آموزش

چگونه داده های نظارت بر تهویه به حل مشکلات آینده کمک می کند؟

نظارت بر شرایط می تواند به حفاظت از سازمان ها در برابر مشکلات آینده کمک کند ، عمر تجهیزات را به حداکثر برساند و عملیات را بهینه کند.

در محیط تولید امروزی، تولیدکنندگان نیاز دارند که به حداکثر رساندن بهره‌وری و کاهش هزینه مالکیت بپردازند. مانیتورینگ وضعیت یک راه‌حل ارائه می‌دهد. سیستم‌های مانیتورینگ وضعیت داده‌های زیادی را جمع‌آوری می‌کنند که می‌توانند به تحلیل‌های قابل اعتماد و بسیار دقیق درباره سلامت تجهیزات تبدیل شوند. با تجزیه و تحلیل صحیح، این داده‌ها نه تنها به پیش‌بینی خرابی تجهیزات کمک می‌کنند، بلکه به مالکان دارایی امکان می‌دهند که به بهترین شکل ممکن به نقص‌های در حال توسعه واکنش نشان دهند که با نیازهای تولید و اهداف عملیاتی آن‌ها سازگار باشد. مانیتورینگ وضعیت به سازمان‌ها امکان می‌دهد که از نگهداری واکنشی به نگهداری پیش‌بینی‌شده بروند و مشکلات آینده را پیش‌بینی کنند در حالی که عمر تجهیزات را به حداکثر می‌رسانند. بهره‌وری تجهیزات عملیاتی (OEE) افزایش می‌یابد. توقف غیربرنامه‌ریزی به جای قاعده می‌شود. با استفاده از رویکردهای استراتژیک، مانیتورینگ وضعیت می‌تواند زمان توقف و بازیابی توقف را به حدی کاهش دهد که مالکان دارایی بتوانند در یک یا دو سال بازده سرمایه‌گذاری خود را به دست آورند.

نگاهی به رایج‌ترین تکنیک‌های مانیتورینگ وضعیت برای تولید خودکار نشان می‌دهد که چگونه می‌تواند داده‌ها را تجزیه و تحلیل کرد تا هشدار پیش‌بینی مشکلات در حال توسعه را ارائه دهد، و برخی از مثال‌ها نشان می‌دهند که چگونه اطلاعات و سنسورها می‌توانند برای حفظ بهره‌وری و سلامت تجهیزات به‌کار روند.

ابزارهای مانیتورینگ وضعیت

می‌توان برای یافتن نشانه‌هایی از سلامت کلی تجهیزات، چندین جنبه از عملکرد ماشین مورد مطالعه قرار داد. معمول‌ترین آن‌ها عبارتند از:

– آزمون فراصوتی – تغییرات در سیگنال‌های فراصوتی طبیعی تولید شده توسط تجهیزات متحرک

– تجزیه و تحلیل روغن – ذرات از تماس سطح به سطح و از اکسایش؛ ترکیب غلظت بالاتر با آسیب افزایشی همبستگی دارد

– تجزیه و تحلیل ارتعاشات – تغییرات در امضای ارتعاشی تجهیزات ناشی از آسیب

– ترموگرافی – تغییرات در امضای حرارتی معرفی شده توسط اصطکاک افزایشی ناشی از فرسایش

– تجزیه و تحلیل جریان – افزایش جریان برای تأمین گشتاور به بار، معمولاً ناشی از مشکلاتی مانند خرابی روغن‌کاری، عیب‌های بلبرینگ و فرسایش گیربکس

– صدای قابل شنیدن – صدا ناشی از مشکلات تجهیزات در مراحل دیرینه مانند عیوب، افزایش تماس سطح به سطح، اصطکاک بیشتر و غیره.

هر تکنولوژی نقاط قوت و ضعف خود را دارد. برای بهترین نتایج، تکنیک مانیتورینگ وضعیت باید با انواع دارایی‌های مورد نظر و نیازها و روش‌های کلی عملیات هماهنگ شود. درجه هشدار پیشرفته یک ویژگی کلیدی است. تکنیک‌هایی مانند تجزیه و تحلیل روغن می‌توانند آسیب را یک سال یا بیشتر قبل از خرابی تشخیص دهند. برای بسیاری از دپارتمان‌های نگهداری، این تقریباً خیلی زود است. آن‌ها نیاز به هشدار کافی دارند تا قطعات را سفارش دهند و زمانبندی تعمیرات را برنامه‌ریزی کنند – هفته‌ها یا حتی یک یا دو ماه. هر چیز بیشتر این فقط ایمیل‌های آن‌ها را مسدود می‌کند و وظایف اضافی را به لیست کارهای انجام‌شده اضافه می‌کند.

سیستم‌های مانیتورینگ وضعیت مانند این واحد مانیتورینگ ارتعاش از شرکت Dynapar به سازمان‌ها امکان می‌دهند که با داشتن بینش‌های مداوم درباره سلامت دارایی، از شکست پیشگیری کنند.

نوع دارایی‌هایی که در حال مانیتورینگ هستند نیز مهم است. برخی از دارایی‌های معمول که برای بهره‌وری اساسی مهم هستند شامل پره‌ها، پمپ‌ها، پرفیوزها، جمع‌کننده‌های گرد و غبار و نقاله‌ها هستند. به تنهایی، این واحدها گرانقیمت نیستند اما هنگامی که شکست می‌خورند، می‌توانند کل طبقه تولید را متوقف کنند. بین متداول‌ترین علل شکست، بلبرینگ‌ها هستند که سیگنال‌های خطا تولید می‌کنند که با ادامه فرآیند تجزیه و تحلیل فرکانس آن‌ها کاهش می‌یابد. یک تکنیک مانیتورینگ وضعیت باید بتواند این سیگنال‌ها را تشخیص دهد. حسگر فراصوتی تنها سیگنال‌های فرکانس بالاتر را ضبط می‌کند و برای تشخیص مشکلات در یک بلبرینگی که به شکست نزدیک است موثر نیست.

ترموگرافی می‌تواند دارایی مورد نگرانی (مانند بلبرینگ، گیربکس، موتور و غیره) را شناسایی کند اما نمی‌تواند اطلاعاتی بیشتر از آن فراهم کند. از سوی دیگر، مانیتورینگ ارتعاشات می‌تواند بسیار خاص باشد. در دست تکنسین ارتعاش، داده‌های ارتعاشی می‌تواند برای نه تنها تعیین مشکل به عنوان یک بلبرینگ یا دنده‌ی بد، بلکه می‌تواند برای تعیین علت دقیق، مانند یک پره شکسته یا یک دنده شکسته نیز استفاده شود. خصوصیت نیز یک ویژگی مهم است. حسگر جریان می‌تواند برای اعلام یک مشکل در حال توسعه مفید باشد. اگر یک دارایی به طور ناگهانی شروع به جذب بیشتری از جریان از محرک بکند تا کافی تورق را برای حرکت بار تولید کند، این نشان‌دهنده یک مشکل است. علت ممکن است از خرابی روغن‌کاری تا عیب‌های بلبرینگ یا کشش اضافی بر روی شافت موتور متغیر باشد. با این حال، شناسایی دقیق مؤلفه مسئول نیازمند رفع اشکالات اضافی است.

به‌ویژه برای دارایی‌های چرخشی، تجزیه و تحلیل ارتعاشات احتمالاً بهترین نشانگر پیشروی مشکلات آینده است. این تحلیل هشدار پیشرفته بسیار خاصی فراهم می‌کند که در یک زمانبندی به صاحبان دارایی اجازه می‌دهد به بهترین شکل برای سازمان خود واکنش نشان دهند. هنگامی که با جریان‌های داده اضافی مانند خواندنی‌های دما و سرعت تحلیل می‌شود، داده‌های ارتعاش می‌توانند درک دقیقی از سلامتی ماشین فراهم کنند و نگهداری پیش‌بینانه را پشتیبانی کنند.

یکی از مزایای کلیدی نظارت بر ارتعاشات این است که خودش را به نظارت مداوم توسط نرم‌افزار می‌دهد. تکنسین ارتعاش ابزارهای تحلیلی خودکار را پیکربندی می‌کند و حدودی را تعیین می‌کند که هنگام نقض یک شرط، سیستم هشدارهای خودکاری ارسال کند. نتایج تحلیل قابل حمل می‌شوند و توسط هر کاربری که دسترسی دارد، قابل دسترسی است و برای تصمیم‌گیری همکارانه در دسترس است.

چگونگی ارتباط داده‌های ارتعاش با سیستم فیزیکی

ارتعاش پاسخ ماشین‌آلات به تحریک ورودی است. هر تجهیزی دارای نوسان طبیعی یا فرکانس ارتعاشی اطراف تعادل طبیعی خود است. تجزیه و تحلیل ارتعاش یک روش برای درک کمی حرکت اجزای مختلف و چگونگی تأثیر آنها بر کل ماشین فراهم می‌کند.

ما می‌توانیم ارتعاش را به ازای دامنه و فرکانس مشخص کنیم. این به ما امکان می‌دهد تا دامنه ارتعاش را به عنوان یک تابع از زمان و فرکانس مشاهده کنیم. موج‌های زمان برای مشاهده دارایی‌هایی که در سرعت کمتر از ۱۰۰ دور در دقیقه عمل می‌کنند و تحلیل دامنه‌های تأثیر در صورت عیب در بلبرینگ مناسب‌اند. طیف‌های فرکانسی برای تعیین فرکانس‌های موجود در یک سیستم برای کمک به شناسایی منبع مشکل بهتر هستند. بسته به پیچیدگی سیستم، ممکن است نیاز باشد داده‌ها را همزمان در فضای زمان و فرکانس مشاهده کرد تا اطلاعات را به حداکثر برسانیم.

تجزیه و تحلیل فاز یک ابزار اضافی است که می‌تواند برای کشف مسائلی که باعث ارتعاش در موقعیت‌های زاویه‌ای خاص هر چرخش می‌شوند، استفاده شود. به عنوان مثال، این تکنیک می‌تواند برای آشکارسازی مشکلات مربوط به هم‌محوری بلبرینگ استفاده شود.

طیف‌های ارتعاش از ترکیب سیگنال‌های وضعیت پایدار که به صورت مداوم تکرار می‌شوند و سیگنال‌های گذرا که به عنوان نتیجه تحریک‌های خاص تولید می‌شوند، تشکیل شده‌اند. ما می‌توانیم اوج‌ها را به عنوان هم‌زمان، ناهم‌زمان یا زیر-هم‌زمان دسته‌بندی کنیم. در این نقطه، تجزیه و تحلیل به طور محکم به سیستم فیزیکی ارتباط برقرار می‌کند.

اوج‌های هم‌زمان

هر سیستم فیزیکی چرخشی فرکانس ارتعاشی اساسی‌ای دارد که توسط چرخش اساسی تولید می‌شود. طیف فرکانسی سیستم یک اوج تیز در آن فرکانس اساسی را نشان خواهد داد که به عنوان اوج 1X شناخته می‌شود. این طیف همچنین شامل هارمونیک‌های فرکانس اساسی است، که به عنوان 2X (دو برابر فرکانس اساسی)، 3X (سه برابر فرکانس اساسی) و غیره شناخته می‌شوند. این هارمونیک‌ها معمولاً با جنبه‌های سیستم فیزیکی ارتباط دارند. به عنوان مثال، یک پره‌شش‌پره یک اوج 6X تولید خواهد کرد. هر تغییری در این اجزا هارمونیک‌ها را اضافه کرده و دامنه‌ها را تغییر می‌دهد.

اوج‌های ناهم‌زمان

طیف‌های ارتعاش همچنین شامل اوج‌های ناهم‌زمان است که ضرایب کامل از فرکانس اساسی نیستند. بلبرینگ‌ها، تسمه‌ها و سایر اجزا اوج‌های ناهم‌زمان تولید می‌کنند.

طیف ارتعاش برای بلبرینگ خارجی یک پره نمایش اوج بالای 1X (نقطه قرمز در سمت چپ) و هارمونیک‌هایی که نمایانگر پره‌ها هستند را نشان می‌دهد.

اوج‌های زیر-هم‌زمان

طیف‌های ارتعاش ممکن است شامل اوج‌های ارتعاش زیر-هم‌زمان باشد که توسط اجزا عملکرد زیر فرکانس اساسی تولید می‌شوند و ضرایب ۱/۲، ۱/۳ یا ۱/۴ فرکانس اساسی هستند. یک تسمه فرسوده روی شافت موتور ممکن است یک اوج زیر-هم‌زمان تولید کند. برخی از اوج‌های هم‌زمان هم ممکن است ناشی از عیب‌های قفس بلبرینگ باشند.

تجزیه و تحلیل داده‌ها

تجزیه و تحلیل ارتعاش با ساختن یک مدل از سیستم بر اساس اجزا آغاز می‌شود. یک کارشناس ارتعاش می‌تواند یک طیف نظری را تولید کند؛ به عنوان مثال، شامل یک اوج در فرکانس اساسی و اوج‌های اضافی برای نمایش پره‌های پره، جعبه‌های دنده و سایر اجزا.

مرحله بعدی، گرفتن داده از سیستم فیزیکی برای ساختن یک مبنای اولیه است. بعد از آن که داده‌ها دیجیتالیزه شده و با استفاده از تبدیل فوریه سریع (FFT) به فضای فرکانس تبدیل شده‌اند، می‌توان طیف را با مدل مقایسه کرد. اگر دو مورد با هم موافقت نکنند، ممکن است عوامل فیزیکی دیگری وجود داشته باشد که مدل نتوانسته است آنها را در نظر بگیرد یا ممکن است مشکلاتی وجود داشته باشد. بیایید برای مدتی فرض کنیم که دارایی سالم است و طیف ارتعاش با مدل همخوانی خوبی دارد. اکنون سیستم باید برای گرفتن و تجزیه و تحلیل داده‌ها به صورت خودکار (و مکرر) تنظیم شود.

در دست کارشناس آموزش‌دیده ارتعاش، داده‌های ارتعاش اطلاعات جامعی از سلامت دارایی فراهم می‌کند. به یاد داشته باشید که در بالا در مورد اوج‌های هم‌زمان صحبت کردیم. اگر مکانیک ماشین تغییر کند، طیف ارتعاش را به روش‌هایی که به خوبی درک شده‌اند تغییر خواهند داد که می‌تواند با آسیب فیزیکی هم‌اهنگ شود. به عنوان مثال، یک پره شکسته در پره‌شش‌پر ما باعث افزایش چشمگیر امپلیتود اوج 6X خواهد شد. هر چه مشکل بدتر شود، امپلیتودها افزایش خواهند یافت. یک دندانه دنده شکسته هم هارمونیک جدیدی از فرکانس اساسی تولید خواهد کرد. عیب قفس بلبرینگ هم به صورت یک اوج زیر-هم‌زمان جدید ظاهر خواهد شد.

طیف فرکانس ارتعاش همان پره پس از ایجاد عیب بلبرینگ، کاهش ۹۸٪ی در بزرگی اوج 1X (نقطه قرمز در سمت چپ) را نشان می‌دهد، همراه با افزایش قابل توجه در هارمونیک‌های 2X و 3X. ظاهر هارمونیک‌های اضافی ناشی از لغزش در بلبرینگ است.

ترکیب طیف ارتعاش، موج زمانی و تجزیه فاز می‌تواند برای آشکارسازی انواع مشکلات از جمله:

– پره‌ها/پره‌های خراب یا پمپ

– دندانه‌های شکسته یا ترک خورده دنده

– بارهای ناهموار

– جوش‌های شکسته یا پیچ‌ها، نوارهای روتور جدا شده

– عدم ترازی

– دیسانتراسیون بین روتور و استاتور

– رزونانس‌ها

جلوگیری از مشکلات آینده با نظارت بر ارتعاش

انواع تکنیک‌های توصیف شده بالا می‌توانند بهبود بهره‌وری را به چندین روش ارتقا دهند.

نظارت دقیق بر دارایی‌های دسترسی دشوار

نظارت شرایط آنلاین وقتی به دارایی‌های دسترسی دشوار با استفاده از تکنیک‌های مبتنی بر مسیر اعمال می‌شود، به طور ویژه مفید است. به عنوان مثال، یک پردازنده غذا که توسط یک بادکنک سقفی تأمین می‌شود. هر زمان که بادکنک از کار افتاد، تولید باید متوقف شود که هر ساعت بیش از ۱۰۰۰۰ دلار هزینه داشت. شکست فاجعه‌بار دارایی نیازمند برداشتن آن توسط یک جرثقیل سقفی بود. این موجب افزایش هزینه و مدت زمان توقف شد. نظارت شرایط دستی گاه به گاه بود – واحد در روزهای گرم سخت برای نظارت بود و در زمستان که بام با برف و یخ پوشیده بود، دسترسی به آن غیرممکن بود. خدمات قابلیت اطمینان شرکت از نظارت مبتنی بر مسیر را در بقیه کارخانه استفاده می‌کرد. اما برای این دارایی، آن‌ها یک نظارت ابری بر ارتعاش نصب کردند تا عیب در حال توسعه را پیگیری کند.

آن‌ها سیستم را به گونه‌ای پیکربندی کردند که خواندنی‌های مداومی را انجام دهد و هر زمان که داده‌های ارتعاش از حدود خاصی فراتر رفت، هشدارها را به ستونک‌های کلیدی ارسال کند. کمتر از دو هفته پس از نصب، عیب بدتر شد. پس از مشاوره با کارشناس قابلیت اطمینان، تیم عملیات تصمیم گرفت تا تولید را ادامه دهد در حالی که قطعات مورد نیاز برای تعمیر را سفارش دهد. جریان مداوم داده‌های نظارت بر ارتعاش به آن‌ها اعتماد داد تا دارایی را در حال اجرا نگه دارند.

سه هفته بعد، بزرگی حالت‌های ارتعاش مرتبط با عیب بیش از دو برابر شد. بادکنک در پایان شیفت روزانه خاموش شد و در طول شب تعمیر شد.

با نظارت از راه دور بر روی ارتعاش، پردازنده غذا موفق شد از هزینه‌ها و تأخیرهای ناشی از شکست فاجعه‌بار بلبرینگ جلوگیری کند. علاوه بر این، آن‌ها ۴۳ روز اضافی عمر خدمتی از بلبرینگ به دست آوردند. آن‌ها زمان تولید را از دست ندادند، هزینه‌های اضافی برای تحویل سریع قطعات را پرداخت نکردند و هزینه‌های توقف از شکست فاجعه‌بار را تحمل نکردند.

روند ای‌ام‌اس ارتعاش افقی، عمودی و محوری بلبرینگ خارجی فن توسط سیستم نظارت شرایطی Dynapar OnSite نشان می‌دهد که عیب بلبرینگ در حال ظهور است.

اجرای دارایی‌های مشکل‌دار با اطمینان

فقط به این دلیل که نظارت بر شرایط یک مشکل را تشخیص داده است، به این معنی نیست که باید قطعه را فوراً تعویض کرد. یکی از مزایای اصلی نظارت آنلاین بر شرایط این است که دید پذیری به سلامت دارایی‌ها، به مالکان دارایی امکان می‌دهد تا انتخاب کنند که چگونه می‌خواهند به مشکلات پاسخ دهند. یک تولید کننده از محصولات کاغذی مرغوب از نظارت آنلاین بر شرایط استفاده کرد تا به بهره‌وری کلی خود حفاظت کند. یکی از رولرهای خط اصلی کاغذی شرکت مشکلی در بلبرینگ خود داشت. این خط ۲۴/۷ فعال بود و تمام خطوط دیگر در این واحد را تأمین می‌کرد. شرکت می‌خواست خط را تا زمان فاصله تعمیرات برنامه‌ریزی شده بعدی ادامه دهد، اما نیاز داشتند که از شکست فاجعه‌بار جلوگیری کنند.

تجزیه و تحلیل مکرر ارتعاشات این امر را ممکن می‌کرد، اما دسترسی به رول به صورت دستی بیش از یک بار در هفته دشوار بود. به جای این کار، کارشناس قابلیت اعتماد شرکت یک نظارت آنلاین بر ارتعاشات مبتنی بر ابر پیشنهاد داد و آن را به گونه‌ای پیکربندی کرد که داده‌ها را هر ساعت ذخیره کرده و هنگام تغییرات سریع در شرایط هشدار ارسال می‌کرد. سیستم به مانیتور کردن بلبرینگ ادامه داد در حالی که شرایط بدتر می‌شد. سه هفته پس از نصب واحد، بلبرینگ در زمان دوره تعمیرات برنامه‌ریزی شده تعویض شد.

با نصب یک سیستم نظارت بر ارتعاشات مبتنی بر ابر بر روی این واحد، تولیدکننده توانست به خوبی از شکست بلبرینگ پیشگیری کند و عملیات خود را ادامه دهد.

تشخیص علت اصلی

تمام داده‌های نظارت آنلاین مداوم زمان‌بندی شده‌اند که این امر باعث می‌شود که ارتباط عوامل خارجی با هر تغییر در شرایط دارایی آسان شود. به عنوان مثال، اگر عامل مشارکتی خرابی روغن‌کاری باشد، امکان دارد مشخص شود که آیا فاصله زمانی روغن‌کاری باید تغییر یابد یا اینکه مشکل از سیستم پشتیبانی مانند یک سیستم روغن‌کاری خودکار بوده است. این داده‌ها به تیم‌های نگهداری و عملیات بینش‌های بهتری در مورد اقداماتی که باید انجام شود برای جلوگیری از مشکلات آینده فراهم می‌کند.

تأیید نصب دقیق تجهیزات جدید

مشکلات نصب مانند عدم ترازی بلبرینگ و دیسانتراسیون می‌توانند از طیف ارتعاش دارایی تشخیص داده شوند. اگر طیف یک دستگاه سالم ضبط و ثبت شود، تیم‌های نگهداری می‌توانند از آن به عنوان پایه‌ای برای مقایسه طیف ارتعاش پس از تعمیر استفاده کنند. به عنوان مثال، اگر یک تسمه بیش از حد تنگ شده باشد، خطا می‌تواند قبل از اینکه آسیبی وارد شود، اصلاح شود. روش نگهداری می‌تواند اصلاح شود تا از تکرار مشکل در آینده جلوگیری شود.

این تنها چند مثال از این است که نظارت بر شرایط می‌تواند به سازمان‌ها کمک کند تا در برابر مشکلات آینده محافظت کنند، عمر مفید تجهیزات را بیشینه کنند و عملیات را بهینه‌سازی کنند. به ویژه، نظارت و تجزیه و تحلیل آنلاین ارتعاشات جزئیات متناهی و مداومی از سلامت حتی دارایی‌های چرخان دسترسی دشوار فراهم می‌کند. با استفاده از تجزیه و تحلیل ارتعاش به عنوان ستون مرکزی یک برنامه نظارت بر شرایط و افزودن داده‌های اضافی مانند حسگر دما، بازخورد سرعت و دیگران، سازمان‌ها می‌توانند بهبود OEE و کاهش هزینه مالکیت را برای بهبود بهره‌وری کلی فراهم کنند.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *