진동 및 IIoT 센서

진동 분석은 끊임없이 변화하는 IIoT 및 예측 유지 관리의 세계에서 핵심 기술입니다.

그일 수 있습니다. 업계에서 순환 자산의 상태를 평가하고 조직에 악화 및 임박한 자산 실패에 대한 조기 경고를 제공하기 위한 핵심 기술입니다.

수명 주기 전반에 걸쳐 높은 자산 가용성을 제공합니다.

하지만 모든 것이 무엇입니까?

진동 기본 사항

간단히 말해서, 진동은 자산이나 구성 요소가 정지 위치에서 앞뒤로 흔들리거나 움직이는 것입니다.

진자가 가장 높은 지점에서 풀린다고 생각해 보십시오.

모든 진동 에너지가 소멸될 때까지 앞뒤로 흔들릴 것입니다. 그리고는 휴식의 위치로 돌아갑니다.

자산과의 유일한 차이점은 자산의 회전 에너지가 멈출 때만 진동이 중지된다는 것입니다. 1차 에너지원(보통 모터)은 진동을 멈추기 위해 멈춰야 합니다.

그러나 진동과 같은 단순한 현상이 자산의 문제를 알려줄 수 있습니까?

예!

진폭과 같은 측정된 진동 매개변수 , RMS , 및 마침표 자산에서 발생하는 기계적, 회전 및 마찰력을 계산하고 볼 수 있습니다.

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

자산 또는 장비 내의 힘은 진동을 유발하며 이는 일반적으로 베어링 하우징에서 측정됩니다. 힘은 로터, 기어, 샤프트, 베어링 및 임펠러와 같은 자산의 회전 요소에서 발생합니다.

모든 힘과 진동이 나쁜 소식은 아닙니다.

그러나 그럴 때 FFT(고속 푸리에 변환)를 사용하여 시간 및 스펙트럼 영역에서 볼 수 있습니다.

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

여기에서 개별 주파수와 진폭(가속도 또는 속도)을 확인하고 패턴을 특정 자산 결함과 연관시킬 수 있습니다.

어떤 종류의 결함 감지할 수 있습니까 <강하다>?

진동 분석이 감지할 수 있는 잠재적인 결함은 많이 있습니다. 다음은 몇 가지입니다.

• 마모된 베어링
• 펌프 캐비테이션
• 자산 대 자산 불일치
• 기어 톱니 마모
• 자산 기반의 구조적 균열
• 윤활 부족
• 마모된 구동 벨트
• 공명

이 중 어떤 것이 공장에서 심각한 가동 중단이나 골칫거리를 일으켰습니까?

우리는 그들이 가지고 있다고 확신합니다!

일반적으로 진동 분석 및 상태 기반 유지 관리의 이점은 잘 알려져 있습니다.

• 자산 가용성 향상
• 생산량 증가
• 계획되지 않은 다운타임 감소
• 유지 관리 및 수명 주기 비용 절감
• 최적화된 인적 자원
• 침습성 PM 감소(점검 및 부품 교체)
• 유지 관리 계획 및 일정 개선
• 더 나은 예비 부품 예측
• 불량 제거를 위한 근본 원인 분석 정보

진동 분석은 성숙한 예측 유지 보수 기술이며 생각할 수 있는 거의 모든 산업 분야에서 사용됩니다. 석유 및 가스, 식품 및 음료, 제지 및 펄프, 제강, 자동차, 광업, 항공, 원자력, 화학 등과 같은 산업 분야의 예측 기술입니다.

프로세스는 어떻습니까? 상태 모니터링 및 진동 분석?

진동 분석

상태 모니터링 프로세스는 간단하며 감지, 진단 및 예후의 세 부분으로 나눌 수 있습니다. 살펴보겠습니다:

감지 이온 - 4주마다 수동으로 데이터를 수집하든 '온라인' 시스템을 사용하여 시간별로 데이터를 수집하든 데이터의 추세를 파악할 수 있습니다. 당신이 정말로 경향이 있는 것은 베어링 하우징의 진동의 심각성입니다.

첫째, 모든 자산에 대한 기준 수준을 설정하는 것이 가장 좋습니다. 이것은 우리가 그들의 정상적인 작동 수준을 알기 위한 것입니다. 시작하기에 좋은 상태라고 가정합니다.

진동이 미리 설정된 경보 수준(예:mm/s 또는 Gs)을 위반하면 추가 조사가 필요합니다. ISO 10816 시리즈와 같이 경보 수준을 설정하는 데 도움이 되는 국제 표준이 있습니다.

진단 이다 – 여기서 우리가 묻는 질문은:기계에 무슨 문제가 있습니까?

이제 베어링에서 진동을 측정하고 있지만 결함 강제 기능이 결함 베어링의 결과라는 의미는 아닙니다. 여러 가지 원인이 있을 수 있습니다. 진동 분석으로 감지할 수 있는 베어링 마모의 몇 가지 일반적인 이유를 살펴보십시오.

• 오정렬로 인한 베어링 마모
• 부드러운 발로 인한 베어링 마모
• 불균형으로 인한 베어링 마모
• 느슨함으로 인한 베어링 마모

어떻게 찾나요?

앞에서 우리는 복잡한 진동 신호가 시간 영역이나 주파수 영역에서 어떻게 보일 수 있는지 보았습니다. 여기에서 분석이 수행됩니다. 두 도메인 모두 일반적인 장비 오류를 진단하는 데 유용한 정보를 포함합니다. 시간 영역은 시간에 대한 진동의 심각성을 보여줍니다. 이것은 베어링 결함, 캐비테이션, 불균형, 비트 진동 및 기어 톱니 손상을 진단하는 데 유용합니다. 주파수 영역은 복잡한 진동을 구성하는 개별 주파수를 보여줍니다. 베어링 결함, 헐거움, 불균형, 정렬 불량, 벨트 문제, 윤활 부족, 부드러운 발 등을 진단하는 데 특히 좋습니다.

예후 이다 - 이 질문이 가장 어렵습니다. 실패하기 전에 얼마나 오래 지속됩니까?

기계는 종종 복잡하고 복잡한 기계적 동작을 나타냅니다. 둘 다 똑같지 않습니다.

결함이 감지되면 모터 또는 펌프가 얼마나 오래 지속되는지 추정하는 것은 매우 어렵습니다. 그러나 그것은 진동 경향의 ​​급경사에 근거할 수 있습니다. 시간이 지남에 따라 진동 심각도가 얼마나 빨리 상승합니까? 초기 결함을 감지하면 특히 중요한 플랜트에서 보다 정기적인 진동 측정을 수행할 수 있습니다. 또한 이전 고장에 대한 데이터가 있거나 장비의 특정 P-F(잠재적 고장 – 고장) 곡선을 잘 이해하고 있는 경우 남은 유효 수명을 추정할 수 있습니다. 예후 단계는 어렵지만 좋은 데이터와 장비 지식이 있다면 예상치 못한 고장의 위험을 줄일 수 있습니다.

여기서 핵심은 회전 장비에서 발견되는 일반적인 문제에 집중하는 데 시간을 할애하는 것입니다. 정렬 불량, 베어링 마모, 헐거움 및 불균형과 같이 이미 언급한 것들이 가장 일반적입니다. 이국적이고 희귀한 문제에 너무 많은 시간을 할애하지 마십시오.

당신이 당신의 차를 운전하고 있다고 상상해보십시오. 점차적으로, 몇 주에 걸쳐 기어를 통해 가속함에 따라 점점 더 흔들리기 시작합니다. 진동 강도가 증가했습니다. 차고로 가져가면 일반적인 문제를 찾을 것입니다. 휠 언밸런스나 낮은 타이어 공기압과 같은 것들. 그들은 기어박스를 벗겨내고 기어 이빨이나 편심 기어를 찾지 않습니다.

이것이 바로 상태 모니터링의 모든 것입니다. 일반적인 문제에 초점을 맞추는 것입니다.

그리고 정확하고 빠르게 진단합니다.

무선 진동 센서

진동 센서가 많이 변경되었습니다.

과거의 무거운, 케이블 연결, 외부 전원, 단일 축 가속도계는 사라졌습니다. 요즘에는 무선, Bluetooth, 배터리 전원, 3축 진동 센서를 볼 가능성이 더 높습니다. 이제 데이터 로거, 특정 진동 임계값 위반 시 '일어나기' 및 기록하는 기능이 있으며 ISO 경보 수준이 내장되어 있으며 많은 경우 자산 온도도 기록할 수 있습니다.

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

기존의 대규모 상태 모니터링 제공업체는 우리가 인더스트리 4.0 시대로 이동함에 따라 제품 라인과 비즈니스 모델을 변경하고 있으며, 현상 유지에 도전하고 기존 비즈니스 모델을 파괴하는 새롭고 젊은 참가자가 많이 있습니다.

V 마찰 분석:B 앞 및 A 이후

그래서 우리는 상태 모니터링, 특히 진동 분석이 변경되었다는 것을 알고 있습니다. 맞습니까?

하지만 어떻게 실용적인 측면에서 변경되었습니다.

이전 - 육체 노동은 오늘날의 명령이었습니다. 첫째, 안전 위험으로 인해 일부 자산에 액세스하려면 허가가 필요할 수 있습니다. 대부분의 글로벌 공장에서는 시간이 15분에서 30분 정도 소요됩니다. 사무실로 돌아온 기술자는 데이터 수집기로 가는 '경로'를 다운로드해야 했습니다. 그런 다음 케이블로 연결된 가속도계와 데이터 수집기(보통 무거운 것!)를 가지고 나가서 식물 주변을 걸어다녔습니다. 기술자는 중요도가 높은 기계만 방문하여 각 베어링의 모든 단일 축(X, Y, Z)을 개별적으로 측정합니다. 그들은 각 기계에서 5-15분을 보낼 수 있습니다. 피곤한 발로 사무실로 돌아가 독립형 컴퓨터의 독점 소프트웨어에 데이터를 업로드했습니다. 즉, 데이터는 해당 컴퓨터에만 있고 액세스 권한이 있는 사람만 볼 수 있습니다.

클라우드에는 아무것도 없습니다.

바라건대, 그들은 안전 허가서에 서명하는 것을 잊지 않을 것입니다.

그런 다음 진동 분석가는 수많은 데이터를 탐색하고 수동으로 데이터를 분석하고 Excel 스프레드시트 또는 Word 문서를 업데이트합니다. 이 작업이 완료되면 유지 관리 계획자와 감독자에게 권장 사항과 보고서를 이메일로 보냅니다.

그리고 최고를 바랍니다!

4주가 지나면 이 주기를 다시 반복합니다.

(4주 항상 대부분의 진동 분석가가 데이터를 수집하는 기본 주기 <나>. 그 이유에 대해서는 별로 생각해본 적이 없습니다.)

하지만 이제 상황이 바뀌고 있습니다...

이후 – 이제 전체 프로세스가 훨씬 더 자동화되었습니다.

안전 허가도 없고 걸어다니는 일도 거의 없습니다!

3축 무선 진동 센서는 자산에 영구적으로 설치되며(자석, 접착제 또는 스터드 사용) 배터리는 약 3년마다 교체해야 할 수 있습니다. 데이터는 공장 Wi-Fi 신호에 연결된 로컬에 장착된 게이트웨이 장치로 전송됩니다. 그런 다음 게이트웨이 장치는 로그인이 있는 모든 사람이 전 세계 어디에서나 액세스할 수 있는 클라우드 기반 소프트웨어로 데이터를 보냅니다. 4주마다 수집되는 데이터 대신 필요한 경우 60초마다 낮게 구성할 수 있습니다.

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

태블릿이나 휴대폰과 같은 Bluetooth 연결 장치를 사용하여 무선 센서의 데이터를 수동으로 업로드하는 옵션은 여전히 ​​있습니다. 여기서 이점은 기술자가 필요한 경우 이동하면서 자산의 육안 검사를 수행할 수 있을 뿐만 아니라 사진을 찍고 검사 메모를 작성할 수 있다는 것입니다.

센서는 '모바일'일 수도 있으며 문제 해결을 위해 일시적으로 다른 자산으로 이동할 수도 있습니다.

경보 수준은 ISO 표준으로 설정하거나 개별 자산으로 구성할 수 있습니다. 경보가 위반되면 자동화된 이메일이 주요 이해 관계자에게 전송되어 임박한 문제 또는 진동 분석 또는 근본 원인 분석의 필요성을 경고합니다.

규모의 경제를 감안할 때 중요한 자산뿐만 아니라 기존 모델보다 더 많은 자산을 모니터링할 수 있습니다.

데이터의 수동 분석은 여전히 ​​일반적이지만 인더스트리 4.0 및 IIoT의 디지털 혁신으로 더 깊이 들어가면서 예측 유지 관리, 기계 학습 및 분석에서 핵심적인 역할을 하는 알고리즘으로 이동합니다.

이제 두 가지 유형의 센서인 스캐닝 센서와 스크리닝 센서의 간단한 분류를 살펴보겠습니다.

S 캔 센서

이들은 회사의 중요한 자산에 적합한 더 비싼 진동 센서입니다. 이러한 센서에는 일반적으로 자가 진단 및 진동 측정 검증이 포함됩니다. 그들은 어느 정도의 지능을 가지고 있으며 많은 양의 데이터 처리를 수행합니다. 이는 데이터 유효성 검사 후 추가 분석을 위해 시간 및 주파수 도메인 정보를 게이트웨이 및 클라우드 기반 소프트웨어로 보내기 때문입니다. 일반적으로 중요도가 낮은 유틸리티 자산에 설치하는 비용은 들지 않습니다. 또한 온도 센서가 내장되어 있어 장기간 온도가 진동과 함께 추세가 될 수 있습니다.

S 크리닝 센서

이 센서는 비용이 훨씬 저렴하고 중요도가 낮고 유틸리티 자산에 적용됩니다. 그러나 그들은 IIoT 접근 방식에 매우 적합합니다. 그들은 종종 전체 진동 값과 피크 진동만 기록합니다. 즉, 시간 및 주파수 영역 정보는 기록하지 않습니다. 이것은 적은 양의 데이터를 전송합니다. 그러나 핵심은 저렴한 비용을 감안할 때 스캐닝 센서보다 더 많은 자산에 사용할 수 있다는 것입니다. 그들은 종종 무시되고 무시되지만 여전히 생산 손실, 비용 낭비 및 조직적 골칫거리를 유발할 수 있는 자산에 대한 데이터를 캡처합니다.

무엇입니까 워크플로 ?

디지털 혁신과 IIoT로 빠르게 전환하고 있지만 진동 모니터링 워크플로는 본질적으로 동일합니다. 달라진 점은 불필요한 분석에 낭비되는 시간이 줄어들고 비용이 크게 절감되었다는 것입니다. 오늘날 볼 수 있는 일반적인 작업 흐름은 다음과 같습니다.

이 간단한 워크플로를 통해 필요한 곳에 리소스를 집중할 수 있습니다.

당신의 돈을 위해 더 큰 강타를 얻으십시오!

자동화된 데이터 수집과 정상적인 자산 필터링을 통해 비용을 크게 절감할 수 있습니다. 여기에서 현대적이고 자산 집약적이며 운영 효율성이 뛰어난 기업이 우수성, 연결성 및 산업용 사물 인터넷을 향한 여정에서 상당한 이익을 얻고 있습니다.

경쟁력을 갖추십시오.

또한 비용 절감, 위험 감소, 자산 및 비즈니스 성과 향상을 위한 데이터 중심의 현대적인 여정의 일부입니다.

다음 읽기:IIoT 유지 관리에 대한 종합 가이드