op hun reis naar excellentie, connectiviteit, en het industriële internet der dingen.

Wees competitief.

En wees onderdeel van die moderne, data-gedreven reis naar lagere kosten, lagere risico's, en verhoogde activum- en zakelijke prestaties.

Lees verder: Uitgebreide gids voor IIoT in Onderhoud