Tijdig onderhoud van elektromotoren is essentieel voor de betrouwbaarheid van productieprocessen in vrijwel elke industrie. Daarom geven de meeste onderhoudsmanagers de voorkeur aan een predictieve strategie om het juiste moment voor interventies aan hun kritieke motoren te bepalen. Een effectief programma voor predictief onderhoud voorkomt onnodige onderhoudswerkzaamheden en beperkt het risico op gevolgschade en ongeplande stilstand door onverwachte storingen. Bij het selecteren van technologieën voor predictief onderhoud die op elektromotoren kunnen worden toegepast, zijn er tal van mogelijkheden. Trillingsanalyse, ultrasoontechnologie (US), infraroodthermografie (IRT), analyse van elektrische signalen (ESA), motorcircuitanalyse (MCA), smeermiddelanalyse en visuele inspectie kunnen allemaal waardevolle informatie opleveren over de conditie van de motor. De combinatie van meerdere of alle technieken geeft het meest complete beeld van de conditie van de motor, hoewel dit mogelijk alleen gerechtvaardigd is voor de meest kritieke installaties. Dan rijst de vraag: welke techniek of technieken kiest u? Dit artikel richt zich op trillingsanalyse en motortesten, aangezien deze vaak onderwerp van discussie zijn bij het bepalen van efficiënte en veelzijdige predictieve technologieën voor elektromotoren. Bij motortesten is het belangrijk onderscheid te maken tussen online motortesten, die worden uitgevoerd terwijl de motor onder spanning staat, en offline testen op een spanningsloze motor.
Offline motortesten, vaak aangeduid als motorcircuitanalyse (MCA) of motorcircuitevaluatie (MCE), detecteren voornamelijk storingsvormen die verband houden met de statorwikkeling, isolatie, bekabeling en aansluitingen. Ook de toestand van de luchtspleet en de kooirotor kan worden beoordeeld. De meeste van deze storingsvormen (bijv. isolatiefouten, kabeldegradatie, defecte contacten, losse verbindingen, zich ontwikkelende wikkelingsfouten en aardfouten) kunnen niet met andere technologieën worden gedetecteerd. Omdat bij MCA de motor vóór het testen elektrisch moet worden losgekoppeld, kan deze methode tijdrovend zijn. Daarom wordt ze vaak gebruikt als inspectiemethode voor inkomende en uitgaande motoren of voor probleemoplossing, en past ze ook goed binnen een periodiek inspectieprogramma. Bij laagspanningstoepassingen kunnen inspecties met de juiste voorbereiding efficiënt worden uitgevoerd, waardoor tot 25 motoren tijdens een werkdag van 8 uur kunnen worden getest. Bij hoogspanningsmotoren nemen de tests aanzienlijk meer tijd in beslag, omdat metingen van partiële ontladingen en tan delta moeten worden toegevoegd, maar dit zijn doorgaans kritieke installaties binnen een fabriek. Motor Current Signature Analysis (MCSA) en Electrical Signature Analysis (ESA) beoordelen de conditie van het motorsysteem terwijl het in bedrijf is. Hoewel MCSA theoretisch alleen de motorstroom meet en ESA zowel stroom als spanning meet, worden beide termen vaak door elkaar gebruikt. Daarom wordt MCSA vaak gebruikt als benaming voor online motoranalyse, inclusief spanningsmetingen. Online motoranalyse biedt een uitstekende manier om de conditie van zowel de stator als de rotor te bepalen en de efficiëntie van de motor te bewaken. Hiermee kunnen ook problemen met de stroomvoorziening en besturing worden gedetecteerd. Online motortesten zijn bijzonder geschikt voor permanente monitoring in combinatie met geautomatiseerde probleemdetectie, zonder dat dure aanvullende monitoringsystemen nodig zijn. Trillingsanalyse, zowel periodiek als online toegepast, is de krachtigste techniek voor het detecteren van een breed scala aan mechanische problemen in motoren (en roterende apparatuur in het algemeen). Lagerdefecten, verkeerde uitlijning, speling, onbalans, resonantie en smeringsproblemen hebben allemaal invloed op het trillingsgedrag.
Sommige elektrische problemen, zoals rotordefecten of soft foot, kunnen ook worden gedetecteerd met trillingsmetingen, maar analyse van elektrische signalen is nauwkeuriger om deze problemen vast te stellen. Omgekeerd kunnen bepaalde mechanische defecten worden gedetecteerd aan de hand van de motorstroomsignatuur, maar trillingsanalyse is hierbij het meest nauwkeurig. De meest gevoelige techniek is de techniek die rechtstreeks het primaire fysieke effect meet dat door het defect wordt veroorzaakt. Dit leidt tot de tabel in Figuur 3, waarin de toepasbaarheid van verschillende predictieve technologieën voor verschillende storingsvormen wordt samengevat.
Het bepalen van de meettechniek die als eerste technologie de voorkeur krijgt, hangt natuurlijk ook af van welke defecten het meest waarschijnlijk zullen optreden. Hoewel het moeilijk is om de exacte verhouding van de verschillende hoofdoorzaken van motorstoringen in de huidige industrie te bepalen, wordt in Figuur 4. een vaak aangehaald onderzoek van EASA (Electrical Apparatus Service Association) weergegeven. Volgens dit onderzoek, dat begin jaren 2000 werd uitgevoerd, kan meer dan de helft van de motorstoringen worden toegeschreven aan lagerproblemen. Afhankelijk van de specifieke situatie in een fabriek kunnen de werkelijke cijfers verschillen, maar het blijft een feit dat lagerdefecten verantwoordelijk zijn voor een aanzienlijk deel van de motorstoringen. Bovendien kan trillingsanalyse de kans op lagerschade aanzienlijk verminderen door hoofdoorzaken zoals onbalans, uitlijningsproblemen, resonantie en uiteraard smeringsproblemen tijdig te detecteren. Deze problemen zijn veel moeilijker te detecteren met elektrische metingen en in het geval van smeringsproblemen vrijwel onmogelijk.
Samenvattend heeft elk van de drie technologieën, trillingsanalyse, online motoranalyse en offline motoranalyse, specifieke voordelen en maakt elke technologie het mogelijk om storingsvormen te detecteren die met andere technieken onmogelijk of moeilijk vast te stellen zijn. Voor een specifieke situatie kan de waarschijnlijkheid van elke storingsvorm, vermenigvuldigd met de detectiegevoeligheid en afgewogen tegen de implementatiekosten, een goede indicator zijn voor het kiezen van een strategie. Trillingsanalyse wordt vaak gekozen als eerste predictieve techniek vanwege de kosteneffectiviteit ervan in veel situaties. Hiermee kunnen zowel de motor als de aangedreven machine betrouwbaar worden gemonitord op een reeks storingsvormen die verantwoordelijk zijn voor het merendeel van de machineproblemen. In andere situaties kan de toepassing van trillingsanalyse echter worden bemoeilijkt door beperkte toegankelijkheid, waardoor de keuze voor online elektrische metingen meer voor de hand ligt. Heeft u vragen of wilt u met een van onze experts spreken? Neem vandaag nog contact met ons op!