Decennialang beoordeelden onderhoudsteams de staat van olie door een druppel tussen duim en wijsvinger te wrijven. Voelde ze korrelig aan of rook ze verbrand, dan was er mogelijk een probleem in opbouw. Vandaag levert een klein oliemonster dat naar het labo wordt gestuurd een volledig elementenspectrum op dat slijtage signaleert lang voordat iemand korreligheid kan voelen.
Dit illustreert de evolutie van traditionele “trucs” naar geavanceerde onderhoudspraktijken en benadrukt het belang van Predictive Maintenance (PdM), waarbij nauwkeurige analyses worden uitgevoerd om problemen aan apparatuur te detecteren voordat ze uitgroeien tot ernstige storingen.
Olieanalyse binnen Predictive Maintenance-oplossingen is een essentiële conditiemonitoring-techniek die het “bloed” van een machine leest om zowel de gezondheid van het smeermiddel als de interne slijtage van componenten zichtbaar te maken. Als onderdeel van Predictive Maintenance-diensten werkt ze samen met trillingsanalyse, infraroodthermografie, ultrasoonanalyse, motion magnification en motorcircuitanalyse om hoogwaardige gegevens over de gezondheid van machines naar uw analyseplatform te sturen. Het resultaat: minder verrassingen, minder ongeplande stilstand en slimmere planning.
Dit artikel is een gids over wat olieanalyse is, hoe het stap voor stap werkt, welke tools erbij betrokken zijn (in het veld en in het laboratorium) en hoe het integreert met een Predictive Maintenance-platform. Daarnaast behandelt het de foutindicatoren die het detecteert en de machines die doorgaans worden gemonitord. Ook belicht het praktijkvoorbeelden en de concrete voordelen van het toepassen van deze krachtige techniek in verschillende sectoren.
Inhoudsopgave
Wat is olieanalyse?
Olieanalyse is een krachtige, niet-destructieve conditiemonitoring-techniek om zowel de toestand van het smeermiddel als interne slijtage te bepalen door gebruikte oliën te analyseren en hun chemische, fysische en deeltjesgerelateerde eigenschappen te meten in stalen die worden genomen uit motoren, tandwielkasten, hydraulische systemen, turbines en andere gesmeerde machines. Deze techniek is bijzonder waardevol voor systemen met grote olievolumes, lange olieverversingsintervallen, beperkte fysieke toegankelijkheid of blootstelling aan hoge belasting, thermische stress of verontreinigingsrisico’s.
Deze methode wordt breed toegepast binnen Predictive Maintenance, naast andere conditiemonitoring-technieken (Trillingsanalyse, Infraroodthermografie, Ultrasoonanalysetechniek, Motion Magnification en motorcircuitanalyse). Hoewel ze verschilt van proactieve onderhoudsstrategieën die gericht zijn op het elimineren van grondoorzaken, speelt olieanalyse een centrale rol binnen Predictive Maintenance door afwijkingen in smeermiddel en slijtage te detecteren voordat ze escaleren.
Verse smeermiddelen starten schoon en chemisch in balans. Na verloop van tijd zorgen slijtage van componenten, binnendringende verontreinigingen en thermische belasting voor metaaldeeltjes, water, brandstof, zuren en uitputting van additieven, wat leidt tot karakteristieke veranderingen in viscositeit, reinheidscodes (bijv. ISO 4406) en elementenspectra.
Binnen Predictive Maintenance voeren technici olieconditieanalyse uit met behulp van laboratoriummethoden of inline vloeistofconditiesensoren, waarbij opkomende defecten worden geïdentificeerd lang voordat ze leiden tot machine-uitval of verminderde operationele efficiëntie. Onderhoudsteams geven vaak prioriteit aan olieanalyse wanneer FMEA (Faalwijzen- en Effectenanalyse) aantoont dat smeergerelateerde faalwijzen een belangrijke bijdrage leveren aan het risico op machine-uitval.
Wat wil olieanalyse detecteren?
Olieanalyse detecteert een breed scala aan indicatoren van smeermiddel- en machineslijtage die de betrouwbaarheid en prestaties van machines bedreigen. Dit zijn vroege signalen van zich ontwikkelende defecten, waardoor tijdig kan worden ingegrepen en onderhoud effectiever wordt uitgevoerd. Het belangrijkste voordeel ligt in het identificeren van problemen via abnormale chemische, fysische en deeltjesgerelateerde veranderingen in gebruikte oliën, lang voordat machine-uitval optreedt.
Elke faalwijze produceert een duidelijke “Lubricant Fault Indicator” die de fysische of chemische processen weerspiegelt die zich binnen de machine afspelen.
Slijtage introduceert metaaldeeltjes, verontreiniging voegt vreemde elementen toe, verbranding creëert zuren en roet, en thermische belasting verandert de viscositeit en de chemie van additieven. Door deze variaties vast te leggen, biedt olieanalyse een gedetailleerde vingerafdruk van de toestand van de machine.
Specifiek kan olieanalyse het volgende detecteren:
- Slijtage en vermoeiing: verhoogde waarden van ijzer, koper of lood (slijtage van tandwielen, bussen of lagers); hoge aantallen bolvormige of onregelmatige ijzerhoudende deeltjes en een stijgende ferrodichtheid (lagervermoeiing, scheurinitiatie, putcorrosie).
- Verontreiniging en binnendringing: verhoogde silicium- of aluminiumwaarden (stof in de lucht, schurende deeltjes); overtollig water (afdichtingsfalen, koelvloeistoflekkage, condensatie); atypische deeltjesgrootteverdeling of hoge ferrodichtheid ondanks normale aantallen (filterinstorting of falen van de bypassklep).
- Smeermiddelafbraak: stijgende TAN- en oxidatie-indicatoren (olieveroudering, uitputting van additieven); dalende TBN-waarden in motoren (zuuropbouw door verbrandingsbijproducten); toename van viscositeit (oxidatie, roet, glycolverontreiniging); afname van viscositeit (brandstofverdunning, afschuiving onder hoge belasting).
- Brandstofsysteemstoringen (motoren): verlaagd vlampunt en verhoogde concentraties lichte koolwaterstoffen (lekkende injectoren, slijtage van zuigerveren, inlaaglekkages).
- Schade aan tandwielen: scherpgerande ferromagnetische fragmenten en verhoogde waarden van chroom en mangaan (microbreuken en tandafbrokkeling onder overbelasting).
Welke machines worden doorgaans gemonitord met olieanalyse?
In de praktijk wordt olieanalyse toegepast op een breed scala aan gesmeerde machines binnen industriële en mobiele omgevingen. De effectiviteit ervan is bijzonder duidelijk bij het monitoren van systemen waarbij interne slijtage, verontreiniging of smeermiddelafbraak rechtstreeks invloed hebben op prestaties en betrouwbaarheid.
Zelfs kleine variaties in oliechemie of deeltjesgehalte vroege indicatoren van falen geven, waardoor onderhoudsteams kunnen ingrijpen voordat efficiëntie, veiligheid of de gezondheid van de machine in het gedrang komt.
Typische machines die worden gemonitord met olieanalyse zijn onder andere:
- Motoren (diesel-, gas- en turbinemotoren in generatoren en mobiele machines)
- Tandwielkasten (planetaire, schuine en kegelwielsystemen in transportbanden, mengers, extruders en windturbines)
- Hydraulische systemen (persen, spuitgietmachines, gietinstallaties, kleppen, cilinders en actuatoren)
- Compressoren (zuiger-, schroef- en centrifugaalcompressoren)
- Turbines (stoom-, gas- en windturbines)
- Pompen (centrifugaalpompen en gesmeerde pompen met hoge capaciteit)
- Industriële aandrijvingen met tandwielen (losse reductoren en tandwielmotoren)
- Circulerende oliesystemen (papiermachines, walsinstallaties, grote lagers)
- Eindaandrijvingen en transmissies op zwaar mobiel materieel (mijnbouwtrucks, bouwmachines)
Hoe werkt olieanalyse?
Olieanalyse is een systematisch proces dat uit de volgende vijf gedetailleerde stappen bestaat:
- Implementatie via routegebaseerde of inline sensoren
- Gegevensverzameling van gebruikte oliestalen bij bedrijfstemperatuur
- Gegevenstransformatie met behulp van deeltjestelling, elementaire spectroscopie, viscositeitsmeting, Karl Fischer-titratie, TAN/TBN en FTIR-analyse
- Baselinevergelijking van olieparameters met fabrikantspecificaties of historische “known-good” gegevens
- Foutsignatuurtoewijzing door afwijkende olie-eigenschappen en slijtagedeeltjesprofielen te koppelen aan een foutbibliotheek voor classificatie en prioritering
Stap 1: Implementatiemodi
Olieanalyse kan in twee modi worden ingezet: routegebaseerde modus en inline monitoring, afhankelijk van de kriticiteit en leeftijd van de machine, de behoefte aan directe resultaten en de vereiste monitoringsfrequentie.
- Routegebaseerde modus: Technici nemen volgens een vaste planning oliestalen uit tanks, tandwielkasten of lagerhuizen (slechts een minderheid van de lagerhuizen is met olie gesmeerd; de meeste zijn met vet gesmeerd). De stalen worden vervolgens naar een olielaboratorium gestuurd voor een volledig chemisch en slijtageprofiel. Deze aanpak vereist minimale infrastructuur, waardoor ze kostenefficiënt is en breed wordt toegepast bij niet-kritieke en semi-kritieke machines.
- Inline monitoring: Permanent geïnstalleerde sensoren (inductieve deeltjestellers, ferromagnetische deeltjesensoren, vochtdetectoren en diëlektrische sensoren) leveren continu gegevens over verontreiniging, waterindringing en algemene olieafbraak. Ze voeden een PdM-platform met geautomatiseerde waarschuwingen en onderhoudsplanning. Inline meting vervangt laboratoriumtests voor metaalspecifieke slijtageanalyse niet, maar kan wel vroege waarschuwingen activeren die tijdige laboratoriumbemonstering in gang zetten. Deze modus is bijzonder waardevol voor kritieke of afgelegen machines waar vroege detectie van afwijkingen essentieel is.
Stap 2: Gegevensverzameling
Olieanalyse begint met het nemen van smeermiddelstalen uit machines zoals reservoirs, tandwielkasten, carters, hydraulische leidingen of lagerhuizen. Stalen worden doorgaans afgenomen via een speciale bemonsteringsklep, met behulp van een vacuümpomp met flexibele wegwerpslang, of in sommige gevallen tijdens geplande aftapmomenten.
Om nauwkeurigheid te garanderen, moeten stalen in de middenstroom bij normale bedrijfstemperatuur worden genomen, waarbij stilstaande zones of bezonken deeltjes op de bodem van het carter worden vermeden. Een correcte techniek is essentieel: gebruik schone, verzegelde flessen, voorkom externe verontreiniging en pas consequent dezelfde methode toe op alle machines en routes.
Voor routegebaseerde programma’s zijn de bemonsteringsfrequentie en -locatie afhankelijk van de kriticiteit van de machine, de bedrijfsomstandigheden, het type olie en de leeftijd van de machine. Consistente timing en methodologie zorgen ervoor dat trends in de tijd de werkelijke toestand van zowel het smeermiddel als de machine weerspiegelen.
Voor online en inline monitoring meten permanent geïnstalleerde olieconditiesensoren continu parameters zoals deeltjesconcentratie, vochtgehalte, diëlektrische constante of viscositeit. Deze sensoren sturen realtime gegevens naar het Predictive Maintenance-platform en vullen laboratoriumanalyses aan met vroege waarschuwingen over verontreiniging of afbraak. De combinatie van periodieke bemonstering en continue meting biedt een volledig beeld van de gezondheid van zowel het smeermiddel als de machine.
Stap 3: Gegevenstransformatie
Zodra de stalen zijn verzameld, kunnen ruwe oliemonsters niet rechtstreeks de toestand van de machine onthullen. Om bruikbaar te worden, moeten ze worden verwerkt en omgezet in kwantificeerbare gegevens. Dit kan op twee manieren gebeuren: ter plaatse met draagbare diagnostische apparatuur voor een snelle screening, of in een gespecialiseerd laboratorium, waar een volledig pakket aan tests de meest gedetailleerde resultaten oplevert.
In beide gevallen zet de transformatiestap fysische en chemische kenmerken om in meetbare parameters:
- Deeltjestelling en ferrographie om de reinheid te beoordelen en slijtagemodi te identificeren
- Elementaire spectroscopie (ICP of RDE), een vorm van spectrale analyse, om slijtagemetalen, verontreinigingen en additieven te detecteren
- Viscositeitsmeting om de viscositeitsklasse en afschuifstabiliteit te verifiëren
- Watergehalteanalyse, vaak via Karl Fischer-titratie
- Zuur- en basengetaltesten (TAN/TBN) om oxidatie en uitputting van additieven op te volgen
- FTIR-analyse om oxidatie, nitratie, sulfatering of glycolverontreiniging te monitoren
In meer geavanceerde workflows biedt gedetailleerde deeltjesmorfologie uit analytische ferrographie of hooggevoelige FTIR-technieken diepgaander inzicht in faalwijzen die standaardtesten mogelijk missen.
De verwerkte resultaten worden samengebracht in een olieconditierapport dat, net als trillingsspectra of infraroodthermogrammen, de basis vormt voor trendanalyse, foutdetectie en diagnostische beslissingen binnen een Predictive Maintenance-strategie.
Stap 4: Baselinevergelijking
Elk olieconditierapport wordt geïnterpreteerd door de resultaten te vergelijken met een baselinereferentie die de gezonde operationele toestand van het smeermiddel en de machine vertegenwoordigt.
Baselines kunnen afkomstig zijn van fabrikantspecificaties (bijv. ISO 4406-reinheidscodes, viscositeitsklassenbereiken), industrienormen of historische gebruiksgegevens die zijn verzameld onder referentiedata van goede toestand.
Wanneer een nieuw oliestaal wordt geanalyseerd, worden de parameters systematisch vergeleken met de baseline. Afwijkingen zoals verhoogde ijzer- of koperwaarden, stijgende deeltjesaantallen, veranderingen in viscositeit of onverwachte TAN/TBN-schommelingen geven vroege indicatoren van voortschrijdende slijtage, binnendringende verontreiniging of smeermiddelafbraak.
Om een nauwkeurige vergelijking te garanderen, moeten kritieke factoren op elkaar zijn afgestemd: het type smeermiddel en het additievenpakket, de bedrijfstemperatuur en consistentie in bemonsteringspunt en -methode. Elke afwijking kan de analyse vertekenen en de diagnostische betrouwbaarheid verminderen.
Geavanceerde olieanalyseprogramma’s versterken de baselinevergelijking door resultaten over meerdere stalen te trenden en statistische of softwaregebaseerde regels toe te passen. Dit verhoogt de gevoeligheid voor geleidelijke achteruitgang, waardoor onderhoudsteams subtiele veranderingen kunnen detecteren lang voordat ze escaleren tot storingen.
Stap 5: Foutsignatuurtoewijzing
Zodra laboratorium- of on-site testresultaten beschikbaar zijn, wordt elke parameter geanalyseerd op afwijkingen die overeenkomen met bekende foutsignaturen. Deze correlaties koppelen variaties in chemische, fysische of deeltjesgerelateerde eigenschappen aan specifieke slijtagemechanismen, verontreinigingsbronnen of smeermiddelafbraakmodi.
Binnen olieanalyse omvatten veelvoorkomende foutsignaturen:
- Hoge ijzer- of koperwaarden, geassocieerd met slijtage van lagers, tandwielen of bussen
- Hoge silicium- of aluminiumwaarden, wat wijst op binnendringend stof of schurende verontreinigingen
- Hoog watergehalte, wat wijst op falende afdichtingen, koelvloeistoflekkage of condensatie uit de omgeving
- Stijgend zuurgetal (TAN), wat wijst op oxidatie, olieveroudering of uitputting van additieven
- Dalend basegetal (TBN), gekoppeld aan zuuropbouw in smeermiddelen van verbrandingsmotoren
- Toename van viscositeit, veroorzaakt door oxidatie, roetopbouw of glycolverontreiniging
- Afname van viscositeit, als gevolg van brandstofverdunning of afschuifdegradatie onder hoge belasting
Getrainde analisten of Predictive Maintenance-platforms koppelen deze diagnostische patronen systematisch aan vastgelegde foutbibliotheken. De inzichten sturen gerichte corrigerende acties aan, zoals het vervangen van smeermiddel, inspectie van filters of afdichtingen, of gepland componentonderhoud, en geven aan wanneer onderhoud moet worden uitgevoerd om te voorkomen dat kleine afwijkingen escaleren tot kostbare storingen.
Welke tools worden gebruikt bij olieanalyse?
Olieanalyse maakt gebruik van twee categorieën tools: on-site en draagbare tools die worden gebruikt om oliestalen te nemen en voorlopige conditiecontroles in het veld uit te voeren, en laboratoriuminstrumenten die smeermiddeleigenschappen en slijtage-indicatoren in detail analyseren.
On-site en draagbare tools
- Oliebemonsteringskits: gestandaardiseerde kits die tijdens routegebaseerde inspecties worden gebruikt om representatieve gebruikte oliestalen te nemen. Consistente bemonsteringspraktijken zijn essentieel om betrouwbare trendanalyse en diagnostische nauwkeurigheid te waarborgen.
- Handheld deeltjestellers: draagbare apparaten die in het veld worden gebruikt om snel de reinheid van olie te beoordelen door de deeltjesconcentratie en -grootteverdeling te meten. Ze helpen verontreinigingsincidenten, filtratieproblemen of abnormale slijtageprogressie te detecteren.
- Draagbare olieconditiesensoren: handheld instrumenten die on-site worden gebruikt om belangrijke smeermiddelparameters te meten, zoals vochtgehalte, viscositeit of diëlektrische eigenschappen. Ze ondersteunen snelle besluitvorming tijdens inspecties en helpen bepalen of verdere laboratoriumanalyse vereist is.
- Inline olieconditiesensoren: permanent geïnstalleerde apparaten die continue monitoring bieden van olieparameters zoals deeltjesconcentratie, vochtgehalte, viscositeit of diëlektrische eigenschappen. Ze ondersteunen de vroege detectie van verontreiniging of afbraak en sturen gegevens naar Predictive Maintenance-platforms voor geautomatiseerde waarschuwingen en trendanalyse.
Laboratoriuminstrumenten
- Spectrometers (ICP of RDE): laboratoriuminstrumenten die worden gebruikt om slijtagemetalen, additiefelementen en verontreinigingen te kwantificeren, ter ondersteuning van slijtage-identificatie en grondoorzaakanalyse.
- Fourier-Transform Infrared (FTIR)-analysatoren: tools die worden gebruikt om chemische afbraakmechanismen te detecteren, zoals oxidatie, nitratie, sulfatering en verontreiniging door koelvloeistof of brandstof.
- Viscometers: instrumenten die worden gebruikt om de viscositeit van het smeermiddel te verifiëren en veranderingen te detecteren die worden veroorzaakt door oxidatie, thermische belasting, brandstofverdunning of afschuifdegradatie.
- Karl Fischer-titratoren: precisie-instrumenten die worden gebruikt om het watergehalte in olie bij zeer lage concentraties te meten en zo de vroege detectie van vochtgerelateerde faalrisico’s te ondersteunen.
- Automatische titratoren (TAN/TBN): laboratoriumtools die worden gebruikt om zuuropbouw en de uitputting van de alkalische reserve op te volgen en zo inzicht te geven in olieveroudering en de gezondheid van additieven.
- Geautomatiseerde deeltjestellers: instrumenten die worden gebruikt om deeltjesverontreiniging en reinheidsniveaus met hoge nauwkeurigheid en herhaalbaarheid te meten.
- Ferrographie-eenheden: analytische tools die worden gebruikt om de grootte, vorm en samenstelling van slijtagedeeltjes te onderzoeken, waardoor een gedetailleerde beoordeling van slijtagemechanismen en ernst mogelijk is.
Hoe integreert olieanalyse met een Predictive Maintenance-platform?
Olieanalysegegevens worden rechtstreeks ingevoerd in het Predictive Maintenance-platform (bijv. I-see-software). I-see integreert bijvoorbeeld naadloos met POLARIS Laboratories, waardoor gecertificeerde laboratoriumresultaten automatisch worden geïmporteerd zonder handmatige uploads en realtime inzicht wordt gegarandeerd voor complete machineparken.
Deze naadloze workflow, van het nemen van stalen tot diagnostische interpretatie en het aanmaken van werkorders, transformeert olieanalyse van een op zichzelf staande laboratoriumactiviteit tot een realtime pijler van de Predictive Maintenance-strategie.
Elk olieanalysrapport, of het nu is opgesteld in een gecertificeerd laboratorium of met inline olieconditiesensoren, wordt geüpload naar het PdM-platform, waar de resultaten worden genormaliseerd en voorzien van asset‑metadata. Het platform doet vervolgens het volgende:
- Brengt de concentraties van slijtagemetalen en olieconditieparameters (bijv. ijzer in ppm, viscositeit, TAN) in kaart ten opzichte van historische baselines om geleidelijke achteruitgang te detecteren.
- Voert anomaliedetectieregels en AI/ML-modellen uit op moleculaire en deeltjesgegevens om plotselinge afwijkingen of opkomende foutpatronen te signaleren.
- Classificeert foutsignaturen automatisch (componentenslijtage, binnendringing van verontreinigingen, uitputting van additieven) en schat de resterende levensduur (Remaining Useful Life, RUL).
- Activeert waarschuwingen wanneer door de gebruiker gedefinieerde drempels of afwijkingsregels worden overschreden.
- Genereert voorgestelde werkorders rechtstreeks in het CMMS (bijv. MVP One) of ERP-systemen voor tijdige en geprioriteerde interventies.
Wat zijn de voordelen van olieanalyse?
Door anders ondetecteerbare chemische en deeltjesafwijkingen vroegtijdig te onthullen, onderscheidt olieanalyse zich door vijf belangrijke voordelen.
Het eerste voordeel is het vermogen om interne slijtage te detecteren in afgesloten of niet-geïnstrumenteerde systemen, zoals tandwielkasten, hydraulische systemen en circulerende oliesystemen. In deze gevallen kunnen trillings- of ultrasoonmetingen niet effectief worden toegepast, maar oliemonsters bieden een direct inzicht in de interne toestand van de machine.
Een andere belangrijke kracht van olieanalyse is het dubbele doel. Terwijl de meeste conditiemonitoring-technieken zich uitsluitend richten op mechanische degradatie, beoordeelt olieanalyse tegelijkertijd zowel slijtage van de machine als de gezondheid van het smeermiddel. Dit maakt het een zeer efficiënt instrument voor onderhoudsteams, dat twee diagnostische perspectieven in één rapport biedt.
Chemische specificiteit is een ander onderscheidend kenmerk. Laboratoriumtesten zoals spectroscopie en FTIR kunnen de exacte aard van verontreiniging vaststellen, of deze nu afkomstig is van water, brandstof of koelvloeistof.
Olieanalyse ondersteunt langdurige trendanalyse via gestandaardiseerde meetwaarden zoals slijtagemetalen (ppm), zuur- en basengetallen (TAN/TBN) en ISO 4406-reinheidscodes. Deze gegevens stellen ingenieurs in staat om foutprogressie te volgen, grondoorzaakanalyses uit te voeren en zelfs garanties te valideren met objectief laboratoriumbewijs.
Tot slot is olieanalyse zeer kostenefficiënt voor centrale smeersystemen of machines met grote olievolumes. Door de levensduur van het smeermiddel te verlengen en onnodige olieverversingen te verminderen, verlaagt het de operationele kosten en het milieuschade, waardoor het zowel een betrouwbaarheidsinstrument als een middel voor duurzaamheid wordt.
Detecteert u oliekwesties voordat ze leiden tot machine-uitval?
Slijtage van metalen, verontreiniging, oxidatie of uitputting van additieven gaat vaak ongemerkt door totdat ze leiden tot kostbare storingen en stilstand.
Met de olieanalysediensten van I-care worden deze vroege waarschuwingssignalen gedetecteerd lang voordat ze de betrouwbaarheid bedreigen. Dankzij onze samenwerking met POLARIS Laboratories en de integratie met het I-see PdM-platform stromen gecertificeerde laboratoriumresultaten automatisch naar uw asset‑healthdashboards, waardoor complexe chemische gegevens worden omgezet in duidelijke onderhoudsbeslissingen. Zet verborgen olieafwijkingen om in actiegerichte inzichten.
Wat zijn de beperkingen van olieanalyse?
Hoewel olieanalyse een krachtige conditiemonitoring-techniek is, kent het ook inherente beperkingen die in aanmerking moeten worden genomen bij het opzetten van een Predictive Maintenance-programma:
- Beperkte toepasbaarheid: het is alleen geschikt voor machines met toegankelijke smeersystemen, wat afgesloten componenten of met vet gesmeerde machines uitsluit waar oliemonsters niet mogelijk zijn.
- Tijdvertraging bij laboratoriumresultaten: laboratoriumanalyse veroorzaakt een vertraging tussen bemonstering en diagnose, waardoor olieanalyse minder geschikt is voor situaties die directe corrigerende maatregelen of realtime waarschuwingen vereisen.
- Risico op bemonsteringsfouten: onjuiste bemonsteringsmethoden of externe verontreiniging tijdens het nemen van stalen kunnen de nauwkeurigheid aantasten, wat leidt tot misleidende of niet-concludente resultaten. Dit maakt training en strikte procedurele discipline essentieel.
- Afhankelijkheid van programma‑discipline: de effectiviteit van olieanalyse is afhankelijk van consistente bemonsteringsintervallen en een nauwkeurige baseline. Zonder strikte naleving van gestandaardiseerde methoden worden trendanalyse en diagnostische betrouwbaarheid aanzienlijk verminderd.
Praktijkvoorbeeld van toepassing
In een cementfabriek werd routinematig olieanalyse uitgevoerd op de hoofdtandwielkast van een roterende oven. Eén laboratoriumrapport toonde een geleidelijke stijging van ijzer- en chroomconcentraties, gecombineerd met verhoogde deeltjesaantallen. Samen wezen deze indicatoren op de vroege stadia van slijtage van de tandwielingreep.
Door de gegevens in de tijd te volgen, identificeerde het onderhoudsteam het risico voordat het escaleerde en plande een gerichte inspectie tijdens de volgende geplande stilstand, waarbij de interventie werd afgestemd op de geplande onderhoudsactiviteiten.
De inspectie bevestigde putcorrosie op één van de tandwielpinnen, en het component werd onder gecontroleerde omstandigheden vervangen. De interventie voorkwam meerdere dagen ongeplande stilstand, verminderde het risico op secundaire schade aan de ovenaandrijving en bespaarde aanzienlijke productieverliezen.
Vereiste vaardigheden en training
Olieanalyse vereist een vaardighedenpakket dat varieert van basisvaardigheden zoals oliemonstering en verontreinigingscontrole tot geavanceerde interpretatie van smeermiddelchemie en slijtagemechanismen, afhankelijk van het betrokkenheidsniveau.
Vaardigheden die nodig zijn
Olieanalyse vereist een gemiddeld niveau van expertise, waarbij praktische bemonsteringsvaardigheden worden gecombineerd met analytische kennis van smeermiddelchemie en slijtagemechanismen.
Voor basisgebruik van de techniek moeten technici worden getraind in correcte bemonsteringsprocedures, verontreinigingscontrole en het routinematig gebruik van draagbare veldtestapparatuur, zoals deeltjestellers of vochtsensoren. Introductietraining is doorgaans voldoende in dit stadium om consistente en betrouwbare gegevensverzameling tijdens inspectierondes te waarborgen.
Voor diepgaande analyse en diagnose hebben analisten een grondiger begrip nodig van oliechemie, slijtagemechanismen en foutinterpretatie. Ze moeten in staat zijn om parameters zoals concentraties van slijtagemetalen, viscositeit en TAN/TBN-waarden te trenden en veranderingen te correleren met specifieke degradatieprocessen of faalwijzen. Formele training in gespecialiseerde methoden zoals elementaire spectroscopie, ferrographie en vochtanalyse wordt aanbevolen. Dit niveau van praktijk vereist doorgaans formele certificering of gelijkwaardige veldervaring, zodat de bevindingen nauwkeurig, consistent en bruikbaar zijn binnen een Predictive Maintenance-programma.
Training
Worstelt uw team om inzichten uit olieanalyse optimaal te benutten? Technical Associate of Europe biedt gespecialiseerde training in olieconditiemonitoring, van eendaagse introductiesessies over bemonsteringspraktijken en veldtesten tot geavanceerde meerdaagse cursussen volgens ISO 18436-4-certificeringsnormen. Deze programma’s rusten technici en analisten uit met de vaardigheden om nauwkeurige oliemonsters te nemen, laboratorium- en sensorresultaten te interpreteren en de bevindingen toe te passen binnen een Predictive Maintenance-strategie.