最適な予知保全センサーの選択
状態ベースの監視（CbM）には、センサーを使用してマシンまたは資産を監視し、現在の状態を測定することが含まれます。予知保全（PdM）には、CbM、機械学習、分析などの手法を組み合わせて、今後の機械または資産の障害を予測することが含まれます。マシンの状態を監視する場合、障害を検出、診断、さらには予測できるように、最適なセンサーを選択することが非常に重要です。計画外のダウンタイムを回避することを最終目標として、回転機械とその負荷の障害を検知および検出するために現在使用されている多くのセンサーがあります。 PdM技術は多数の回転機械（モーター、ギア、ポンプ、タービン）と非回転機械（バルブ、回路ブレーカー、ケーブル）に適用されるため、各センサーのランク付けは困難です。
多くの産業用モーターは、化学および食品加工プラントや発電設備などの連続生産アプリケーションで最大20年間動作するように設計されていますが、一部のモーターは予測寿命に達していません。 1 これは、モーターの不十分な操作、不十分なメンテナンスプログラム、PdMシステムへの投資の不足、またはPdMシステムがまったく設置されていないことが原因である可能性があります。 PdMを使用すると、メンテナンスチームは修理をスケジュールし、計画外のダウンタイムを回避できます。 PdMによる機械の故障の早期予測は、メンテナンスエンジニアが非効率的に動作しているモーターを特定して修復するのにも役立ち、パフォーマンス、生産性、資産の可用性、および寿命を向上させることができます。
最良のPdM戦略は、可能な限り多くの技術とセンサーを効率的に利用して障害を早期に高い信頼度で検出する戦略であるため、1つのセンサーですべてに対応するソリューションはありません。この記事では、予知保全センサーがPdMアプリケーションの障害を早期に検出するために不可欠である理由と、その長所と短所を明らかにしようとしています。
システム障害のタイムライン
図1は、新しいモーターの取り付けからモーターの故障までのイベントのシミュレーションされたタイムラインと、推奨される予知保全センサーのタイプを示しています。新しいモーターが取り付けられた場合、それは保証の対象となります。数年後、保証は失効し、この時点で、より頻繁な手動検査レジメンが実施されます。
図1：マシンの状態と時間の関係。 （出典：Analog Devices）
これらのスケジュールされたメンテナンスチェックの間に障害が発生した場合、計画外のダウンタイムが発生する可能性があります。この場合に非常に重要になるのは、潜在的な障害を可能な限り早期に検出するための適切な予知保全センサーを用意することです。このため、この記事では振動センサーと音響センサーに焦点を当てます。振動解析は、一般的にPdMの最良の出発点として認識されています。 2
予知保全センサー
図1に示すように、一部のセンサーは、ベアリングの損傷などの特定の障害を他のセンサーよりもはるかに早く検出できます。このセクションでは、可能な限り早い時点で障害を検出するために最も一般的に使用されるセンサー、つまり加速度計とマイクについて説明します。表1に、センサーの仕様と、センサーが検出できるいくつかの障害のリストを示します。ほとんどのPdMシステムは、これらのセンサーの一部のみを使用するため、潜在的な重大な障害を、それらを検出するのに最適なセンサーとともに十分に理解することが不可欠です。
表1.CbMに使用される一般的なセンサー（出典：アナログデバイス） クリックすると拡大画像が表示されます
センサーとシステムの障害に関する考慮事項
産業および商業用途の回転機械の90％以上が、転がり軸受を使用しています。 3 モーターの故障したコンポーネントの分布を図2に示します。ここでは、PdMセンサーを選択する際に、ベアリングの監視に焦点を当てることが重要であることがわかります。潜在的な障害を検出、診断、および予測するには、振動センサーに低ノイズと広帯域幅の機能が必要です。
図2.モーターコンポーネントの故障の発生率。
4
（出典：Analog Devices）
表2は、回転機械に関連する最も一般的な障害のいくつかと、PdMアプリケーションで使用するための対応する振動センサーの要件を示しています。障害をできるだけ早く検出するために、PdMシステムは通常高性能センサーを必要とします。資産で使用される予知保全センサーのパフォーマンスレベルは、資産自体のコストではなく、プロセス全体で継続的に確実に運用できる資産の重要性と相関しています。
表2.機械の故障と振動センサーの概要考慮事項（出典：Analog Devices） クリックすると拡大画像が表示されます
モーターの振動または動き（ピーク、ピークツーピーク、およびrms）のエネルギー量により、特に、マシンが不均衡であるか不整合であるかを判断できます。 5 ベアリングやギアの欠陥などの一部の障害は、特に初期の段階ではそれほど明白ではなく、振動の増加だけでは特定または予測できません。これらの障害には通常、低ノイズ（<100 µ g ）の高性能予知保全振動センサーが必要です。 /√Hz）および広帯域幅（> 5 kHz）と、高性能シグナルチェーン、処理、トランシーバー、および後処理の組み合わせ。
PdM用の振動、超音波、および超音波センサー
微小電気機械システム（MEMS）マイクロフォンは、PCB上にMEMSエレメントを含み、通常、内部に音圧波を許可するために下部または上部ポートを備えた金属ケースに含まれています。 MEMSマイクロフォンは、ベアリングの状態、ギアの噛み合い、ポンプのキャビテーション、ミスアライメント、不均衡などの機械の故障を検出するための低コスト、小型、および効果的な手段を提供します。これにより、MEMSマイクロフォンはバッテリ駆動のアプリケーションに理想的な選択肢になります。それらは、ノイズ源からかなりの距離に配置することができ、非侵襲的です。複数のアセットが動作している場合、他のマシンからの可聴ノイズの量や、マイクのポートホールにアクセスする汚れや湿度などの環境要因により、マイクベースのパフォーマンスが低下する可能性があります。
ほとんどのMEMSマイクのデータシートには、モバイル端末、ラップトップ、ゲームデバイス、カメラなどの比較的害のないアプリケーションが記載されています。一部のMEMSマイクのデータシートには、振動検知またはPdMが潜在的なアプリケーションとして記載されていますが、機械的衝撃に敏感なセンサーや不適切な取り扱いは、部品に恒久的な損傷を与える可能性があります。他のMEMSマイクのデータシートには、最大10,000 g の機械的衝撃に対する生存性が記載されています。 。これらのセンサーの一部が、潜在的な衝撃イベントが存在する非常に過酷な動作環境での動作に適しているかどうかについては、まだ明確にされていません。
MEMS超音波マイクロフォン分析は、ノイズがはるかに少ない非可聴スペクトル（20 kHz〜100 kHz）の音を聞くため、可聴ノイズが増加している場合に、複雑な資産のモーターの状態を監視できます。低周波可聴信号の波長は、通常、長さが約1.7cmから17mの範囲です。高周波信号の波長は約0.3cmから1.6cmの長さです。波長の周波数が高くなると、エネルギーが高くなり、超音波がより指向性になります。これは、ベアリングまたはハウジングの故障を特定する場合に非常に役立ちます。
加速度計は最も一般的に使用される振動センサーであり、振動分析は最も一般的に使用されるPdM技術であり、主にタービン、ポンプ、モーター、ギアボックスなどの大型回転機器で使用されます。表3と表4は、高性能のMEMS振動および音響センサーとゴールドスタンダードのピエゾ振動センサーを選択する際に考慮すべき重要な仕様の一部を示しています。各列のデータは、そのカテゴリ内の最小/最大の変動を表しており、隣接する列とは相関していません。
CbM業界は、今後5年間で大幅な成長を遂げ、ワイヤレスインストールがこの成長のかなりの量を占める予定です。 6 ピエゾ加速度計は、サイズ、統合機能の欠如、および消費電力の組み合わせにより、ワイヤレスCbMシステムにはあまり適していませんが、0.2mAから0.5mAの範囲の一般的な消費でソリューションが存在します。 MEMS加速度計とマイクロフォンは、サイズが小さく、電力が少なく、高性能であるため、バッテリ駆動のPdMシステムに非常に適しています。
すべてのセンサーは適切な帯域幅と低ノイズを備えていますが、MEMS加速度計は、DCまでの応答を提供できる唯一のセンサーであり、非常に低い回転速度での不均衡の検出と傾斜検知に役立ちます。また、MEMS加速度計には、センサーが100％機能していることを確認できるセルフテスト機能があります。これは、センサーがまだ機能しているかどうかを確認できるため、システム標準への適合が容易になるセーフティクリティカルな設置で役立つ可能性があります。
過酷で汚れた環境で使用するために、セラミックパッケージのMEMS加速度計と機械パッケージのピエゾ加速度計を完全に密閉することができます。表4は、センサーの物理的、機械的、および環境的パフォーマンスに焦点を当てています。ここで、統合、過酷な環境への耐性、機械的性能、回転機械またはマウントへの取り付けなど、各センサー間に重要な違いが見られます。
表3.予知保全センサーのパフォーマンス仕様（出典：アナログデバイス） クリックすると拡大画像が表示されます
表4.予知保全センサーの機械的仕様（出典：アナログデバイス） クリックすると拡大画像が表示されます
3軸で振動データを検出すると、より多くの診断洞察が得られ、より優れた障害検出につながる可能性があります。これはすべてのPdMインストールで必要なわけではありませんが、データ品質、配線、およびスペースの節約の点で、ピエゾおよびMEMS加速度計によって提供される明確な利点です。
MEMSマイクは、湿度の上昇に長時間さらされると、最大–8dBの歪みを示します。 7 これは明確な弱点ではありませんが、PdMアプリケーションが高湿度の過酷な環境に存在するかどうかを検討する価値があります。このような場合、エレクトレットコンデンサーマイク（ECM）はMEMSマイクよりも優れています。マイクに影響を与える可能性のあるその他の環境条件は、風、大気圧、電磁界、および機械的衝撃です。 8
良性の環境では、MEMSマイクロフォンはPdMアプリケーションで優れたパフォーマンスを提供します。現在、過度の振動、汚れ、または湿度のある過酷な動作環境でのMEMSマイクの取り付けに関する情報が不足しています。振動はMEMSマイクロフォンの性能に影響を与える可能性があり、これは考慮が必要な領域です。ただし、ECMよりも振動感度が低くなります。 9 ワイヤレスPdMソリューションでMEMSマイクを使用する場合、取り付けボックスには、音響信号がセンサーに到達できるようにするための穴またはポートが必要です。これにより、設計がさらに複雑になり、他の電子機器が汚れや湿気の影響を受けやすくなる可能性があります。
容量性MEMS加速度計テクノロジーの最近の進歩により、小規模、低コスト、低電力のワイヤレスCbMソリューションを優先度の低い資産に実装できるようになり、施設管理の診断に関する洞察をさらに深め、重要なシステムの稼働時間を維持できるようになりました。これらの進歩により、MEMS加速度計は、従来の有線CbMシステムで使用できるようにピエゾ性能に近づきました。このような低ノイズと広い帯域幅を備え、業界標準の接続（ICPおよびIEPE）と相まって、ピエゾ加速度計は、数十年にわたって振動測定で使用されるゴールドスタンダードのセンサーです。図3に示すように、MEMS加速度計は、IEPE標準モジュールとのインターフェースに適合しています。変換回路は、Lab®リファレンスデザインの回路に基づいています。回路は、広い帯域幅で動作するように特性化された特別なPCBで設計されており、後の段階で機械モジュールに設計する準備ができています。
図3.MEMS加速度計、IEPEリファレンス、IEPEメカニカルモジュールでのCbM加速度計のADXL100xファミリの改造を可能にするPCB設計。注：Analog Devicesは、IEPEメカニカルモジュールを製造していません。 （出典：Analog Devices）
Analog DevicesのADcmXL3021などの専用PdMモジュールは、センサー設計への統合されたアプローチを提供します。たとえば、図4に示すデバイスには、3つの単軸MEMS加速度計、3つのADC、プロセッサ、メモリ、およびアルゴリズムがすべて50kHzを超える共振を持つ機械モジュールに含まれています。これは、センサーノードでインテリジェンスを統合するMEMS加速度計の機能を強調し、センサーが最高のシグナルチェーンおよび処理とペアになって、可能な限り最高のパフォーマンスを実現することを保証します。このモジュールは、FFTを実行し、さまざまな時間領域または周波数領域のアラームをトリガーし、アルゴリズムまたは機械学習ツールが障害を予測するために不可欠な時間領域の統計を生成できます。
図4.統合されたADC、プロセッサ、FFT、統計を備えた3軸MEMS CbMモジュール、および50kHzを超える共振周波数を備えた機械式パッケージ。 （出典：Analog Devices）
PdMソリューションに最適な振動センサーを選択する場合、実際の課題は、資産の最も可能性の高い潜在的な障害モードに対応するセンサーのペアリングにあります。 MEMSマイクロフォンは、最も過酷な環境ですべての振動ベースの故障モードを確実に検出するのに十分な堅牢性がまだ証明されていませんが、振動検知の業界標準である加速度計は、数十年にわたって確実に実装および実行されてきました。 MEMS超音波マイクロフォンは、加速度計よりも早くベアリングの故障を検出するという有望なパフォーマンスを示しており、この潜在的な共生関係は、将来の資産の振動分析のニーズに最適なPdMソリューションを提供する可能性があります。
PdMシステムで使用する単一の振動センサーを推奨することは困難ですが、加速度計には成功した歴史があり、進化と改善を続けています。アナログ・デバイセズのようなメーカーは、汎用、低電力、低ノイズ、高安定性、高 g のさまざまなMEMS加速度計を提供しています。 、およびアプリケーションのさまざまな要件を満たすインテリジェントなエッジノードモジュール。
参考資料
1レスリー・ラングナウ。 「センサーは、モーターを最大限に活用するのに役立ちます。」機械設計、2000年9月。
2 Bram Corne、Bram Vervisch、Colin Debruyne、Jos Knockaert、およびJanDesmet。 「ベアリングの故障を検出するためのMCSAと振動解析の比較—ケーススタディ。」 2015 IEEE International Electric Machines and Drives Conference（IEMDC）、IEEE、2015年5月。
3ブライアン・P・グラニーとケン・スターリー。 「転がり軸受の解析」。 材料評価 、Vol。 70、No。1、米国非破壊検査協会、2012年1月。
4 Pratyay Konar、R。Bandyopadhyay、およびParamitaChattopadhyay。 「ウェーブレットとニューラルネットワークを使用した誘導電動機のベアリング故障検出」。 人工知能に関する第4回インド国際会議の議事録 、IICAI 2009、Tumkur、カルナータカ州、インド、2009年12月。
5ピート・ソプシクとダラ・オサリバン。 「センサーのパフォーマンスが条件ベースの監視ソリューションを実現する方法」アナログダイアログ 、Vol。 2019年6月53日。
6 提供（ハードウェア、ソフトウェア）、監視プロセスによるモーター監視市場 （ オンライン、ポータブル）、展開、産業（石油およびガス、発電、金属 および鉱業、上下水道、自動車）、および地域-世界予測 2023年まで 。 Research and Markets、2019年2月。
7プラディープ・ラル、アムリット・アブロル、デビッド・ロッカー。 「MEMSマイクロフォンの信頼性と性能に対する温度と湿度への持続的な曝露の影響。」 ASME 2017 International Technical Conference and Exhibition on Packaging and Integration of Electronic and Photonic Microsystems、2017年9月。
8マルセル・ジャンダ、オンドレイ・ヴィテック、ヴィーチェスラフ・ハジェク。 誘導電動機：モデリング および制御 。 InTech、2012年11月。
9 Muhammad Ali Shah、Ibrar Ali Shah、Duck-Gyu Lee、ShinHur。 「パフォーマンスを向上させるためのMEMSマイクロフォンの設計アプローチ。」 Journal of Sensors 、Vol。 2019年3月1日。
埋め込み