Het Internet of Things (IoT) voor predictief onderhoud (PdM) groeit razendsnel, en daarmee ook het aantal opties voor draadloze trillingsmonitoring. Terwijl leveranciers zich massaal op deze groeiende markt begeven, dringt de echte vraag zich op: welke oplossingen zijn gebaseerd op diepgaande machine-expertise en welke voegen simpelweg trillingssensoren toe aan een IoT-platform?
Predictief onderhoud biedt enorme voordelen: minder stilstand, een langere levensduur van assets, lagere onderhoudskosten en minder onaangename verrassingen. Maar om die voordelen daadwerkelijk te realiseren, is één ding essentieel: consistente, nauwkeurige data. Helaas geven de meeste ‘oplossingen’ slechts een gedeeltelijk beeld van de conditie van machines. Ze presteren misschien zelfs goed tijdens een proefproject, maar hebben moeite om de meest schadelijke defecten te detecteren wanneer het er echt toe doet. Heb je teleurstellende ervaringen gehad met draadloze trillingsmonitoring? Dat had niet hoeven gebeuren. Lees verder en ontdek waarom.
Ervaring maakt het verschil wanneer elk signaal telt
Bij I-care, een van ‘s werelds grootste onafhankelijke bedrijven op het gebied van trillingsanalyse, hebben onze teams de afgelopen 20 jaar miljarden machine-uren geanalyseerd. Vandaag verwerken we dagelijks data van meer dan een half miljoen machines. Decennialange praktijkervaring met industriële machines ligt aan de basis van elke ontwerpbeslissing. Vanuit die diepgaande expertise is onze gepatenteerde I-DNA-signaalverwerkingstechnologie ontwikkeld om precies die signalen vast te leggen die er het meest toe doen.
Veel nieuwe spelers op de markt zijn misschien experts in draadloze technologie, maar missen expertise op het gebied van machineanalyse. Hun systemen kunnen de ‘eenvoudigere’ problemen, zoals uitlijnfouten en onbalans, detecteren, maar herkennen de echte ‘productiekillers’, defecten met grote gevolgen zoals lager- of tandwieldefecten, vaak pas in een later stadium van het defectverloop. Dit zijn de defecten die een fabriek daadwerkelijk kunnen stilleggen.
Waarom standaard trillingsanalyse alleen niet volstaat
Traditionele programma’s voor trillingsanalyse zijn vaak sterk afhankelijk van standaardmetingen voor de ernst van trillingen, zoals vastgelegd in ISO-richtlijnen. Deze zijn voornamelijk gericht op het gedrag van de machine als geheel, zoals trillingsniveaus van de machinebehuizing. Die informatie is waardevol, maar detecteert niet op betrouwbare wijze de defecten die een fabriek het vaakst stilleggen.
In de industrie behoren defecten aan wentellagers en tandwielen tot de meest voorkomende oorzaken van ongeplande stilstand.
Deze defecten beginnen doorgaans als hoogfrequente impactsignalen, lang voordat ze zichtbaar worden in standaard trillingsmetingen. In reliability engineering wordt deze ontwikkeling weergegeven met de P-F-curve, die laat zien hoe defecten in een vroeg stadium zich in de loop van de tijd ontwikkelen tot een functionele storing.
In de P-F-curve geldt: hoe eerder een defect na het punt van Potential Failure (P) wordt gedetecteerd, hoe meer tijd het onderhoudsteam heeft om in te grijpen voordat Functional Failure (F) optreedt.
Systemen die uitsluitend op conventionele trillingsmetingen vertrouwen, detecteren deze problemen vaak pas dichter bij het F-punt, wanneer de mogelijkheden om in te grijpen beperkt zijn. I-care-sensoren zijn met deze realiteit in gedachten ontworpen. Ze registreren niet alleen standaard trillingen, maar ook de impactsignalen die wijzen op defecten met grote gevolgen, al in de vroegste stadia.
Ontworpen voor volledige en nauwkeurige data
Elk aspect van trillingsmeting, van de manier waarop signalen worden vastgelegd tot de manier waarop ze worden verwerkt, heeft invloed op de betrouwbaarheid van de verkregen inzichten.
I-care-sensoren zijn ontworpen om uitgebreide data van hoge kwaliteit vast te leggen, waaronder hoogfrequente impactsignalen en ruwe trillingssignalen. Diepgaande machine-expertise in combinatie met een intelligent ontwerp zorgt ervoor dat de juiste signalen op de juiste manier worden gemonitord, voor betrouwbare resultaten op lange termijn.
Achter de black box: alles begint met goede data
Veel leveranciers van draadloze IoT-oplossingen richten zich voornamelijk op connectiviteit en sensorhardware en vertrouwen voor trillingsanalyse op signaalverwerkingssystemen van derden. In sommige toepassingen kan deze architectuur het vermogen van een apparaat beperken om de impactpatronen te detecteren die samenhangen met de ‘productiekillers’. Deze cruciale signalen kunnen volledig ontbreken in de verwerkte trillingsdata. Of wanneer een lagerdefect in ontwikkeling wel wordt gedetecteerd, kan dit pas vlak voor de uiteindelijke storing zichtbaar worden, waardoor er bijzonder weinig tijd overblijft om in te grijpen.
Om deze signalen betrouwbaar en zo vroeg mogelijk vast te leggen, heeft I-care de gepatenteerde I-DNA-technologie ontwikkeld. Deze meting is van cruciaal belang voor het vroegtijdig detecteren van defecten in machines met wentellagers. I-DNA filtert de signalen met hoge amplitude van de as, koppeling en machinebehuizing weg en detecteert impactsignalen in het hoogfrequente bereik. Zo kan het ontstaan van een lagerdefect al in de vroegste stadia worden gedetecteerd.
Om deze impactsignalen nauwkeurig en betrouwbaar te detecteren, is geavanceerde signaalverwerking essentieel. Dat is precies waar I-care-sensoren zich onderscheiden. Doordat de toegang tot het ruwe trillingssignaal behouden blijft, kunnen analisten zowel standaard trillingsgedrag als hoogfrequente impactsignalen onderzoeken met behulp van de gepatenteerde I-DNA-metingen van I-care. Dankzij deze transparantie kunnen diagnoses worden bevestigd, kan de ontwikkeling van defecten worden beoordeeld en kan onderscheid worden gemaakt tussen echte mechanische problemen en valse positieven.
Hetzelfde sensorelement ondersteunt ook een derde meting: effectiviteit van de smering. Omdat onvoldoende smering een van de meest voorkomende hoofdoorzaken is van lager- en tandwieldefecten, helpt dit inzicht teams om verder te gaan dan alleen defectdetectie en te begrijpen waarom defecten überhaupt ontstaan.
Samen vormen deze metingen de basis voor professionele analyse in plaats van geautomatiseerd giswerk. Analisten kunnen ruwe signalen onderzoeken, diagnoses bevestigen en de ontwikkeling van defecten in de loop van de tijd volgen. Reliabilityteams krijgen inzicht in wat er binnen in de machine gebeurt, hoe ernstig het probleem is en hoe snel de toestand verandert. Zo kunnen zij eerder en met meer vertrouwen onderhoudsbeslissingen nemen.
De impact van het meten van de ernst
Waar traditionele metingen tekortschieten
De meeste ‘oplossingen’ zijn voor hun analyses sterk afhankelijk van het FFT-trillingsspectrum. Dat is tenslotte wat we tijdens een opleiding in trillingsanalyse leren. Hoewel het spectrum zeer nuttig is voor het detecteren van problemen bij lagere frequenties, zoals onbalans, uitlijnfouten en speling, schiet het tekort bij impactsignalen die worden veroorzaakt door de ‘productiekillers’, zoals lagerdefecten, tandwielschade, pompcavitatie of gebrekkige smering. In sommige gevallen worden deze defecten pas in een later stadium van het defectverloop duidelijk zichtbaar in het spectrum.
Die informatie is echter wel aanwezig in het ruwe trillingssignaal. Er is alleen de juiste signaalverwerking nodig om deze informatie eruit te halen. De uitdaging is dat veel draadloze trillingssystemen afhankelijk zijn van signaalverwerkingssystemen van derden. In sommige gevallen beperkt deze architectuur de toegang tot het ruwe trillingssignaal dat nodig is voor geavanceerde diagnostische analyses. De I-DNA-technologie van I-care waarschuwt je daarentegen niet alleen voor de aanwezigheid van deze ‘productiekillers’, maar geeft ook informatie over de ernst van het defect. Zonder dit extra inzicht weet je misschien wel dat er een defect aanwezig is, maar blijft het onzeker wanneer het aangewezen of zelfs onvermijdelijk is om de machine stil te leggen voor onderhoud.
Het ‘geheime ingrediënt’ van I-care’s I-DNA-technologie is de uitzonderlijk hoge bemonsteringsfrequentie. Om dit te begrijpen, kun je je voorstellen dat je met een stroboscoop kijkt naar iemand die zich door een kamer beweegt. Als de stroboscoop één keer per minuut flitst, zie je elke 60 seconden waar die persoon zich bevindt. Maar wat gebeurde er in het donker? Je neemt aan dat de persoon zich met een constante beweging tussen de laatste twee bekende posities heeft verplaatst. Maar als die persoon snel genoeg was, had hij de kamer kunnen verlaten en weer terug kunnen komen. De realiteit is dat je het gewoon niet weet. Als je de stroboscoop steeds sneller laat flitsen, krijg je telkens meer zekerheid dat je aanname klopt. Stel je nu voor dat de stroboscoop zo snel flitst dat het lijkt alsof de kamer continu verlicht is. Dan zijn er geen aannames en geen giswerk meer. Dat is het principe dat wordt toegepast om ervoor te zorgen dat de I-DNA-technologie alles registreert wat er in je machine gebeurt. Omdat Wi-care(TM) bovendien de volledige beweging van de machine nauwkeurig registreert, weet het systeem niet alleen wat er gebeurt, maar kan het ook de ernst van het defect kwantificeren.
Waarom industriële leiders vertrouwen op I-care
Met I-DNA en inzichten in de smering die worden geïntegreerd in het I-care Cloud-platform, krijgen onderhoudsteams toegang tot geavanceerde diagnostische tools en een gecentraliseerd overzicht van de conditie van assets. De geavanceerde signaalverwerking van I-DNA maakt eerdere waarschuwingen, betrouwbaardere defectdetectie en een duidelijkere beoordeling van de ernst mogelijk. Zo kunnen teams mechanische problemen identificeren lang voordat een functionele storing optreedt.
Binnen het I-care-platform kunnen trillingsdata worden gecombineerd met olieanalyse, thermografie, ultrasoonanalyse en motortesten om een compleet beeld van de machineconditie te creëren, zowel voor ondersteunende installaties als voor complexe machinetreinen. Via open API’s kan deze informatie naadloos worden geïntegreerd met je CMMS-systeem voor onderhoudsplanning of met je plant historian om de conditie van assets te correleren met de procescondities.
Naast de technologie zelf brengen I-care-specialisten diepgaande expertise op het gebied van machines en betrouwbaarheid. Ze combineren technische kennis met geavanceerde analyses om monitoringstrategieën te ontwikkelen die aansluiten op de kritieke assets en mogelijke faalwijzen binnen je installatie. Door defecten eerder te detecteren en zo hoger op de faalcurve in te grijpen, krijgt je organisatie meer tijd om interventies te plannen, ongeplande stilstand te voorkomen en de algehele betrouwbaarheid van apparatuur te verbeteren.
Plan een gesprek met een I-care-expert en ontdek hoe slimmere trillingsmonitoring en diepgaandere machine-inzichten de uptime van je activiteiten kunnen verbeteren.
