Diagnostyka braku zrównoważenia parametrów silnika: pytania i odpowiedzi

Brak zrównoważenia parametrów silnika pozostaje jednym z największych wyzwań w zakresie konserwacji maszyn wirujących.  

Ponieważ systemy stają się coraz bardziej złożone, a koszty przestojów gwałtownie rosną, precyzyjna diagnostyka jest ważniejsza niż kiedykolwiek wcześniej.  

Masz palące pytanie dotyczące diagnozowania braku zrównoważenia parametrów silnika? Czytaj dalej! 

P1: Jakie są podstawy matematyczne analizy braku zrównoważenia parametrów nowoczesnych silników? 

Odpowiedź eksperta: analiza braku zrównoważenia parametrów silnika opiera się na zrozumieniu zależności między niezrównoważonymi siłami a powstającymi drganiami. Podstawowe równanie to F = mω²r, gdzie „F” to siła odśrodkowa, „m” to masa niezrównoważona, „ω” to prędkość kątowa, a „r” to promień od środka obrotu. 

Dzisiejsza analiza jest bardziej rozbudowana dzięki obliczeniom matematycznym wykorzystującym wektory zespolone. Używa się biegunowego układu współrzędnych, w którym brak zrównoważenia parametrów jest wyrażony zarówno jako wielkość, jak i przesunięcie fazowe. Kluczowe znaczenie mają powiązania między fazami. Nie tylko określają one, jak duży jest brak zrównoważenia parametrów, ale także dokładnie wskazują, w którym miejscu wirnika występuje. 

Równoważenie dynamiczne wymaga rozwiązywania układów równań odnoszących się do korekt w wielu płaszczyznach. W celu uzyskania równowagi w dwóch płaszczyznach trzeba rozwiązać następujące równania: 

• A₁₁W₁ + A₁₂W₂ = U₁ 

• A₂₁W₁ + A₂₂W₂ = U₂ 

Gdzie „A” to współczynniki wpływu, „W” to ciężarki korekcyjne, a „U” to zmierzone wektory braku zrównoważenia parametrów. 
 

P2: W jaki sposób zaawansowane algorytmy przetwarzania sygnału podnoszą dokładność wykrywania braku zrównoważenia parametrów? 

Odpowiedź eksperta: cyfrowe przetwarzanie sygnału zrewolucjonizowało diagnostykę braku zrównoważenia parametrów dzięki zaawansowanym technikom filtrowania i analizy. Podstawą pozostaje szybka transformacja Fouriera (FFT), ale obecnie stosuje się także zaawansowane metody, takie jak: 

Analiza obwiedni: umożliwia usunięcie rezonansów strukturalnych, co pozwala ujawnić częstotliwości łożysk maskowane przez brak zrównoważenia parametrów. Algorytm wykorzystuje przekształcenia Hilberta do wyodrębnienia charakterystyki modulacji amplitudy. 

Śledzenie rozkładu: zapewnia synchronizację z prędkością wału podczas zwiększania prędkości przy rozruchu i jej wytracania przed zatrzymaniem. Technika ta wykorzystuje sygnały obrotomierza do ponownego próbkowania danych drgań przy stałych przyrostach kątowych, a nie w odstępach czasowych. 

Analiza cepstrum: identyfikuje harmoniczne i wstęgi boczne, które sygnalizują niewspółosiowość sprzęgania połączoną z brakiem zrównoważenia parametrów. Dziedzina transformaty częstotliwościowej ujawnia wzorce niewidoczne w przypadku użycia standardowej analizy częstotliwości. 

Transformacja falkowa: umożliwia lokalizację czasowo-częstotliwościową, niezbędną do zdiagnozowania stanów przejściowych braku zrównoważenia parametrów lub maszyn o różnych prędkościach roboczych. 

Algorytmy te działają synergicznie. Można na przykład użyć śledzenia rozkładu podczas uruchamiania, zastosować analizę obwiedni do wyizolowania oznak braku zrównoważenia parametrów, a następnie zastosować analizę cepstrum w celu rozróżnienia czystych braków zrównoważenia parametrów i połączonych stanów uszkodzenia. 
 

P3: Jakich najnowszych bezkontaktowych technik diagnostycznych używa się do oceny braku zrównoważenia parametrów silnika? 

Odpowiedź eksperta: metody bezkontaktowe znacznie się rozwinęły, ponieważ zapewniają wiele korzyści w porównaniu z tradycyjnymi metodami opartymi na akcelerometrze: 

Laserowa wibrometria dopplerowska mierzy prędkość powierzchni z wyjątkową dokładnością. Dzisiejsze systemy mają zakresy pomiarowe od nanometrów do milimetrów z odpowiedzią częstotliwościową do 20 MHz. Technika ta doskonale sprawdza się w środowiskach o wysokiej temperaturze oraz w miejscach, w których nie można zamontować czujnika. 

Analiza obrazu termowizyjnego wykrywa brak zrównoważenia parametrów w oparciu o wzorce rozkładu temperatury. Wirniki o niezrównoważonych parametrach generują charakterystyczne sygnatury termiczne na skutek zwiększonych obciążeń łożysk i zaburzenia przepływu powietrza. Nowoczesne kamery termowizyjne o dokładności do 0,02°C wykrywają bardzo małe zmiany temperatury sygnalizujące brak zrównoważenia parametrów. 

Analiza charakterystyki prądowej silnika (MCSA) pozwala sprawdzić charakterystykę prądu zasilania. Brak zrównoważenia parametrów tworzy odmienne wstęgi boczne towarzyszące częstotliwości zasilania (1±2s)f, gdzie „s” to poślizg, a „f” to częstotliwość zasilania. Metoda ta nie wymaga dodatkowych czujników i działa w sposób ciągły podczas pracy silnika. 

Monitorowanie rozproszonego strumienia magnetycznego wykorzystuje czujniki pola magnetycznego do wykrywania braku zrównoważenia parametrów wirnika. Czujniki Halla, rozmieszczone na obwodzie obudowy silnika, mierzą wahania strumienia magnetycznego pod wpływem zmian szczeliny powietrznej, które są wynikiem przemieszczenia wału wskutek braku zrównoważenia parametrów. 

P4: Jak rozróżnić braki zrównoważenia parametrów statycznych, pary i dynamicznych w oparciu o dane diagnostyczne? 

Odpowiedź eksperta: rozróżnianie typów braku zrównoważenia parametrów wymaga zrozumienia ich cech charakterystycznych w pomiarach wielopunktowych: 

Brak zrównoważenia parametrów statycznych objawia się jako identyczne odczyty amplitudy i fazy na obu łożyskach przy pomiarach promieniowych. Wirnik przemieszcza się jako sztywny korpus bez nachylenia. W analizie częstotliwościowej widać czystą prędkość pracy 1X i minimalne harmoniczne. 

Brak zrównoważenia parametrów pary uwidacznia się jako różnice fazowe między pomiarami łożysk przesunięte o 180° stopni, przy czym amplitudy mogą się różnić zależnie od odległości między łożyskami i lokalizacji punktów pomiarowych. Wirnik przechyla się, ale nie przesuwa. Pomiary osiowe często ujawniają duże wartości elementów 1X. 

Brak zrównoważenia parametrów dynamicznych łączy oba te stany, nie wykazując identycznych zależności pomiędzy fazami ani idealnego przeciwpołożenia. Analiza wektorowa uwidacznia dwa różne elementy braku zrównoważenia parametrów, które należy skorygować w osobnych płaszczyznach. 

Podejście diagnostyczne: 

1. Zmierz drgania na obu łożyskach jednocześnie. 

2. Oblicz różnice między fazami i współczynniki amplitudy. 

3. Przeprowadź analizę wektorową w celu rozdzielenia poszczególnych odczytów. 

4. Użyj metod współczynnika wpływu do weryfikacji wyników. 

Kluczowe parametry: 

• Różnica fazowa <30°: głównie parametry statyczne. 

• Różnica fazowa 150–210°: przeważnie para. 

• Różnica fazowa 30–150° lub 210–330°: parametry dynamiczne (stan mieszany). 
   

P5: Jaka jest rola współczynników wpływu w zaawansowanych procedurach równoważenia? 

Odpowiedź eksperta: współczynniki wpływu to matematyczna podstawa precyzyjnego równoważenia, reprezentująca reakcję systemu na zastosowanie znanych ciężarków pomiarowych. W istocie są to funkcje przenoszenia wiążące ciężarki korekcyjne i zmiany drgań wynikające z ich zastosowania. 

Procedura pomiaru: 

1. Zapisz wartości początkowe pomiaru drgań (amplitudy i fazy). 

2. Dodaj znany ciężarek pomiarowy w określonym położeniu kątowym. 

3. Zapisz nowe odczyty drgań. 

4. Oblicz współczynnik wpływu: IC = (V₂ - V₁) / ciężarek pomiarowy. 

Równoważenie w wielu płaszczyznach: 
Każda płaszczyzna korekcji wpływa na wiele punktów pomiarowych. Tworzymy macierze współczynników wpływu opisujące te zależności. Równanie macierzy przybiera następującą postać: 

[ΔV] = [IC] × [ΔW] 

Gdzie „ΔV” to zmiany drgań, „IC” to macierz współczynnika wpływu, a „ΔW” to zmiany masy. 

Najważniejsze kwestie: 

• Współczynniki zmieniają się o 2–5% przy zmianie temperatury o 10°C. 

• Zależność od prędkości wymaga użycia oddzielnych zestawów współczynników dla różnych zakresów roboczych. 

• Zmiany sztywności łożyska powodują zmiany współczynników w czasie. 

• Sprzężenie krzyżowe między płaszczyznami zwiększa się odwrotnie proporcjonalnie do sztywności wirnika. 

Wskaźniki jakości: 

• Powtarzalność współczynnika w zakresie ±10%. 

• Spójność przesunięcia fazowego w zakresie ±5°. 

• Liniowość amplitudy dla użytych ciężarków pomiarowych. 

Dzisiejsze oprogramowanie automatycznie weryfikuje jakość współczynnika i oznacza podejrzane dane przed obliczeniem masy ciężarków korekcyjnych. 
 

P6: Jak rozwiązać problem braku zrównoważenia parametrów silnika w zastosowaniach z napędem o zmiennej częstotliwości (VFD)? 

Odpowiedź eksperta: w zastosowaniach VFD występują nietypowe wyzwania, związane ze zmianami prędkości, zakłóceniami elektromagnetycznymi i harmonicznymi wpływającymi na dokładność diagnostyki. 

Eliminacja zakłóceń elektromagnetycznych: 

• Użyj technik pomiaru różnicowego, aby odrzucić zakłócenia sygnału wspólnego. 

• Stosuj filtr dolnoprzepustowy poniżej 10X częstotliwości roboczej. 

• Stosuj izolację optyczną pomiędzy urządzeniami pomiarowymi i systemami VFD. 

• Umieść czujniki z dala od szafek VFD i przewodów zasilania. 

Analiza uwzględniająca zależność od prędkości: 
Tradycyjna analiza, oparta na stałej częstotliwości, staje się nieodpowiednia. Nasze rozwiązania to: 

• Normalizacja rozkładu: konwersja danych w funkcji czasu do domeny kątowej. 

• Diagramy Campbella: mapowanie rozkładu drgań w różnych zakresach prędkości. 

• Kształty ugięcia roboczego: wizualizacja kształtów podczas zmian prędkości. 

Zarządzanie zakłóceniami harmonicznymi: 
Częstotliwości przełączania VFD tworzą harmoniczne, z powodu których oznaki braku zrównoważenia parametrów mogą nie być widoczne. Rozwiązania obejmują: 

• Uśrednianie synchroniczne: zmniejsza zakłócenia niesynchroniczne i zachowuje sygnały braku zrównoważenia parametrów. 

• Filtrowanie wycinające: usuwa określone częstotliwości powiązane z VFD. 

• Uśrednianie synchroniczne w funkcji czasu: wykorzystuje sygnały obrotomierza do precyzyjnego dopasowywania danych. 

Zagadnienia praktyczne: 

• Wykonaj równoważenie przy różnych prędkościach, aby sprawdzić, czy wyniki są spójne. 

• Uwzględnij siły magnetyczne zmieniające się zależnie od obciążenia silnika. 

• Rozważ wpływ hamowania rekuperacyjnego na dynamikę wirnika. 

• Zweryfikuj wyniki podczas okresów pracy w stanie ustalonym. 
   

P7: W jaki sposób brak zrównoważenia parametrów silnika wpływa na niezawodność całego układu i jak to ocenić? 

Odpowiedź eksperta: brak zrównoważenia parametrów silnika wywołuje efekt kaskadowy w układach mechanicznych, co znacząco wpływa na niezawodność w wyniku występowania licznych mechanizmów powodujących uszkodzenia. 

Główne rodzaje uszkodzeń: 

1. Uszkodzenia zmęczeniowe łożysk: brak zrównoważenia obciążeń wykładniczo obniża trwałość łożyska. Zależność jest następująca: L₁₀ ∝ (P₀/P)³, gdzie „P₀” to wartość znamionowa podstawowego obciążenia dynamicznego, a „P” to oddziałujące obciążenie. 

2. Zużycie sprzęgła: siły negatywnie wpływające na wyosiowanie, wynikające z braku zrównoważenia parametrów, przyspieszają pogarszanie się stanu sprzęgła. 

3. Uszkodzenie podłoża: siły dynamiczne mogą powodować pogarszanie się stanu betonu i poluzowanie śrub. 

4. Uszkodzenia wyposażenia dodatkowego: pompy, wentylatory i napędzane urządzenia znacznie szybciej ulegają uszkodzeniom. 

Metody pomiaru ilościowego: 

Ocena wpływu na niezawodność: 
Użyj analizy Weibulla do modelowania wzrostu wskaźnika uszkodzeń: 

• Wartość wyjściowa β (parametr kształtu): 2,0–2,5 podczas normalnej pracy. 

• Systemy w których występują braki zrównoważenia parametrów: wartość β zmniejsza się do 1,5–1,8. 

• Średni czas do wystąpienia uszkodzenia zmniejsza się o 40–60%. 

Obliczanie wpływu finansowego: 
Koszt całkowity = koszty bezpośrednie + koszty pośrednie + koszty wynikowe 

Gdzie: 

• Koszty bezpośrednie: części zamienne, robocizna, straty energii. 

• Koszty pośrednie: straty produkcyjne, zakłócenia harmonogramu pracy. 

• Koszty wynikowe: wtórne uszkodzenia elementów infrastruktury, incydenty związane z bezpieczeństwem. 

Normy dotyczące poziomu drgań: 

• Klasa A (doskonałe parametry): <1,12 mm/s RMS. 

• Klasa B (dobre parametry): 1,12–2,8 mm/s RMS. 

• Klasa C (przeciętne parametry): 2,8–7,1 mm/s RMS. 

• Klasa D (niskie parametry): >7,1 mm/s RMS. 

Modelowanie predykcyjne: 
Zastosowanie prawa Parisa do wyznaczania przyrostu długości pęknięcia w celu oceny uszkodzenia bieżni łożyska: 
da/dN = C(ΔK)ᵐ 

Gdzie dynamika przyrostu długości pęknięcia jest powiązana z zakresem współczynnika intensywności naprężeń, co umożliwia prognozowanie pozostałego okresu użytkowania w oparciu o bieżące poziomy braku zrównoważenia parametrów. 
 

P8: W jaki sposób weryfikuje się skuteczność równoważenia i zapewnia długoterminowe zrównoważenie parametrów? 

Odpowiedź eksperta: weryfikacja wymaga kompleksowego sprawdzenia po zrównoważeniu przy użyciu wielu technik pomiarowych i kryteriów odbioru. 

Natychmiastowe sprawdzenie: 

1. Pomiar resztkowego braku zrównoważenia parametrów: wartość powinna sięgać <10% oryginalnych poziomów. 

2. Weryfikacja faz: wektory korekcyjne powinny być wyrównane w zakresie ±15° przewidywanych wartości. 

3. Analiza zawartości harmonicznych: wyższe harmoniczne powinny pozostać niezmienione, co potwierdza czystą korekcję braku zrównoważenia. 

4. Korelacja między kanałami: należy sprawdzić, czy wartość redukcji jest spójna we wszystkich punktach pomiarowych. 

Procedury monitorowania długoterminowego: 

• Analiza trendów: określ dane bazowe na potrzeby porównań. 

• Statystyczna kontrola procesu: używaj wykresów kontrolnych, aby wykryć stopniowe pogarszanie się stanu. 

• Monitorowanie kształtu ugięcia roboczego: śledź zmiany w charakterystykach modalnych. 

• Korelacja temperaturowa: monitoruj temperaturę łożysk pod kątem oznak narastających problemów. 

Wskaźniki zapewnienia jakości: 

• Klasa jakości zrównoważenia parametrów: zgodnie z normami ISO 21940. 

• Współczynnik redukcji drgań: co najmniej 75% redukcji amplitudy 1X. 

• Zgodność faz: <±10° odchylenia w różnych punktach pomiarowych. 

• Sprawdzanie powtarzalności: pomiary przy użyciu różnych zestawów pomiarowych wykazujące zgodność w zakresie ±5%. 

Wymagania dotyczące dokumentacji: 

• Wykresy biegunowe przed/po pokazujące zmiany wektorowe. 

• Charakterystyki częstotliwości wykazujące selektywną redukcję 1X. 

• Dane weryfikacji współczynnika wpływu. 

• Obliczenia masy i weryfikacja rozmieszczenia ciężarków korekcyjnych. 

• Dane trendów wydajności na potrzeby oceny niezawodności. 

Zautomatyzowane systemy weryfikacji wykorzystują obecnie algorytmy uczenia maszynowego, aby: 

• przewidywać optymalne użycie ciężarków korekcyjnych w oparciu o dane historyczne; 

• identyfikować nieprawidłowe odczyty, które wymagają ręcznego sprawdzenia; 

• generować przedziały ufności na potrzeby oceny jakości zrównoważenia parametrów; 

• zalecać okresy międzyobsługowe w oparciu o wskaźniki pogarszania się stanu. 

To usystematyzowane podejście nie tylko zapewnia natychmiastowe prawidłowe zrównoważenie, ale także stanowi podstawę do tworzenia programów konserwacji predykcyjnej i długoterminowej optymalizacji niezawodności infrastruktury.