Prognozowanie awarii łożysk: tygodnie wyprzedzenia dzięki danym drganiowym

W skrócie: Łożysko toczne nie ulega awarii nagle: degraduje się przez cztery przewidywalne etapy, z których każdy ma odrębną sygnaturę drganiową. Najwcześniejsze etapy są niewidoczne dla stałych progów, ale wyraźnie wykrywalne dla modeli, które uczą się normalnego zachowania łożyska i normalizują je względem prędkości i obciążenia. Wychwycenie degradacji w etapie drugim lub trzecim daje od dwóch do czterech tygodni ostrzeżenia, wystarczająco, by zaplanować wymianę, zamiast przetrwać awarię.

Dlaczego od łożysk należy zacząć

Jeśli monitorujesz tylko jeden tryb awarii w swoich maszynach wirujących, niech będą to łożyska. Degradacja łożysk odpowiada za znaczną część awarii silników i pomp: przełomowe badania niezawodności silników IEEE i EPRI zgodnie klasyfikują łożyska jako główną przyczynę awarii silników elektrycznych (dokładny procent bywa błędnie cytowany, ale sama kolejność jest spójna w obu badaniach). To także tryb awarii, który najlepiej reaguje na monitoring stanu, ponieważ degradujące się łożysko sygnalizuje swój stan poprzez drgania na długo przed zatarciem.

Haczyk polega na tym, że „długo przed" pomaga tylko wtedy, gdy nasłuchujesz we właściwy sposób. Większość zakładów tego nie robi: ustawia pojedynczy alarm drganiowy i czeka, aż zadziała. Zanim zadziała stały próg, łożysko jest zwykle głęboko w ostatnim etapie. Ostrzeżenie było dostępne od tygodni. Monitoring po prostu nie potrafił go odczytać.

Cztery etapy awarii łożyska

Łożysko toczne degraduje się według dobrze poznanej ścieżki, często opisywanej za pomocą krzywej P-F (od Potential failure, awarii potencjalnej, do Functional failure, awarii funkcjonalnej). Cztery etapy, każdy z charakterystyczną sygnaturą:

Etap 1: Podpowierzchniowy (najwcześniejsze ostrzeżenie). Mikroskopijne zmęczenie materiału zaczyna się pod powierzchnią bieżni. Nie ma jeszcze widocznego defektu, ale zaczyna rosnąć energia drgań ultradźwiękowych i o bardzo wysokiej częstotliwości. Ten etap może pojawić się na miesiące przed awarią. Jest realny, ale subtelny i łatwo go zbagatelizować jako szum.

Etap 2: Pojawiają się częstotliwości defektowe. Na bieżni lub elemencie tocznym powstaje drobne wykruszenie lub pęknięcie. Teraz za każdym razem, gdy kulka przetacza się nad tym defektem, generuje małe, powtarzające się uderzenie, o częstotliwości wyznaczonej przez geometrię łożyska i prędkość wału. Te częstotliwości defektowe łożyska pojawiają się w widmie drgań (więcej o nich poniżej). Ten etap zwykle daje od kilku tygodni do paru miesięcy wyprzedzenia i jest najlepszym momentem na zaplanowaną interwencję.

Etap 3: Harmoniczne i pasma boczne. Defekt się poszerza. Jego częstotliwość defektowa zyskuje harmoniczne i pasma boczne, rośnie energia szerokopasmowa, a łożysko może zacząć słyszalnie chrobotać i nagrzewać się. Wyprzedzenie na tym etapie to dni do tygodni. Wciąż można działać, ale okno się zamyka.

Etap 4: Awaria bliska. Sygnatura drganiowa staje się chaotyczna i nieregularna, gdy łożysko dosłownie rozrywa się od środka, a ogólny poziom drgań może nawet chwilowo spaść tuż przed katastrofalnym zatarciem. Wyprzedzenie: godziny do dni. To etap, w którym stały próg wreszcie się uruchamia, stanowczo za późno, by cokolwiek zaplanować.

Wniosek jest niewygodny dla monitoringu opartego na progach: alarm, który ustawiasz, niemal zawsze uruchamia się w etapie 4. Cała wartość tkwi w etapach 2 i 3, a ich odczytanie wymaga czegoś więcej niż jednej liczby.

Sygnatury: częstotliwości defektowe łożyska

Oto co czyni łożyska tak przewidywalnymi. Gdy defekt istnieje na konkretnej części łożyska, generuje uderzenia o konkretnej, obliczalnej częstotliwości, wynikającej z geometrii łożyska (liczby elementów tocznych, średnicy kulek i średnicy podziałowej, kąta styku) oraz prędkości wału. Cztery kanoniczne częstotliwości:

BPFO (Ball Pass Frequency, Outer race): defekt na bieżni zewnętrznej. Najczęstsze uszkodzenie łożyska.
BPFI (Ball Pass Frequency, Inner race): defekt na bieżni wewnętrznej.
BSF (Ball Spin Frequency): defekt na samym elemencie tocznym.
FTF (Fundamental Train Frequency): problem z koszykiem lub smarowaniem.

Zidentyfikuj rosnący pik przy jednej z tych częstotliwości, a nie tylko wiesz, że łożysko się degraduje: wiesz też, gdzie znajduje się defekt. To diagnostyczne złoto: defekt bieżni zewnętrznej i problem z koszykiem wymagają innej reakcji i innego stopnia pilności.

Problem w tym, że te sygnatury są małe i ukryte. W surowym widmie drgań częstotliwość defektowa we wczesnym stadium jest często zagłuszana przez znacznie większe piki pochodzące od obrotu wału, niewyważenia i błędu współosiowości. Dlatego istnieje analiza obwiedni (zwana też demodulacją): izoluje ona energię uderzeń wysokiej częstotliwości i demoduluje ją, by uwidocznić częstotliwości defektowe. To naprawdę użyteczna technika (nasz przewodnik po pierwszych krokach z analizą drgań omawia matematykę częstotliwości defektowych), i to również powód, dla którego analiza łożysk historycznie wymagała wyszkolonego analityka drgań: ktoś musi przeprowadzić demodulację, znać częstotliwości defektowe łożyska i zinterpretować wynik.

Ta wiedza ekspercka się nie skaluje. Nie da się przydzielić certyfikowanego analityka do każdego z 200 zasobów, sprawdzającego je co tydzień. I właśnie tu uczenie maszynowe znajduje swoje miejsce.

Dlaczego stałe progi przeoczają wczesne etapy

Pojedynczy próg ogólnego poziomu drgań (powiedzmy 4,5 mm/s RMS z ISO 10816 / ISO 20816) ma trzy martwe punkty, które bezpośrednio odpowiadają wczesnym etapom awarii łożyska:

Ignoruje częstotliwość. Ogólny RMS to jedna liczba. Defekt w etapie 2 dodaje niewielką ilość energii przy konkretnej częstotliwości, podczas gdy ogólny poziom ledwie drgnie. Próg nie widzi niczego.
Ignoruje prędkość i obciążenie. Amplituda drgań skaluje się w przybliżeniu z kwadratem prędkości. Na dowolnym zasobie napędzanym falownikiem VFD „normalny" poziom zmienia się co kilka minut wraz ze zmianą prędkości napędu, więc stały limit albo ciągle fałszywie alarmuje przy wysokiej prędkości, albo jest ślepy przy niskiej.
Ignoruje trend. Łożysko pełznące od 1,8 do 2,4 mm/s w ciągu sześciu tygodni krzyczy „degraduję się". Stały limit na poziomie 4,5 przez cały ten czas mówi „wciąż w porządku".

Analiza obwiedni naprawia martwy punkt związany z częstotliwością, ale wciąż wymaga człowieka, który ją przeprowadzi i odczyta. Stałe progi na wskaźnikach z obwiedni ponownie wprowadzają problemy z prędkością i trendem. Brakuje systemu, który nieprzerwanie obserwuje pełny obraz i wie, jak wygląda „normalność" dla tego łożyska w tych warunkach.

Co dodaje wykrywanie oparte na ML

Monitoring stanu oparty na uczeniu maszynowym nie odrzuca analizy drgań: automatyzuje i skaluje jej odczyt, na każdym zasobie, nieprzerwanie.

Uczy się linii bazowej dla konkretnego łożyska. Autoenkoder LSTM jest trenowany, by rekonstruować normalne zachowanie drganiowe konkretnego łożyska. Gdy łożysko jest zdrowe, rekonstrukcja jest niemal doskonała. Gdy zaczyna rosnąć częstotliwość defektowa (nawet niewielka, nawet gdy ogólny RMS wygląda dobrze), błąd rekonstrukcji rośnie i zostaje zgłoszona anomalia. Model uczy się w praktyce, co jest „normalne dla Pompy 7A przy tej prędkości i obciążeniu", a nie jednej stałej liczby.

Normalizuje względem warunków pracy. Ponieważ model uczy się zachowania jako funkcji prędkości i obciążenia, potrafi zgłosić, że „2,1 mm/s przy 900 obr./min jest nieprawidłowe dla tego łożyska", jednocześnie poprawnie traktując „3,0 mm/s przy 1800 obr./min" jako w porządku. To właśnie problem zależności od prędkości, którego stałe progi nie są w stanie rozwiązać.

Łączy dane z wielu czujników. Defekt bieżni zewnętrznej rzadko objawia się wyłącznie w drganiach: temperatura łożyska powoli rośnie, prąd silnika staje się subtelnie nieregularny. Model obserwujący wszystkie te sygnały razem wychwytuje wzorzec wcześniej i z mniejszą liczbą fałszywych alarmów niż jakikolwiek pojedynczy kanał.

Szacuje pozostały czas eksploatacji (RUL), z uczciwą niepewnością. Wykrycie mówi Ci, że łożysko się degraduje. Kolejne pytanie zawsze brzmi: „ile jeszcze mam czasu?" Model pozostałego czasu eksploatacji (RUL) to szacuje, a dobrze zbudowany model podaje to jako przedział, a nie jedną liczbę o fałszywej precyzji. Modele RUL Prevly zwracają konforemne przedziały predykcyjne, zwalidowane na rzeczywistych danych NASA C-MAPSS, więc szacunek przychodzi z możliwym do obrony pasmem ufności, wokół którego inżynier może faktycznie zaplanować działania, a nie z czarnoskrzynkowym „14 dni" bez żadnego marginesu błędu.

Czternaście dni ostrzeżenia, z dowodami

Oto reprezentatywny przykład, ilustrujący wzorzec, a nie konkretny wynik klienta, tego, jak wygląda praktyczna prognoza dotycząca łożyska. Na pompie odśrodkowej system oparty na ML zgłasza anomalię 14 dni przed tym, jak łożysko uległoby zatarciu. Alert nie mówi tylko „anomalia". Niesie ze sobą atrybucję cech, konkretne sygnały, które doprowadziły do tej decyzji:

vibration_x_rms: +0.34 (podwyższone drgania promieniowe, dominujący czynnik)
temperature_delta: +0.21 (temperatura łożyska rośnie szybciej niż temperatura oprawy)
current_kurtosis: +0.12 (subtelne skoki prądu silnika, wskazujące na przerywany opór mechaniczny)

Inżynier niezawodności czyta to i natychmiast formułuje hipotezę: podwyższone drgania promieniowe + wzrost temperatury + skoki prądu to klasyczny wzorzec defektu bieżni zewnętrznej. Potwierdza to ukierunkowanym pomiarem obwiedni, planuje wymianę na najbliższy zaplanowany przestój i wymienia łożysko w dwugodzinnym oknie czasowym, zamiast katastrofalnego zatarcia i osiemnastu godzin nieplanowanego przestoju.

Dla porządku: stały próg wciąż świecił się na zielono. Pozostałby zielony jeszcze przez kolejne dwanaście dni.

Jak to wygląda z Prevly

Prevly zostało zbudowane, by uczynić prognozowanie stanu łożysk rutyną w całym zakładzie, a nie specjalistycznym projektem obejmującym garstkę zasobów:

Pozyskiwanie danych tylko do odczytu. Prevly Edge subskrybuje Twoje istniejące czujniki drgań, temperatury i prądu przez OPC-UA tylko do odczytu. Bez nowego sprzętu, bez zapisu do Twoich PLC.
Wykrywanie, które skaluje osąd analityka. Wykrywanie anomalii oparte na autoenkoderze LSTM uczy się normalnej linii bazowej każdego zasobu i zgłasza wczesną degradację, którą pomijają progi ogólnego poziomu drgań, na każdym monitorowanym zasobie, nieprzerwanie.
Wyjaśnialne z założenia. Każdy alert podaje, które czujniki go wywołały (poprzez Integrated Gradients dla modeli głębokich, SHAP dla modelu RUL opartego na wzmocnieniu gradientowym), dzięki czemu inżynier weryfikuje wynik, zamiast ufać samej liczbie.
Prognoza staje się planem. Wykrycie plus RUL plus atrybucja stają się szkicem zlecenia pracy (z zasobem, prawdopodobnym uszkodzeniem, zalecanym działaniem i załączonymi dowodami z czujników), dzięki czemu zamawiasz łożysko, zanim go potrzebujesz, a technik przychodzi wiedząc, co ma otworzyć.

Łożyska informują o awarii z tygodniowym wyprzedzeniem. Jedyne pytanie brzmi, czy Twój monitoring jest w stanie to usłyszeć.

Najczęściej zadawane pytania

Jak wcześnie można wykryć awarię łożyska? Zależy to od etapu i metody. Zmęczenie podpowierzchniowe (etap 1) może pojawić się na miesiące wcześniej w energii ultradźwiękowej i wysokiej częstotliwości, ale jest subtelne. Wiarygodne, praktyczne okno to etap 2, gdy pojawiają się częstotliwości defektowe: zwykle od kilku tygodni do paru miesięcy wyprzedzenia. Stałe progi zwykle wychwytują dopiero etap 4, czyli godziny do dni przed zatarciem.

Co powoduje awarię łożyska tocznego? Najczęstsze przyczyny to niewystarczające lub zanieczyszczone smarowanie, błąd współosiowości i nadmierne obciążenie, zanieczyszczenia i wnikanie wilgoci, żłobienie elektryczne (ang. electrical fluting), zwłaszcza w silnikach napędzanych falownikami VFD, oraz normalne zmęczenie materiału pod koniec okresu eksploatacji. Wynikowy tryb awarii (bieżnia zewnętrzna, bieżnia wewnętrzna, element toczny lub koszyk) objawia się przy odrębnej częstotliwości defektowej.

Czym są BPFO, BPFI, BSF i FTF? To cztery częstotliwości defektowe łożyska: Ball Pass Frequency Outer race (częstotliwość przetaczania po bieżni zewnętrznej), Ball Pass Frequency Inner race (częstotliwość przetaczania po bieżni wewnętrznej), Ball Spin Frequency (częstotliwość obrotowa kulki) i Fundamental Train Frequency (podstawowa częstotliwość koszyka). Każda odpowiada defektowi na konkretnej części łożyska i jest obliczana na podstawie geometrii łożyska i prędkości wału. Rosnący pik przy jednej z nich mówi, gdzie znajduje się defekt.

Czy można przewidzieć, jak długo przetrwa łożysko? Gdy degradacja zostanie wykryta, można oszacować pozostały czas eksploatacji, ale szczerze mówiąc, to przedział, a nie ustalona data. Dobre modele RUL podają przedział ufności (modele RUL Prevly wykorzystują konforemne przedziały predykcyjne, zwalidowane na rzeczywistych danych NASA C-MAPSS), dzięki czemu można planować wokół możliwego do obrony okna czasowego, a nie liczby o fałszywej precyzji.

Czy potrzebuję do tego analityka drgań? Tradycyjnie tak: analiza obwiedni i interpretacja częstotliwości defektowych to umiejętności specjalistyczne. Monitoring stanu oparty na ML automatyzuje ciągły odczyt na wszystkich zasobach, więc czas certyfikowanego analityka jest poświęcany na potwierdzanie i działanie na podstawie zgłoszonych ustaleń, a nie na ręczne przeglądanie setek maszyn.

Zobacz to na swoich łożyskach

Prevly wprowadza oparte na AI wykrywanie awarii łożysk, szacowanie RUL i wyjaśnialną atrybucję na Twoich istniejących czujnikach: tylko do odczytu, on-premise, bez konieczności angażowania analityka do przeglądania każdego zasobu. W ciągu kilku dni od podłączenia danych zobaczysz, co sygnalizowały Twoje łożyska.

Poproś o demo Prevly i znajdź degradację, którą Twoje progi wciąż nazywają zieloną.

Powiązane artykuły: Dlaczego alarmy progowe pomijają 60% awarii · Pierwsze kroki z analizą drgań · Predykcja czasu pracy do awarii (RUL): wyjaśnienie · MTBF a MTTR: wyjaśnienie