Проактивный мониторинг состояния заводского оборудования: предотвращение простоев и повышение надежности

Мониторинг состояния или контроль состояния используется уже много лет на машинах и объектах, где стоимость остановки высока. Он позволяет предвидеть отказы и планировать обслуживание или ремонт на наименее потерю производства, а также избегать ненужного периодического обслуживания.

Это может быть просто как человек, обходящий завод через регулярные интервалы с портативными приборами — термовизором и виброанализатором, или может быть постоянно установленным для сбора данных удаленно за длительный период, анализа офлайн и выявления трендов.

С возрастающим использованием интеллектуальных устройств на машинах и объектах, которые могут быть в сети и их данные собраны удаленно при низкой стоимости, возможности для мониторинга здоровья завода растут быстро. В интернете много информации с идеями и продуктами для мониторинга.

В этой статье я укажу на ряд техник, использующих особое положение привода переменной скорости в машине для доступа к дополнительным полезным данным.

Безопасность станков на заводском полу

Вообще говоря, применяемые техники должны использовать дешевые датчики и быть достаточно неинвазивными, чтобы избежать высоких затрат на установку и риск повреждения при установке. Простые датчики, такие как термозонды и акселерометры, могут крепиться к доступным частям и давать обилие данных.

Например, акселерометр часто легко монтируется на опорный подшипник или корпус станка для измерения радиальной вибрации вращающегося станка и может обнаруживать дефекты, вызывающие неравновесные силы: сломанные вращающиеся части, треснувшие валы, невыровненные муфты.

Простое амплитудное измерение может дать общее предупреждение о потенциально повреждающих дефектах, в то время как более глубокий частотный анализ может сфокусировать внимание на конкретных частях, особенно если есть разные скорости вращения, как в редукторах или ременных приводах.

Мониторинг здоровья станка или объекта с использованием привода переменной скорости

Привод переменной скорости находится в уникальном положении в машине, так как обычно обеспечивает приводную мощность. Это интеллектуальное устройство, тесно связанное с рабочими частями машины через электродвигатель. Оно содержит информацию, которую использует для надежной работы, но к которой можно получить доступ и проанализировать при малой или нулевой стоимости. Другими словами, его можно использовать как дополнительный набор датчиков, практически бесплатно.

Для начала, привод имеет свои внутренние датчики для различных внутренних температур и тока двигателя, которые производитель обеспечивает для предотвращения повреждения привода или двигателя из-за аномальных условий. Также может быть подключен датчик температуры двигателя. Эти данные доступны как параметры привода и могут периодически запрашиваться для предупреждения при приближении к пределу и анализа трендов.

В замкнутой системе управления, такой как сервопривод, привод содержит данные о переменных управления. Довольно часто, например, мониторят ошибку следования в контуре позиционного управления и поднимают флаг, если ошибка превышает порог — это может указывать на неисправность, такую как повышенная жесткость (грядущая заклинивание, затор или повреждение) или люфт (из износа).

Это маленький шаг от простого порогового сигнала к мониторингу тренда сглаженных данных и оповещению пользователя о развивающейся ситуации, которая может привести к будущему отказу.

Для ошибки следования нужен как минимум датчик вала, что обычно бывает в приложениях точного контроля движения. Во всех приложениях, однако, привод также имеет доступ к специальному измерению, труднополучаемому внешней инструментацией — моменту двигателя.

Измерение момента двигателя

Традиционное измерение момента двигателя с помощью преобразователя чаще всего делается установкой тензодатчика или силовой ячейки в креплении корпуса двигателя. Это требует специального монтажа двигателя для осмысленного измерения момента, и измерение влияет моментом инерции тяжелого корпуса двигателя, снижая чувствительность к высоким частотам.

Еще сложнее измерить фактический динамический валовый момент, так как требует закрепления вращающегося тензодатчика на валу с телеметрией для передачи данных на неподвижную сторону. Это дорогостоящая операция, редко делаемая даже для спецтестов. Мало вероятно постоянная установка.

Привод же имеет внутренние данные тока, создающего момент, в двигателе, который является хорошим заместителем валового момента, доступным бесплатно! Данные даже доступны, когда двигатель недоступен — глубоко внутри машины, под водой или в опасной зоне. Точность измерения момента лучше в полностью замкнутой системе, но даже в простом открытом приводе данные момента достаточно хороши для многих целей, кроме самых низких скоростей.

Когда мы ценим, что данные момента доступны в приводе практически бесплатно, а также соответствующие данные скорости, мы входим в новую сферу мониторинга станков и объектов. Ниже — ряд возможностей, с которыми мы сталкивались в Control Techniques.

Читатели могут иметь новые идеи для конкретных типов машин — для изобретения новых методов использования данных момента, выпускаемых приводом, требуется детальное знание машины.

Следующий список показывает информацию, которую привод имеет или может иметь при небольших затратах, все это можно мониторить и коррелировать для генерации полезной информации о машине:

Простые пределы для среднего или пикового момента

Данные момента в реальном времени можно сгладить для получения текущего среднего значения при активном приводе, или захватывать пиковое значение на выбранном временном масштабе — от миллисекунд до дней в зависимости от процесса. Сигнал тревоги генерируется, если значение выходит за ожидаемый диапазон (т.е. превышает ожидаемое или, реже, падает ниже ожидаемого).

Тренды момента

Те же данные момента можно регистрировать и анализировать на тренд во времени или против любой другой переменной, с сигналами тревоги для указания нездорового тренда.

Простые корреляции среднего момента со скоростью

Во многих процессах момент сильно зависит от скорости в четко определенном паттерне. Например, вентилятор или насос, гоняющий жидкость через фиксированный воздуховод, трубу или контур, или их сеть, будет иметь четко определенную кривую момент/скорость. Любое значительное отклонение от нормальной кривой указывает на изменение, которое может представлять проблему. Примеры:

Низкий момент:

• Сорванный приводной ремень или другая муфта
• Потеря жидкости в насосе
• Препятствие потоку, например забитый фильтр или экран (для насоса/вентилятора с рабочим колесом, может применяться к конвейеру и т.д.)
• Нанесение отложений на ротор вентилятора или насоса
• Кавитация в насосе из-за входа воздуха, вихрей или других неисправностей (также вызывает пульсации — см. ниже)

Высокий момент:

• Заклинивание ротора или других частей (частичное или полное)
• Препятствие потоку (насос положительного смещения)
• Крупная утечка (насос/вентилятор с рабочим колесом)

Профиль момент/скорость может быть установлен, за пределами которого генерируется тревожное состояние, например как на Рисунке 1:

Данные момента должны подвергаться достаточной низкочастотной фильтрации или усреднению, чтобы предотвратить динамические эффекты (ускорение момента) или нормальные пульсации от генерации ложных тревог.

Другие переменные могут влиять, например, переменное давление подачи жидкости, поэтому полосы толерантности должны быть достаточно широкими для предотвращения ложных тревог от этой причины.

Многопеременные корреляции

В более сложных процессах момент зависит от нескольких переменных, которые могут быть доступны или не доступны приводу. Например, вентилятор, гоняющий воздух через систему воздуховодов, некоторые из которых имеют дамперы для изменения местного потока. Кривая момент/скорость тогда зависит от положения дамперов.

Если данные о состоянии дамперов или перепаде давления на них доступны, то многопеременная корреляция может стать возможной для учета этого. Рисунок 2 дает простое иллюстрирование случая с двумя ветвями воздуховодов с дамперами.

Другая возможность — использовать измеренные значения момента и скорости для вывода расхода и давления на насосе или вентиляторе из их характеристических кривых, которые затем можно сравнить с измеренным значением от преобразователя. Любое несоответствие может означать либо дефект насоса/вентилятора, либо дефект преобразователя.

Динамический анализ момента

Данные момента в приводе имеют широкую полосу пропускания и могут в принципе использоваться для динамического анализа. Довольно часто полоса пропускания момента составляет порядка 1 кГц или более, хотя может быть невозможно получить доступ и проанализировать данные на такой высокой частоте — канал передачи данных обычно ограничивает доступ данными примерно 250 мс интервалом дискретизации.

Данные момента относятся к электрическому моменту в двигателе, который передается на выходной вал, но влияет инерция ротора двигателя и эффективная жесткость алгоритма управления двигателем. Они формируют низкочастотный фильтр, характеристики которого могут быть неизвестны.

В полностью замкнутой системе можно вывести передаточную функцию и получить точные данные валового момента, так что, например, высокочастотные реверсы момента можно обнаружить. Однако измерение не нужно быть точно откалиброванным для успешных сравнений или трендового анализа.

На практике пульсации с частотами в районе 100–500 Гц были полезно мониторированы из данных электрического момента двигателя.

Блоки данных могут захватываться в реальном времени и подвергаться динамическому анализу офлайн. Анализ может быть во временной области, например, вычислением величины флуктуаций (общая амплитуда крутильной вибрации, полосовая или широкополосная, r.m.s. амплитуда с или без временного усреднения, пиковые значения или пиковые отрицательные значения) или в частотной области через Фурье-преобразование относительно времени или другой переменной, такой как позиция. Это позволяет обнаруживать развивающиеся изменения, конкретно в паттерне пульсаций момента:

• Чрезмерная общая амплитуда крутильной вибрации, широкополосная или полосовая, например, от сломанных частей машины или кавитации в насосах
• Чрезмерные пиковые моменты, которые могут привести к механическому повреждению или преждевременному износу
• Частые реверсы момента, вызывающие стук шестерен, приводящий к преждевременному износу или поломке
• Крутильные резонансы, например, от ослабленных муфт, приводящие к пикам в частотном спектре, частота которых независима от скорости, хотя они могут усиливаться на определенных скоростях
• Крутильные пульсации, с одним или несколькими циклами на оборот, например, от треснувшего вала, рабочего колеса или повреждения зубьев шестерни или других механических повреждений, с возможностью прослеживания источника в сложной машине от частоты спектральных пиков, скорости и знания передаточных чисел редуктора или других приводов.

Динамический анализ момента с корреляцией скорости

В некоторых примерах выше явно полезно учитывать скорость вала в сочетании с динамическим анализом момента, потому что пульсации, связанные с вращением вала, будут на вращательной частоте (эффекты раз-на-оборот) или ее кратных (треснувший вал дает два-на-оборот, рабочие колеса могут быть N-на-оборот, зубья шестерни N или N1/N2-на-оборот).

Может быть полезно генерировать составные графики спектрального анализа вибрации со скоростью, которые четко дифференцируют N-на-оборот эффекты от резонансных эффектов, частота которых фиксирована, но может стимулироваться только в определенных диапазонах скоростей. Это называется каскадными графиками или водопадными графиками, и широко предлагаются поставщиками оборудования вибрационного анализа.

Осторожность — частоты дискретизации и алиасинг

Осторожность нужна в системах с быстрыми пульсациями момента. Данные момента дискретизируются с частотой, которая может быть ограничена способностью привода хранить или экспортировать данные на частоте их внутреннего получения. Частота дискретизации производит ошибки алиасинга на частотах вроде (f_s – f_d), где f_d — частотное содержимое данных, f_s — частота дискретизации. f_s нужно держать выше примерно 3 раз f_d, чтобы избегать генерации запутывающих новых частотных продуктов в регионе интереса.

Дополнительное преимущество каскадных графиков — продукты алиасинга там четко видны, их частота падает при росте скорости, тогда как при настоящих эффектах частота растет или остается постоянной.

Анализ искусственного интеллекта

Во всем выше я сконцентрировался на приложениях, где физическое понимание процесса используется для определения ожидаемого поведения, и доступные данные сравнивают реальную операцию с ожиданием. Даже если амплитудная шкала неопределена, частоты уникальны и тренды можно идентифицировать.

Преимущество этого подхода — люди, вовлеченные в процесс, могут понять данные и работать с информацией и условиями тревоги для разработки диагноза для объекта.

Альтернатива — использовать какой-то алгоритм машинного обучения для отслеживания всех доступных данных и стремления вывести паттерны нормального и аномального поведения. Это предмет текущих исследований, например https://phys.org/news/2016-02-scientist-ai-algorithm-machinery-health.html .

Заключение

Идеи выше — общие, основанные на широкой картине машины с вращающимися частями, муфтами и шестернями, или насосом, или вентилятором. Надеюсь, указав на особый доступ, который привод дает к ценным данным, особенно динамическим данным момента, проектировщики машин смогут применить эти идеи к своим специфическим и уникальным приложениям.