Memantau kesehatan mesin pabrik

Pemantauan kesehatan atau pemantauan kondisi telah digunakan selama bertahun-tahun pada mesin dan pabrik di mana biaya pemadaman listrik tinggi. Hal ini dapat memungkinkan kegagalan untuk diantisipasi dan pemeliharaan atau perbaikan dijadwalkan untuk meminimalkan kerugian produksi, serta menghindari pemeliharaan berkala yang tidak perlu.

Ini bisa sesederhana seperti seseorang yang berkeliling pabrik secara berkala dengan instrumen portabel seperti kamera pencitraan termal dan penganalisis getaran, atau mungkin dipasang secara permanen sehingga data dapat dikumpulkan dari jarak jauh dalam waktu lama, data dianalisis secara off- garis dan tren diidentifikasi.

Dengan meningkatnya penggunaan perangkat cerdas pada mesin dan pabrik, yang dapat terhubung ke jaringan dan datanya dikumpulkan dari jarak jauh dengan biaya rendah, kemungkinan pemantauan kesehatan pabrik meningkat pesat. Ada banyak informasi yang tersedia di web yang memberikan ide dan menawarkan produk untuk pemantauan.

Dalam posting blog ini, saya akan menunjukkan berbagai teknik yang memanfaatkan posisi khusus penggerak kecepatan variabel di mesin untuk mengakses data berguna lebih lanjut.

Keamanan mesin di lantai bengkel

Secara umum teknik yang diterapkan perlu menggunakan sensor berbiaya rendah dan cukup non-invasif, untuk menghindari biaya pemasangan yang tinggi dan risiko kerusakan dari proses pemasangan. Sensor sederhana seperti probe termal dan akselerometer dapat dilampirkan ke bagian yang dapat diakses dan memberikan banyak data.

Misalnya, akselerometer sering kali dapat dengan mudah dipasang pada penyangga bantalan atau rumah mesin untuk mengukur getaran radial dari mesin yang berputar, dan dapat mendeteksi cacat yang menyebabkan gaya tidak seimbang, seperti bagian berputar yang rusak, poros retak, dan kopling yang tidak sejajar.

Pengukuran amplitudo sederhana dapat memberikan peringatan umum tentang cacat yang berpotensi merusak, sementara analisis frekuensi yang lebih dalam mungkin dapat memusatkan perhatian pada bagian-bagian tertentu terutama jika ada kecepatan rotasi yang berbeda seperti pada penggerak girboks atau sabuk.

Pemantauan kesehatan mesin atau tanaman menggunakan penggerak kecepatan variabel

Penggerak kecepatan variabel berada dalam posisi unik di dalam mesin karena biasanya memberikan tenaga penggerak. Ini adalah perangkat cerdas yang digabungkan erat ke bagian kerja mesin melalui motor listrik. Ini berisi informasi yang digunakan untuk melakukan tugasnya dengan andal, tetapi dapat diakses dan dianalisis dengan sedikit atau tanpa biaya. Dengan kata lain, ini dapat digunakan sebagai satu set sensor tambahan, hampir tanpa biaya.

Untuk memulainya, drive memiliki sensor internal sendiri untuk berbagai suhu internal dan arus motor, yang disediakan oleh pabrikan untuk mencegah kerusakan pada drive atau motor karena kondisi abnormal. Mungkin juga memiliki sensor suhu motor yang terhubung. Data ini tersedia sebagai parameter drive dan dapat diakses secara berkala untuk memberikan peringatan jika mendekati batas, dan untuk menganalisis tren.

Dalam sistem kontrol loop tertutup seperti drive servo, drive berisi data mengenai variabel kontrol. Hal ini cukup umum misalnya untuk memantau kesalahan berikut dalam loop kontrol posisi dan untuk menaikkan bendera jika kesalahan melebihi ambang batas – ini dapat menunjukkan beberapa jenis kerusakan seperti peningkatan kekakuan (kejang yang akan datang, obstruksi atau kerusakan ) atau reaksi balik (dari keausan ).

Ini adalah langkah kecil untuk beralih dari ambang alarm sederhana ke pemantauan tren data yang dihaluskan dan memperingatkan pengguna tentang situasi yang berkembang yang dapat mengakibatkan kegagalan di masa mendatang.

Untuk kesalahan berikut harus ada setidaknya transduser poros yang dipasang, yang cenderung terjadi dalam aplikasi kontrol gerakan presisi . Namun, dalam semua aplikasi, penggerak juga memiliki akses ke pengukuran khusus yang sulit diperoleh dengan instrumentasi eksternal – torsi motor.

Mengukur Torsi Motor

Untuk mengukur torsi motor secara konvensional menggunakan transduser paling sering dilakukan dengan memasang strain gauge atau load cell pada pemasangan rumah motor. Hal ini memerlukan pemasangan motor khusus jika ingin memberikan pengukuran torsi yang masuk akal, dan pengukuran dipengaruhi oleh momen inersia rangka motor berat yang mengurangi sensitivitas terhadap frekuensi yang lebih tinggi.

Yang lebih sulit lagi adalah mengukur torsi poros dinamis yang sebenarnya , karena ini membutuhkan pengukur regangan yang berputar untuk dipasang pada poros, dengan telemetri untuk melewatkan data ke sisi tetap. Ini adalah operasi yang mahal, dan jarang dilakukan bahkan untuk tes khusus. Ini tidak mungkin menjadi instalasi permanen.

Namun penggerak memiliki data internal untuk arus penghasil torsi di motor, yang merupakan proksi yang baik untuk torsi poros, tersedia tanpa biaya! Data tersebut bahkan tersedia ketika motor itu sendiri tidak dapat diakses, baik jauh di dalam mesin atau di bawah air atau di area berbahaya. Akurasi pengukuran torsi paling baik dalam sistem loop tertutup penuh, tetapi bahkan dalam drive loop terbuka sederhana, data torsi cukup baik untuk berbagai tujuan kecuali pada kecepatan terendah.

Setelah kami menyadari bahwa data torsi tersedia di drive hampir tanpa biaya, serta data kecepatan yang sesuai, kami dapat memasuki ranah baru untuk pemantauan alat berat dan pabrik. Berikut ini adalah berbagai kemungkinan yang kami temui di Teknik Kontrol.

Pembaca mungkin memiliki ide baru untuk jenis alat berat tertentu – dibutuhkan pengetahuan rinci tentang alat berat untuk menemukan metode baru dalam menggunakan data torsi yang dikeluarkan oleh penggerak.

Daftar berikut menunjukkan informasi yang dimiliki drive, atau dapat diperoleh dengan biaya sederhana, yang semuanya dapat dipantau dan dikorelasikan untuk menghasilkan informasi yang berguna tentang mesin:

Batas sederhana untuk torsi rata-rata atau puncak

Data torsi real-time dapat dihaluskan untuk memberikan nilai rata-rata yang berjalan saat drive aktif, atau nilai puncak dapat ditangkap pada skala waktu yang dipilih agar sesuai dengan aplikasi, ini bisa berupa apa saja dari milidetik hingga hari tergantung pada prosesnya. Alarm dapat dihasilkan jika nilai bergerak di luar rentang yang diharapkan (yaitu melebihi nilai yang diharapkan atau, lebih jarang, turun di bawah nilai yang diharapkan).

Tren torsi

Data torsi yang sama dapat dicatat dan dianalisis untuk tren dari waktu ke waktu atau terhadap variabel lain, dengan alarm disetel untuk menunjukkan tren yang tidak sehat.

Korelasi sederhana torsi rata-rata dengan kecepatan

Dalam banyak proses, torsi sangat bergantung pada kecepatan, dalam pola yang terdefinisi dengan baik. Misalnya, kipas atau pompa yang menggerakkan fluida melalui saluran tetap, pipa atau loop, atau jaringannya, akan memiliki kurva torsi/kecepatan yang terdefinisi dengan baik. Setiap penyimpangan yang signifikan dari kurva normal menunjukkan perubahan yang mungkin mewakili masalah. Beberapa contohnya adalah:

Torsi rendah:

• Sabuk penggerak rusak atau sambungan lainnya
• Kehilangan cairan dalam pompa
• Obstruksi aliran, mis. filter atau layar yang diblokir (untuk pompa atau kipas jenis impeller, dapat juga diterapkan pada konveyor, dll.)
• Penumpukan endapan pada kipas atau rotor pompa
• Kavitasi dalam pompa karena masuknya udara, pusaran atau kesalahan lainnya (juga menyebabkan denyut – lihat di bawah)

Torsi tinggi:

• Kerusakan pada rotor atau bagian lain (sebagian atau seluruhnya)
• Obstruksi aliran (pompa jenis perpindahan positif)
• Kebocoran besar (tipe impeller pompa atau kipas)

Profil torsi/kecepatan dapat dibuat di luar kondisi alarm yang dihasilkan, misalnya seperti yang ditunjukkan pada Gambar 1:

Data torsi perlu difilter atau dirata-ratakan untuk mencegah efek dinamis (torsi akselerasi) atau pulsasi normal yang menghasilkan alarm palsu.

Variabel lain mungkin memiliki dampak, misalnya, tekanan pengiriman variabel dari cairan, sehingga pita toleransi harus diatur cukup lebar untuk mencegah alarm palsu dari penyebab ini.

Korelasi multi-variabel

Dalam proses yang lebih kompleks, torsi akan bergantung pada beberapa variabel, yang mungkin tersedia atau tidak tersedia untuk penggerak. Misalnya, pertimbangkan kipas yang menggerakkan udara melalui sistem saluran, beberapa di antaranya memiliki kontrol peredam untuk memvariasikan aliran udara lokal. Kurva torsi/kecepatan kemudian tergantung pada posisi peredam.

Jika data tersedia mengenai keadaan peredam, atau penurunan tekanan di atas peredam, maka korelasi multi-variabel dimungkinkan untuk memungkinkan hal ini. Gambar 2 memberikan ilustrasi sederhana dari kasing dengan dua cabang saluran dengan peredam.

Kemungkinan lain adalah dengan menggunakan nilai torsi dan kecepatan terukur untuk menyimpulkan aliran dan tekanan pada pompa atau kipas dari kurva karakteristiknya, yang kemudian dapat dibandingkan dengan nilai terukur dari transduser. Perbedaan apa pun dapat berarti bahwa pompa atau kipas rusak atau transdusernya rusak.

Analisis torsi dinamis

Data torsi pada penggerak memiliki bandwidth yang lebar dan pada prinsipnya dapat digunakan untuk analisis dinamis. Sangat umum untuk bandwidth torsi berada di urutan 1 kHz atau lebih, meskipun mungkin tidak mungkin untuk mengakses dan menganalisis data dengan kecepatan tinggi – saluran komunikasi data biasanya membatasi akses data hingga sekitar 250 interval sampel md.

Data torsi berhubungan dengan torsi listrik di motor, yang ditransmisikan ke poros keluaran tetapi dipengaruhi oleh inersia rotor motor dan kekakuan efektif dari algoritma kontrol motor. Ini membentuk filter lolos rendah yang karakteristiknya mungkin tidak diketahui.

Dalam sistem loop tertutup penuh dimungkinkan untuk menyimpulkan fungsi transfer dan memperoleh data torsi poros yang akurat, sehingga misalnya pembalikan torsi frekuensi tinggi dapat dideteksi. Namun pengukuran tidak perlu dikalibrasi dengan tepat agar perbandingan atau analisis tren berhasil.

Dalam praktiknya, pulsasi dengan frekuensi di wilayah 100 – 500 Hz telah dipantau dengan berguna dari data torsi listrik motor.

Blok data dapat ditangkap secara real time dan mengalami analisis dinamis secara off line. Analisis mungkin dalam domain waktu, misalnya dengan menghitung besarnya fluktuasi (pulsa atau fluktuasi torsi keseluruhan, amplitudo rms dengan atau tanpa rata-rata waktu, nilai puncak atau nilai negatif puncak) atau dalam domain frekuensi melalui transformasi Fourier sehubungan dengan waktu atau variabel lain seperti posisi. Ini kemudian memungkinkan perubahan yang berkembang untuk dideteksi, khususnya dalam pola pulsasi torsi:

• Amplitudo getaran torsional keseluruhan yang berlebihan, pita lebar atau terbatas pita, mis. dari bagian mesin yang rusak atau kavitasi pada pompa
• Torsi puncak berlebihan yang dapat mengakibatkan kerusakan mekanis atau keausan dini
• Seringnya pembalikan torsi yang dapat menyebabkan gigi bergemeletuk yang mengakibatkan keausan dini atau kerusakan
• Resonansi puntir, mis. dari kopling longgar, menghasilkan puncak dalam spektrum frekuensi yang frekuensinya tidak tergantung pada kecepatan meskipun dapat ditingkatkan pada kecepatan tertentu
• Pulsasi torsional, dengan satu atau lebih siklus per putaran, mis. dari kerusakan poros retak, impeller atau gigi gir atau kerusakan mekanis lainnya, dengan kemungkinan melacak sumber dalam mesin yang kompleks dari frekuensi puncak spektral, kecepatan, dan pengetahuan tentang girboks atau rasio penggerak lainnya.

Analisis torsi dinamis dengan korelasi kecepatan

Dalam beberapa contoh yang diberikan di atas, jelas bermanfaat untuk mempertimbangkan kecepatan poros dalam hubungannya dengan analisis dinamis torsi, karena pulsasi yang berkaitan dengan rotasi poros akan berada pada frekuensi rotasi (efek sekali per putaran) atau a kelipatannya (misalnya poros yang retak menghasilkan dua kali putaran, impeler mungkin berada di N-per-putaran, gigi roda gigi di N atau N₁ /N₂ –per-revolusi).

Akan sangat membantu untuk menghasilkan plot gabungan dari analisis spektral getaran dengan kecepatan, yang akan dengan jelas membedakan efek N-per-putaran dari efek resonansi yang frekuensinya tetap tetapi mungkin dirangsang hanya dalam rentang kecepatan tertentu. Ini disebut sebagai plot kaskade atau plot air terjun, dan ditawarkan secara luas oleh pemasok peralatan analisis getaran.

Perhatian – kecepatan pengambilan sampel dan aliasing

Perawatan diperlukan dalam sistem dengan pulsasi torsi yang cepat. Data torsi diambil sampelnya pada kecepatan yang mungkin dibatasi oleh kemampuan drive untuk menyimpan atau mengekspor data pada kecepatan yang diperoleh secara internal. Frekuensi sampling akan menghasilkan kesalahan alias pada frekuensi seperti (f_s – f_d ) di mana f_d adalah konten frekuensi data dan f_s adalah frekuensi sampling. f_s perlu dipertahankan di atas sekitar 3 kali f_d untuk menghindari menghasilkan produk frekuensi baru yang membingungkan dalam wilayah yang diminati.

Manfaat tambahan dari plot kaskade adalah bahwa produk alias terlihat jelas, frekuensinya menurun seiring dengan peningkatan kecepatan sedangkan dengan efek asli frekuensinya meningkat atau tetap konstan.

Analisis kecerdasan buatan

Dalam semua hal di atas, saya telah berkonsentrasi pada aplikasi di mana pemahaman fisik dari proses digunakan untuk mendefinisikan perilaku yang diharapkan, dan data yang tersedia digunakan untuk membandingkan operasi aktual dengan harapan. Bahkan jika skala amplitudo tidak pasti, frekuensinya unik dan tren dapat diidentifikasi.

Keuntungan dari pendekatan ini adalah orang-orang yang terlibat dalam proses dapat memahami data dan bekerja dari informasi dan kondisi alarm yang dihasilkan untuk mengembangkan diagnosis pabrik.

Alternatifnya adalah menggunakan beberapa bentuk algoritma pembelajaran mesin untuk melacak semua data yang tersedia dan bertujuan untuk menyimpulkan pola perilaku normal dan abnormal. Ini adalah subjek penelitian saat ini, misalnya https://phys.org/news/2016-02-scientist-ai-algorithm-machinery-health.html .

Kesimpulan

Gagasan yang diberikan di atas adalah gagasan umum yang didasarkan pada gambaran umum mesin dengan bagian yang berputar, kopling dan roda gigi, atau pompa atau kipas. Saya berharap dengan menunjukkan akses khusus yang diberikan drive ke beberapa data berharga, terutama data torsi dinamis, perancang alat berat akan dapat menerapkan ide-ide ini ke aplikasi spesifik dan unik mereka sendiri.