Conditiegebaseerd Onderhoud (CBM)

iQunet > Conditiegebaseerd Onderhoud (CBM)

Conditiegebaseerd Onderhoud (CBM)

Conditiegebaseerd onderhoud (CBM) wordt steeds belangrijker door de hoge vereisten voor de beschikbaarheid en de efficiëntie van productiemachines. Het gebruik van conditiemonitoring verlaagt de onderhoudskosten en verbetert de proceskwaliteit aangezien er alleen een onderhoud wordt uitgevoerd nadat één of meerdere indicatoren hebben aangetoond dat de apparatuur gaat falen of dat de prestaties ervan achteruitgaan.

 

Veel van de huidige monitoringsystemen zijn applicatiespecifiek en duur, wat conditiemonitoring tot nu toe complex en kostintensief maakte. Trillingen worden bijvoorbeeld traditioneel gemeten met piëzo-elektrische accelerometers. Hoewel deze accelerometers accuraat en betrouwbaar zijn, hebben ze enkele inherente problemen zoals de moeilijkheid om ze in massa te produceren en hun hoge bronimpedantie. De kostprijs is bij dit systeem dus een significant probleem door de hoge prijs van de individuele sensoren en de bijbehorende signaalconditioneringseenheden. Op MEMS (Micro-Electro-Mechanical Systems) gebaseerde accelerometers vormen een goed alternatief vanwege hun kleine formaat, nieuwere technologie en lage kostprijs. Deze op MEMS gebaseerde sensorelementen hebben hun performantie reeds bewezen. Er werden de afgelopen 25 jaar namelijk meer dan een miljard MEMS-sensoren gebruikt in automotieve toepassingen waar ze een hoge graad van kwaliteit en betrouwbaarheid hebben getoond. MEMS-accelerometers bieden dus een praktische oplossing voor de ontwikkeling van slimme sensortechnologie.

 

De conditiemonitoringssensoren van iQunet zijn gebaseerd op MEMS, werken op batterijen en zijn draadloos waardoor CBM praktisch en kostenefficiënt wordt. De slimme sensoren van iQunet bieden naast de onbewerkte meetdata ook programmeerbare signaalconditionering, signaalverwerking en -analyse, eenvoudige besluitvorming en communicatie vanop afstand (zoals te zien is in de onderstaande case study’s).

Case study 1: papierfabriek

De onderstaande figuur toont een screenshot van het iQunet sensordashboard waarop de lagerschade op een vrijlopende wals in een papierfabriek te zien is. De bemonsteringsfrequentie werd bewust verlaagd en het aantal samples verhoogd om een meting van 5 secondes te bekomen.

In bovenstaande figuur is duidelijk de “hooiberg” zichtbaar die kenmerkend is voor een stadium 7 of stadium 8 lagerfout inclusief de reeds ontstane breedbandruis. De figuur hieronder toont de verschillende stadia in lagerfouten.

l8

De temperatuursmonitoring op het lager vertoont een stijgende tendens gedurende de laatste maand (zie onderstaande figuur). De RMS waardes (in velocity) blijven wel stabiel op alle assen over de laatste maand.

 

Op basis van deze gegevens wordt het besluit genomen om het onderhoud uit te stellen tot een volgende geplande onderhoudsstop.

l5
l6

Case study 2: biomassacentrale

Onderstaande figuur toont een opvolging van een lager in een ovenventilator in een biomassacentrale waarbij de lagerschade van week tot week toeneemt.

 

De breedbandruis vergroot elke week zienderogen.

De amplitude van 1 frequentie stijgt eveneens week na week.

Gezien de installatie slechts korte tijd in dienst is, wordt vermoed dat er een installatiefout werd begaan.

Om bijkomende schade te beperken dient er ingegrepen te worden of eventueel teruggegrepen te worden naar de garantieregeling met de leverancier van de apparatuur.