상태 모니터링

Condition monitoring

상태 모니터링(Colloquially, CM)은 기계(진동, 온도 등)의 상태 매개변수를 모니터링하는 과정으로, 발전하는 결함을 나타내는 중대한 변화를 식별한다. 그것은 예측 정비의 주요 구성요소다. 상태 모니터링을 사용하면 유지보수를 예약하거나 그에 따른 손상을 방지하고 그 결과를 피하기 위한 기타 조치를 취할 수 있다. 상태 모니터링은 정상 수명을 단축할 수 있는 조건이 큰 고장으로 발전하기 전에 해결할 수 있다는 점에서 독특한 장점을 가지고 있다. 반면 정기 검사 비파괴 시험(TheNDT)기술과 서비스(부탁이니)[1]평가에 적합한를 사용하여 증기와 같은 정적의 플랜트 장비에 사용된다 모니터링하는 조건은 기술 정상적으로 회전하는 장비, 보조 계통과 다른 기계(압축기, 펌프, 전기 모터가 내연 기관, 인쇄기)에 사용된다.b오일러, 배관 및 열 교환기.

상태 모니터링 기술

다음 목록은 산업 및 운송 부문에 적용되는 주요 상태 감시 기법을 포함한다.

  • 상태 모니터링 개요[2]
  • 진동 분석 및 진단[3]
  • 윤활유 분석[4]
  • 음향방출[5]
  • 적외선 열기구[6]
  • 초음파[7]
  • 오일 상태 센서
  • 모터 상태 모니터링 및 모터 전류 시그니처 분석(MCSA)
  • 모델 기반 전압 및 전류 시스템(MBVI 시스템)

대부분의 CM 기술은 ISO와 ASTM에 의해 표준화 되고 있다.[8]

회전 장비

회전식 장비는 기어박스, 왕복, 원심기계를 포함하는 산업용어다.

회전 기계에 가장 많이 사용되는 방법은 진동해석이다.[9][10][11][12]

케이싱 진동을 측정하기 위해 가속도계(내시경 또는 압전식 변환기)가 있는 기계 베어링 케이스와 축의 방사형(및 축방향) 변위를 측정하기 위해 회전축을 직접 관찰하는 와이드 전류 변환기를 사용하여 측정한다. 진동 수준은 이전의 시동 및 정지 등 과거 기준 값과 비교할 수 있으며, 경우에 따라 부하 변화 등 확립된 표준을 통해 심각도를 평가할 수 있다. 기계 및 부품 OEM은 또한 기계 설계 또는 내부 부품(예: 베어링의 고장 빈도)에 근거하여 진동 한계를 정의한다.

얻어지는 진동신호를 해석하는 것은 전문적인 훈련과 경험이 필요한 정교한 절차다.[13] 데이터 분석의 대부분을 자동으로 제공하고 원시 데이터 대신 정보를 제공하는 최첨단 기술을 사용함으로써 단순화된다. 일반적으로 사용되는 한 가지 기법은 신호에 존재하는 개별 주파수를 검사하는 것이다. 이러한 주파수는 특정 기계적 구성 요소(예: 롤링 요소 베어링을 구성하는 다양한 부품) 또는 특정 오작동(샤프트 불균형 또는 정렬 불량)에 해당한다. 이러한 주파수와 그 고조파를 검사함으로써 CM 전문가는 종종 문제의 위치와 유형, 그리고 때로는 근본 원인도 파악할 수 있다. 예를 들어 회전속도에 해당하는 주파수에서의 고진동은 잔류불균형 때문에 가장 많이 발생하며 기계의 균형을 맞춰 교정한다. 반면에, 굴림 요소 베어링은 일반적으로 마모에 따라 강도가 증가하는 특정 주파수에서 진동 신호를 나타낸다. 특수 분석 기구는 고장 발생 몇 주 또는 심지어 몇 달 전에 이러한 마모를 감지할 수 있으며, 고장 발생 전에 교체 일정을 잡도록 충분한 경고를 보내므로 다운타임이 훨씬 길어질 수 있다. 모든 센서와 데이터 분석 외에도, 모든 복잡한 기계 장비의 80% 이상이 라이프사이클 기간과 아무런 관련이 없이 우발적으로 고장난다는 것을 명심해야 한다.[14]

오늘날 대부분의 진동 분석 기구는 일반화된 이산 푸리에 변환의 특별한 경우인 빠른 푸리에 변환(FFT)[15]을 이용하며, 시간 영역 표현에서 동등한 주파수 영역 표현으로 진동 신호를 변환한다. 그러나 주파수 분석(Spectrum Analysis 또는 Vibration Signature Analysis라고도 함)은 진동 신호에 포함된 정보를 해석하는 한 측면일 뿐이다. 주파수 분석은 롤링 소자 베어링을 사용하는 기계에 가장 유용한 경향이 있고 주요 고장 모드는 베어링의 열화 경향이 있으며, 일반적으로 베어링 기하학 및 구조와 관련된 특성 주파수의 증가를 나타낸다. CM 전문가는 기계의 유형, 일반적인 오작동, 사용되는 베어링 유형, 회전 속도 및 기타 요인에 따라 시간 영역 신호 검사, 진동 구성 요소 간의 위상 관계 및 기계 샤프트의 타이밍 표시(키 강조기라고도 함)와 같은 추가 진단 도구를 사용할 수 있다. 정확한 진단을 제공하기 위해 부하, 내력 온도, 유량, 밸브 위치 및 압력과 같은 프로세스로부터의 다른 정보와 함께 진동 수준의 과거 경향, 진동 형태 및 신호의 수많은 다른 측면들. 특히 롤링 소자 베어링보다는 유체 베어링을 사용하는 기계의 경우는 더욱 그러하다. 이 데이터를 보다 단순한 형태의 진동 분석가 또는 기계 진단 엔지니어가 기계 문제와 작동 특성을 보여주기 위해 수학적 플롯을 많이 채택했으며, 이러한 플롯에는 보드 플롯, 폭포 플롯, 극성 플롯 및 궤도 타임 베이스 플롯이 포함된다.

핸드헬드 데이터 수집기와 분석기는 영구적인 온라인 진동 계측이 경제적으로 정당화될 수 없는 발전소 기계의 비임계 또는 균형에서 흔히 볼 수 있다. 기술자는 여러 기계에서 데이터 샘플을 수집한 다음 분석가(그리고 때로는 인공지능)가 오작동과 임박한 고장을 나타내는 변경사항을 검사할 수 있는 컴퓨터로 데이터를 다운로드할 수 있다. 안전성 영향, 생산 중단(일명 다운타임), 교체 부품 및 기타 고장 비용을 인식할 수 있는(임계지수에 의해 결정됨) 더 크고 더 중요한 기계에 대해서는 일반적으로 정기적인 휴대용 데이터 수집에 의존하지 않고 상시 모니터링 시스템을 채택한다. 그러나 어느 한 접근법에서 사용할 수 있는 진단 방법과 도구는 일반적으로 동일하다.

최근에는 펄프, 종이, 광업, 석유화학, 발전 등 중공정 산업에도 온라인 상태 감시 시스템이 적용되고 있다.

성능 모니터링은 잘 알려지지 않은 상태 모니터링 기법이다. 펌프, 터빈 등 회전 기계는 물론 보일러, 열교환기 등 고정 품목에도 적용할 수 있다. 측정은 발전소 항목에 따라 온도, 압력, 흐름, 속도, 변위 등 물리적 양으로 필요하다. 절대 정확성은 거의 필요 없지만 반복 가능한 데이터가 필요하다. 교정된 시험 기구는 보통 필요하지만, DCS(분산 제어 시스템)를 갖춘 공장에서는 어느 정도 성공을 거두었다. 성능 분석은 에너지 효율과 밀접한 관계가 있는 경우가 많으므로 증기 발전소에 적용된 지 오래다. 경우에 따라서는 성능 저하를 복원하기 위한 최적의 정비 시간을 계산할 수 있다.

모델 기반 전압 및 전류 시스템(MBVI 시스템): 이것은 3상 모두에 걸쳐 전류 신호와 전압 신호로부터 이용할 수 있는 정보를 동시에 이용하는 기술이다. 모델 기반 시스템은 전기, 기계 및 작동 영역을 포괄하면서 더 전통적인 기법으로도 볼 수 있는 많은 동일한 현상을 식별할 수 있다. 모델 기반 시스템은 아래 그림 6에서 표시한 라인에서 작동하며 모터가 작동하는 동안 전류와 전압을 모두 측정한 후 자동으로 전류와 전압 사이의 관계에 대한 수학적 모델을 만든다. 측정된 전압에 이 모델을 적용하여 모델링된 전류를 계산하고 이를 실제 측정된 전류와 비교한다. 측정과 운동 및 구동된 설비 시스템에서 2개의 직각 단계로(D&, Q), 파워 스펙트럼 밀도 그래프입니다.의 알고리즘 평가를 드리는 삼상 전류 푸리에 분석을 단순화 하기 위해 공원의 벡터의 조합을 사용하여 분석할 수 있는 본 받아 현재 보여 주결함, 흐름 사이에서가.월e 특정 고장 또는 고장 모드를 식별하는 결과 스펙트럼. 이들 시스템은 단기 진단측정기기가 아닌 상태감시 솔루션으로 영구설치하도록 설계됐으며, 출력물도 일반 발전소계통에 통합할 수 있다. 영구적으로 연결되면 역사적 추세가 자동으로 포착된다.

이러한 유형의 장치가 생성할 수 있는 출력물 종류에는 기계, 전기 및 작동 문제 범위의 진단과 함께 단일 화면, 전체 장비 작동의 신호등 표시장치 및 이러한 파라미터가 시간에 따라 어떻게 변화하고 있는지를 보여주는 추세도 포함된다. 이러한 유형의 장치의 개념은 스펙트럼의 전문적인 해석 없이도 일반 발전소 운영자와 유지관리자가 사용할 수 있지만, 필요한 경우 기본 스펙트럼 그림을 사용할 수 있다. 감지할 수 있는 고장의 종류에는 모터와 구동 장비의 불균형, 정렬 불량, 베어링 문제 등 기계적 문제와 절연 파괴, 느슨한 스테이터 권선, 로터 문제, 전류 또는 전압 불균형, 조화 왜곡 등의 전기적 문제가 포함된다. 이들 시스템은 전류와 전압을 모두 측정하기 때문에 전력도 모니터링하고 비정상적인 작동조건으로 인한 문제를 파악하고 효율성 상실의 원인을 파악할 수 있다. 모델 기반 시스템은 실제 전류와 예측 전류 간의 차이만 검사하기 때문에 기존 모터 전류 스펙트럼 분석(MCSA)에서 매우 명백한 모든 정상 전기 신호를 효과적으로 필터링하여 분석해야 할 신호 세트가 훨씬 단순하다. 이러한 시스템은 전압과 전류의 관계에 기초하기 때문에 입력 전압이 가변 주파수일 수 있고 고조파 구성 요소에서 높은 노이즈 파형이 있을 수 있는 인버터 구동 시스템을 잘 다룬다. 모델 기반 시스템은 결과 전류 신호에서 전압 신호의 이 모든 노이즈를 효과적으로 걸러내고 근본적인 결함만 남긴다. 이러한 유형의 장비는 사용이 용이하고 비용이 저렴하여 저비용, 저임계 장비에 적합하다.[16]

Model based systems
모델 기반 시스템 개념

기타 기법

  • 흔히 육안 검사는 상태 모니터링의 기본 구성요소를 구성하는 것으로 간주되지만 이는 문서화된 지침 집합에 대해 검사 결과를 측정하거나 평가할 수 있는 경우에만 사실이다. 이러한 검사를 조건 모니터링으로 간주하기 위해서는 관찰 당시의 결과와 조건을 취합하여 이전과 미래의 측정치에 대한 비교 분석이 가능하도록 해야 한다. 단순히 배관구간에서 균열이나 누수가 있는지 육안으로 검사하는 행위는 검사를 뒷받침할 계량 가능한 매개변수가 존재하지 않는 한 상태 모니터링으로 간주할 수 없으며, 이전 검사와의 상대적 비교가 이루어지지 않는다. 이전 검사와 격리하여 수행된 행위는 상태 평가로 간주되며, 상태 모니터링 활동은 이전 데이터와 비교하여 분석이 수행되어야 하며, 이 비교의 추세를 보고해야 한다.
  • 표면 전체에 걸친 약간의 온도 변화는 육안 검사 및 열전술로 비파괴 검사를 통해 확인할 수 있다. 열은 특히 전기 접점과 종단부를 저하시키는 구성 요소의 고장을 나타낸다. 열사진은 고속 베어링, 유체 커플링, 컨베이어 롤러, 저장 탱크 내부 빌드업에도 성공적으로 적용할 수 있다.[17]
  • 스캔 전자현미경은 윤활유(필터나 자기 칩 검출기에서 추출한)에 매달려 있는 이물질의 샘플을 주의 깊게 촬영할 수 있다. 그런 다음 계측기는 포함된 요소, 비율, 크기 및 형태학 등을 드러낸다. 이 방법을 사용하여 현장, 기계적 고장 메커니즘 및 최종 고장 시간을 결정할 수 있다. 이를 WDA – 마모 이물질 분석이라고 한다.
  • 오일의 화학적 구성을 시험하는 분광학적 오일 분석을 사용하여 고장 모드를 예측할 수 있다. 예를 들어, 높은 실리콘 및 알루미늄 함량은 먼지 또는 그릿(알루미늄 규산염) 등의 오염을 나타내며, 높은 철 수준은 마모 구성품을 나타낸다. 개별적으로 소자는 공정한 표시를 제공하지만, 함께 사용할 경우 내연 엔진의 경우, 철(라이너), 알루미늄(피스톤) 및 크롬(링)의 존재는 상부 실린더 마모를 나타낼 수 있다.[18]
  • 초음파는 고속 및 저속 기계적 용도와 고압 유체 상황에 사용할 수 있다. 디지털 초음파 측정기는 베어링에서 나오는 고주파 신호를 측정해 dBuV(마이크로볼트당 데시벨) 값으로 표시한다. 이 값은 시간이 지남에 따라 추세를 보이며 마찰, 마찰, 충격 및 기타 베어링 결함의 증가를 예측하는 데 사용된다. dBuV 값은 재융합을 위한 적절한 간격을 예측하는 데도 사용된다. 초음파 감시가 제대로 이뤄지면 진동분석을 위한 훌륭한 동반 기술임이 입증된다.
헤드폰은 초음파도 들을 수 있게 해준다. 베어링에서 고음 '버징 소리'는 접촉면의 결함을 나타내며, 고압 유체에서 부분 막힘이 발생하면 오리피스가 다량의 초음파 소음을 발생시킨다. 초음파는 상태 모니터링의 충격 펄스 방법에[19] 사용된다.
  • 성능 분석 - 실제 매개변수를 이상적인 모델과 비교하여 물리적 효율성, 성능 또는 조건을 발견한다. 악화는 일반적으로 판독값의 차이의 원인이다. 모터 다음으로 원심 펌프는 거의 틀림없이 가장 흔한 기계일 것이다. 반복 가능한 측정을 사용한 단순 헤드 플로우 테스트의 듀티 포인트에 의한 상태 모니터링은 오랫동안 사용되었지만 더 광범위하게 채택될 수 있었다. 이 방법의 연장은 펌프가 마모됨에 따라 발생하는 에너지 소비량 증가와 정비 비용의 균형을 유지하는 데 기초하여 펌프를 정비할 최적의 시간을 계산하는 데 사용될 수 있다. 항공 가스 터빈도 LTSA(장기 서비스 계약) 또는 Total Care 패키지에 따라 롤스로이스 plc와 같은 원래 장비 제조업체와 함께 성능 분석 기법을 사용하여 일반적으로 모니터링된다.
  • 마모 이물질 감지 센서는 윤활유 내에서 철 및 비철 마모 입자를 감지할 수 있어 측정된 기계 상태에 대한 상당한 정보를 제공한다. 어떤 이물질이 생성되고 있는지에 대한 추세를 만들어 모니터링함으로써 기어박스, 터빈 등 회전 장비의 치명적인 고장에 앞서 고장을 감지할 수 있다.

중요도 지수

중요도 지수는 기계 목적, 중복성(즉, 기계가 고장나면 인계할 수 있는 대기 기계가 있는가), 수리 비용, 다운타임 영향, 건강, 안전 및 환경 문제 및 기타 많은 주요 요인을 고려하여 해당 기계의 상태 모니터링 정도를 결정하는 데 종종 사용된다. 중요도 지수는 모든 기계를 세 가지 범주 중 하나로 분류한다.

  1. 중요한 기계 – 공장이나 공정에 중요하고 공장이나 공정이 기능할 수 없는 기계. 이 범주의 기계에는 발전소의 증기 또는 가스 터빈, 석유 굴착기의 원유 수출 펌프 또는 정유소의 크래커가 포함된다. 중요한 기계가 프로세스의 핵심에 있으므로, 비용에 관계 없이 기계로부터 가능한 한 많은 데이터를 지속적으로 기록하기 위해 완전한 온라인 상태 모니터링이 필요한 것으로 보이며, 흔히 플랜트 보험에 의해 지정된다. 가능한 경우 하중, 압력, 온도, 케이싱 진동 및 변위, 축 방향 및 방사 방향 변위, 속도 및 차동 팽창과 같은 측정을 수행한다. 이러한 값은 종종 과거 데이터를 추이하고 운영자에게 성능 데이터와 같은 정보를 제공할 수 있고 심지어 결함이 발생하기 전에 예측하고 고장을 진단할 수 있는 기계 관리 소프트웨어 패키지에 다시 입력된다.
  2. 필수 기계 – 프로세스의 핵심 부분이지만 고장이 발생하더라도 프로세스는 계속된다. 중복되는 단위(가능한 경우)는 이 영역에 속한다. 이러한 장치에 대한 시험과 통제는 중요한 기계가 고장날 경우 대체 계획을 유지하기 위해서도 필수적이다.
  3. 발전소 기계의 일반적 목적 또는 균형 – 이것들은 기계의 상태를 주기적으로 보여 주기 위해 앞에서 언급한 바와 같이 휴대용 데이터 수집기를 사용하여 일반적으로 모니터링되는 기계의 나머지를 구성하는 기기다.

참고 항목

참고 및 참조

  1. ^ API 579/ASME FFS-1: "Fitness-For-Service"(2007)
  2. ^ ISO 17359: 기계 상태 모니터링 및 진단 – 일반 지침
  3. ^ S R W Mills (2010). Vibration Monitoring & Analysis Handbook. British Institute of Non-Destructive Testing.
  4. ^ ISO 14830-1: 기계 시스템의 상태 모니터링 및 진단 – Tribology 기반 모니터링 및 진단 – Part 1: 일반 지침
  5. ^ ISO 22096: 기계 상태 모니터링 및 진단 – 음향 방출
  6. ^ A. N. Nowicki (2004). Infrared Thermography Handbook – Volume 2. Applications – (INST32X). British Institute of Non-Destructive Testing.
  7. ^ ISO 29821: 기계 상태 모니터링 및 진단 – 초음파 – 일반 지침, 절차 및 검증
  8. ^ J Michael Robichaud: "2018-05-16 웨이백 머신에 보관된 진동 모니터링 및 분석 기준"
  9. ^ Liu, Jie; Wang, Golnaraghi (2008). "An extended wavelet spectrum for bearing fault diagnostics". IEEE Transactions on Instrumentation and Measurement. 57 (12): 2801–2812. doi:10.1109/tim.2008.927211. S2CID 19270669.
  10. ^ Jar dine, A.K.S.; Lin, Banjevic (2006). "A review on machinery diagnostics and prognostics implementing condition-based maintenance". Mechanical Systems and Signal Processing. 20 (7): 1483–1510. doi:10.1016/j.ymssp.2005.09.012.
  11. ^ BS ISO 18431-1: "기계적 진동 및 충격 신호 처리 – 일반 소개"(2005)
  12. ^ Kumar, T Praveen; Jasti, Anurag; Saimurugan, M; Ramachandran, K. I. (2014-01-01). "Vibration Based Fault Diagnosis of Automobile Gearbox Using Soft Computing Techniques". Proceedings of the 2014 International Conference on Interdisciplinary Advances in Applied Computing. ICONIAAC '14. New York, NY, USA: ACM: 13:1–13:7. doi:10.1145/2660859.2660918. ISBN 9781450329088. S2CID 17212381.
  13. ^ "Vibration Analysis Training". 2019-03-27.
  14. ^ Kaboli, Shahriyar; Oraee, Hashem (March 8, 2016). Reliability in Power Electronics and Electrical Machines: Industrial Applications and Performance Models. Engineering Science Reference. p. 444. ISBN 978-1-4666-9429-3.
  15. ^ BS ISO 18431-2: "기계적 진동 및 충격 신호 처리 – 푸리에 변환 분석을 위한 시간 영역 창"(2004)
  16. ^ "ISO 20958:2013 – Condition monitoring and diagnostics of machine systems -- Electrical signature analysis of three-phase induction motors". www.iso.org. Retrieved 2017-03-08.
  17. ^ BS ISO 18434-1: "기계 상태 모니터링 및 진단 서모그래피 – 일반 절차"(2008)
  18. ^ "Element sources in lubricating oils- a visual guide Learn Oil Analysis". learnoilanalysis.com. Archived from the original on 2017-10-09. Retrieved 2017-12-03.
  19. ^ BS ISO 18431-4: "기계적 진동 및 충격 신호 처리 – 충격 반응 스펙트럼 분석"(2007)

추가 읽기