Sensor Getaran &IIoT

Analisis getaran adalah teknologi utama dalam dunia IIoT dan pemeliharaan prediktif yang selalu berubah.

Ini mungkin yang teknologi utama untuk menilai kesehatan aset yang berputar dalam industri dan memberikan peringatan dini kepada organisasi Anda tentang penurunan kualitas dan kegagalan aset yang akan datang.

Ini mendorong ketersediaan aset yang tinggi melalui siklus hidup.

Tapi apa itu semua?

Dasar-dasar getaran

Sederhananya, getaran adalah osilasi atau gerakan suatu aset atau komponen bolak-balik dari posisi diamnya.

Pikirkan pendulum yang dilepaskan dari titik tertingginya.

Ini akan berayun maju mundur sampai semua energi getaran hilang. Dan kemudian kembali ke posisi istirahatnya.

Satu-satunya perbedaan dengan aset Anda adalah bahwa getaran berhenti hanya ketika energi rotasi aset berhenti. Sumber energi utama – biasanya motor – harus berhenti agar getaran berhenti.

Tetapi dapatkah fenomena sederhana seperti getaran memberi tahu Anda apa yang salah dengan aset Anda?

Ya!

Parameter getaran terukur seperti amplitudo , RMS , dan titik memungkinkan Anda menghitung dan melihat gaya mekanis, rotasi, dan gesekan yang terjadi di aset Anda.

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

Kekuatan di dalam aset atau peralatan menyebabkan getaran dan ini biasanya diukur pada rumah bantalan. Gaya-gaya tersebut berasal dari elemen-elemen yang berputar di dalam aset seperti rotor, roda gigi, poros, bantalan, dan impeler.

Tidak semua gaya dan getaran adalah berita buruk.

Tetapi ketika mereka, kami menggunakan Fast Fourier Transform (FFT) untuk dapat melihatnya dalam domain waktu dan spektral.

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

Di sinilah kita dapat melihat frekuensi dan amplitudo masing-masing – dalam percepatan atau kecepatan – dan menghubungkan polanya dengan kesalahan aset tertentu.

Jenis . apa kesalahan dapatkah ia mendeteksi ?

Ada banyak potensi kesalahan yang dapat dideteksi oleh analisis getaran, berikut beberapa di antaranya:

• Bantalan aus
• Kavitasi pompa
• Ketidaksejajaran aset ke aset
• Keausan gigi gir
• Retak struktural pada fondasi aset
• Kurangnya pelumasan
• Sabuk penggerak yang aus
• Resonansi

Apakah salah satu dari ini menyebabkan Anda downtime yang signifikan atau sakit kepala di pabrik Anda?

Kami yakin mereka punya!

Manfaat analisis getaran dan perawatan berbasis kondisi secara umum sudah diketahui:

• Ketersediaan aset yang lebih tinggi
• Peningkatan hasil produksi
• Lebih sedikit waktu henti yang tidak direncanakan
• Mengurangi biaya pemeliharaan dan siklus hidup
• Sumber daya manusia yang dioptimalkan
• Pengurangan PM invasif (perbaikan dan penggantian komponen)
• Peningkatan perencanaan dan penjadwalan pemeliharaan
• Perkiraan suku cadang yang lebih baik
• Informasi analisis akar penyebab untuk menghilangkan cacat

Analisis getaran adalah teknologi pemeliharaan prediktif yang matang dan digunakan di hampir semua industri yang dapat dipikirkan. Ini adalah teknologi prediktif masuk dalam vertikal industri seperti minyak dan gas, makanan dan minuman, kertas dan pulp, pembuatan baja, otomotif, pertambangan, penerbangan, nuklir, bahan kimia dan banyak lagi.

Bagaimana dengan proses pemantauan kondisi dan analisis getaran?

Analisis Getaran

Proses pemantauan kondisi sangat mudah dan dapat dibagi menjadi tiga bagian:deteksi, diagnosis, dan prognosis. Mari kita lihat mereka:

Deteksi ion - Apakah Anda mengumpulkan data secara manual setiap empat minggu atau per jam dengan sistem 'online', data dapat menjadi tren. Apa yang Anda benar-benar tren adalah tingkat keparahan getaran di rumah bantalan.

Pertama, ini adalah praktik terbaik untuk menetapkan tingkat dasar untuk semua aset Anda. Ini agar kami mengetahui tingkat operasional normal mereka – dengan asumsi mereka dalam kondisi baik untuk memulai.

Setelah getaran menembus tingkat alarm yang telah ditentukan sebelumnya (dalam mm/s atau Gs misalnya), maka inilah saatnya untuk menyelidiki lebih lanjut. Ada standar internasional yang dapat membantu Anda mengatur level alarm seperti seri ISO 10816.

Diagnosis adalah – Pertanyaan yang kami ajukan di sini adalah:apa yang salah dengan mesin?

Sekarang, meskipun Anda mengukur getaran pada bantalan, itu tidak berarti bahwa fungsi pemaksaan cacat adalah hasil dari bantalan yang rusak. Penyebabnya bisa banyak. Lihat di sini beberapa alasan umum untuk keausan bantalan yang dapat Anda deteksi dengan analisis getaran:

• Keausan bantalan karena ketidaksejajaran
• Keausan bantalan karena kaki yang lembut
• Keausan bantalan karena ketidakseimbangan
• Keausan bantalan karena kelonggaran

Dan bagaimana Anda menemukan mereka?

Sebelumnya kita telah melihat bagaimana sinyal getaran kompleks dapat dilihat dalam domain waktu atau domain frekuensi. Di sinilah analisis dilakukan. Kedua domain berisi informasi berharga untuk mendiagnosis kesalahan peralatan umum. Domain waktu menunjukkan kepada kita tingkat keparahan getaran terhadap waktu. Ini berguna untuk mendiagnosis kesalahan bantalan, kavitasi, ketidakseimbangan, getaran ketukan, dan kerusakan gigi roda gigi. Domain frekuensi menunjukkan kepada kita frekuensi individu yang membentuk getaran kompleks. Ini sangat baik untuk mendiagnosis kesalahan bantalan juga, ditambah kelonggaran, ketidakseimbangan, ketidaksejajaran, masalah sabuk, kurangnya pelumasan, kaki lunak, dan banyak lagi.

Prognos adalah – Pertanyaan ini adalah yang terberat dari semuanya. Berapa lama itu akan bertahan sebelum gagal?

Mesin seringkali kompleks dan menunjukkan perilaku mekanis yang kompleks. Tidak ada dua yang sama.

Memperkirakan berapa lama motor atau pompa akan bertahan setelah cacat terdeteksi sangat menantang. Tapi itu bisa didasarkan pada kecuraman tren getaran. Seberapa cepat tingkat keparahan getaran meningkat dari waktu ke waktu? Setelah Anda mendeteksi kesalahan baru, maka Anda dapat melakukan pengukuran getaran yang lebih teratur – terutama pada instalasi kritis. Anda juga dapat memperkirakan sisa masa manfaat jika Anda memiliki data tentang kegagalan sebelumnya atau pemahaman yang baik tentang kurva P-F (Potensi Kegagalan – Kegagalan) spesifik untuk peralatan. Fase prognosis sulit, tetapi jika Anda memiliki pengetahuan data dan peralatan yang baik maka Anda dapat mengurangi risiko kegagalan yang tidak terduga.

Kuncinya di sini adalah untuk menghabiskan waktu Anda berfokus pada masalah umum yang ditemukan pada peralatan berputar. Yang telah kami sebutkan seperti misalignment, keausan bantalan, kelonggaran, dan ketidakseimbangan adalah yang paling umum. Jangan menghabiskan terlalu banyak waktu untuk masalah kejadian yang eksotis dan langka.

Bayangkan Anda sedang mengemudi di dalam mobil Anda. Secara bertahap, selama beberapa minggu, itu mulai bergetar lebih dan lebih saat Anda berakselerasi melalui persneling. Tingkat keparahan getaran telah meningkat. Anda membawanya ke garasi, dan mereka akan mencari masalah umum. Hal-hal seperti ketidakseimbangan roda atau tekanan ban rendah. Mereka tidak akan melepas girboks dan mencari gigi gir yang hilang atau gir eksentrik.

Inilah yang dimaksud dengan pemantauan kondisi:berfokus pada masalah umum.

Dan mendiagnosis mereka secara akurat dan cepat.

Sensor Getaran Nirkabel

Sensor getaran telah banyak berubah.

Hilang (atau pergi) adalah akselerometer sumbu tunggal yang berat, berkabel, bertenaga eksternal, di masa lalu. Saat ini Anda lebih cenderung melihat sensor getaran nirkabel, Bluetooth, bertenaga baterai, 3 sumbu. Anda sekarang akan menemukan mereka memiliki kemampuan untuk menjadi pencatat data, untuk 'bangun' dan merekam ketika ambang batas getaran tertentu dilanggar, mereka akan memiliki tingkat alarm ISO bawaan, dan banyak juga yang dapat merekam suhu aset.

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

Penyedia pemantauan kondisi tradisional yang lebih besar mengubah lini produk dan model bisnis mereka saat kita memasuki era industri 4.0, dan ada banyak pendatang baru yang lebih muda ke pasar yang menantang status quo dan mengganggu model bisnis lama.

V Analisis brasi:B sebelum & A setelah

Jadi, kita tahu bahwa pemantauan kondisi – dan lebih khusus lagi analisis getaran – telah berubah, bukan?

Tapi mari kita lihat bagaimana itu berubah dalam istilah praktis.

Sebelum - kerja manual adalah urutan hari itu. Pertama, izin mungkin diperlukan untuk mengakses beberapa aset karena risiko keamanan. Di sebagian besar pabrik global, 15 hingga 30 menit waktu Anda habis. Kembali ke kantor, teknisi perlu mengunduh 'rute' ke pengumpul data mereka. Mereka kemudian akan keluar dan berjalan-jalan di sekitar tanaman dengan akselerometer kabel dan pengumpul data (biasanya yang berat!). Teknisi hanya akan mengunjungi mesin dengan kekritisan tinggi, dan mengukur setiap sumbu tunggal (X, Y, Z) pada setiap bantalan satu per satu. Mereka mungkin menghabiskan 5 sampai 15 menit di setiap mesin. Dengan kaki yang lelah, mereka kemudian kembali ke kantor dan mengunggah data ke perangkat lunak berpemilik di komputer mandiri. Ini berarti data hanya berada di komputer itu dan hanya orang yang memiliki akses yang dapat melihatnya.

Tidak ada di awan.

Mudah-mudahan, mereka tidak lupa menandatangani izin keselamatan juga.

Analis getaran kemudian akan menelusuri banyak data, menganalisis data secara manual dan memperbarui spreadsheet Excel atau dokumen Word mereka. Setelah ini selesai, mereka kemudian akan mengirimkan email rekomendasi dan laporan mereka kepada perencana pemeliharaan dan penyelia.

Dan berharap yang terbaik!

Setelah 4 minggu, mereka akan mengulangi siklus ini lagi.

(4 minggu telah selalu menjadi siklus default bagi sebagian besar analis getaran untuk mengumpulkan data . Tidak banyak yang memikirkan alasannya.)

Tapi sekarang semuanya berubah…

Setelah – Seluruh proses sekarang jauh lebih otomatis.

Tidak ada izin keamanan, dan sedikit atau tidak ada jalan-jalan!

Sensor getaran nirkabel tiga sumbu dipasang secara permanen pada aset (dengan magnet, lem, atau stud) dan baterai mungkin perlu diganti setiap tiga tahun atau lebih. Data dikirim ke perangkat gateway yang dipasang secara lokal yang terhubung ke sinyal Wi-Fi pabrik. Perangkat gateway kemudian mengirimkan data ke perangkat lunak berbasis cloud yang dapat diakses oleh siapa saja yang memiliki login dari mana saja di dunia. Alih-alih data yang dikumpulkan setiap 4 minggu, ini dapat dikonfigurasi – sering kali serendah setiap 60 detik jika perlu.

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

Masih ada opsi untuk mengunggah data secara manual dari sensor nirkabel dengan perangkat yang terhubung Bluetooth seperti tablet atau ponsel. Di sini manfaatnya adalah teknisi dapat berkeliling dan melakukan inspeksi visual aset secara bersamaan jika diperlukan, serta mengambil foto dan membuat catatan inspeksi.

Sensor bahkan bisa 'mobile' dan dipindahkan ke aset lain sementara untuk pemecahan masalah.

Alarm levels can be set to ISO standards or configured to individual assets. When alarms are breached, automated emails are sent to key stakeholders to warn of impending issues or the need for vibration analysis or root causes analysis.

Given the economies of scale, many more assets can be monitored than in the traditional model, not just critical assets.

Manual analysis of the data is still common, but as we move deeper into the digital transformation of industry 4.0 and the IIoT we move more towards predictive maintenance, machine learning, and algorithms playing a key role in the analysis.

Let’s now look at a simple categorization of two types of sensors:scanning sensors and screening sensors.

S canning sensors

These are the more expensive vibration sensors which are suited to a company’s critical assets. These sensors typically contain self-diagnostics and vibration measurement validation. They have a degree of intelligence and perform a high volume of data processing. This is because after data validation, they send the time and frequency domain information to the gateway and cloud-based software for further analysis. You wouldn’t typically go to the cost of installing these on lower-critical and utility assets. They will also often have temperature sensors built in so the long term temperature can be trended alongside vibration.

S creening sensors

These sensors are much lower cost and are applied to lower criticality and utility assets. But they are well-suited to the IIoT approach. They often record overall vibration values and peak vibration only – that is to say, not the time and frequency domain information. This transfer a low volume of data. But the key is that given the low cost they can be used on many more assets than scanning sensors. They will capture data on the assets that are often neglected and ignored – but whose failure can still cause production losses, wasted costs, and organizational headaches.

What is the workflow ?

Whilst we are moving rapidly into the digital transformation and IIoT, the vibration monitoring workflow is essentially the same. What has changed is that less time is wasted on unnecessary analysis, and costs have reduced significantly. Here is the typical workflow we see today:

This simple workflow will allow you to focus your resources where they are needed.

Get a bigger bang for your bucks!

The great cost savings are made from automated data collection and the filtering out of healthy assets. This is where modern, asset-intensive, and operationally-efficient companies are making significant gains on their journey towards excellence, connectivity, and the industrial internet of things.

Be competitive.

And be part of that modern, data-driven journey towards lower costs, lower risks, and increased asset and business performance.

Read next:Comprehensive guide to IIoT in Maintenance