プラント機械のプロアクティブ健康監視：ダウンタイム防止と信頼性向上

健康監視またはコンディション・モニタリングは、停止コストが高い機械とプラントで長年使用されてきました。これにより、故障を予測し、生産損失が最小になるようメンテナンスや修理をスケジュールでき、不要な定期メンテナンスも回避できます。

定期的に携帯型機器（サーモグラフィ・カメラ、振動解析器など）を持ってプラントを巡回する人によるシンプルなものから、データを長期間リモートで収集し、オフラインで分析し、トレンドを特定する恒久設置型まであります。

機械とプラントでのインテリジェント・デバイスの使用増加により、ネットワーク接続され、低コストでデータをリモート収集できるようになったため、プラント健康監視の可能性は急速に拡大しています。ウェブ上には監視のためのアイデアと製品を提供する豊富な情報があります。

このブログ記事では、機械における可変速ドライブの特別な位置を利用し、さらなる有用なデータにアクセスする一連の技術を紹介します。

ショップ・フロアの機械安全

一般的に適用される技術は、低コスト・センサーを使用し、高い設置コストと設置プロセスからの損傷リスクを避けるため、合理的に非侵襲的である必要があります。熱電対や加速度計のようなシンプルなセンサーをアクセス可能な部分に取り付ければ、豊富なデータが得られます。

例えば、加速度計をベアリング・サポートや機械ハウジングに容易に取り付けて、回転機械からの放射振動を測定でき、アンバランス力を引き起こす欠陥（破損した回転部品、クラックの入ったシャフト、ミスアラインメントしたカップリング）を検出できます。

シンプルな振幅測定で潜在的に有害な欠陥の一般的な警告が得られ、より深い周波数解析では、ギアボックスやベルト・ドライブのように異なる回転速度が関与する場合、特定の部品に注目できます。

可変速ドライブを使用した機械/プラント健康監視

可変速ドライブは、通常モーターを通じて機械の作動部と密接に結合しているため、機械におけるユニークな位置にあります。これはインテリジェント・デバイスであり、仕事を確実にこなすために使用する情報を含んでいますが、それらはわずかなコストまたは無コストでアクセス・分析可能です。つまり、実質的に無コストで追加のセンサー・セットとして使用できます。

まず、ドライブにはさまざまな内部温度とモーター電流の独自の内部センサーがあり、これらはメーカーによってドライブやモーターの異常状態による損傷を防ぐために提供されています。モーター温度センサーも接続されている場合があります。このデータはドライブ・パラメータとして利用可能で、定期的にアクセスして限界に近づいている場合に警告を出し、トレンドを分析できます。

サーボ・ドライブのようなクローズド・ループ制御システムでは、ドライブは制御変数に関するデータを含みます。例えば、位置制御ループの追従誤差を監視し、誤差が閾値を超えたらフラグを立てるのはよくあります。これは、剛性増大（差し迫った焼き付き、障害物、損傷）やバックラッシュ（摩耗から）などの何らかの故障を示唆する可能性があります。

シンプルなアラーム閾値から、平滑化データのトレンドを監視し、将来の故障につながり得る進行中の状況をユーザーに警告するのは小さな一歩です。

追従誤差には少なくともシャフト・トランスデューサーが必要で、精密モーション制御アプリケーションでは一般的です。しかし、すべてのアプリケーションで、ドライブは外部計装では入手困難な特別な測定値、すなわちモーター・トルクにアクセスできます。

モーター・トルクの測定

トランスデューサーを使って従来通りモーター・トルクを測定するには、モーター・ハウジングの固定部に歪みゲージやロード・セルを設置するのが最も一般的です。これは、まともなトルク測定を得るために特別なモーター取り付けを必要とし、重いモーター・フレームの慣性モーメントの影響で高周波への感度が低下します。

実際の動的シャフト・トルクを測定するのはさらに困難で、回転歪みゲージをシャフトに固定し、テレメトリでデータを固定側に渡す必要があります。これは高価な作業で、特別なテストでも稀にしか行われず、恒久設置には不向きです。

しかし、ドライブにはモーターのトルク発生電流に関する内部データがあり、これはシャフト・トルクの良い代理指標であり、無コストで利用可能です！ データは、モーター自体がアクセス不能な場合（機械の深部、水中、危険区域）でも利用可能です。トルク測定の精度は完全クローズド・ループ・システムで最高ですが、シンプルなオープン・ループ・ドライブでも、最低速度を除き多くの目的で十分です。

トルク・データがドライブで実質的に無コストで利用可能であり、対応する速度データもあることを理解すれば、機械とプラント監視の新たな領域に入れます。以下は、Control Techniquesで遭遇した可能性の範囲です。

読者は特定タイプの機械に関する新しいアイデアをお持ちかもしれません。ドライブが放出するトルク・データを使った新しい手法を考案するには、機械の詳細な知識が必要です。

以下のリストは、ドライブが持つ、またはわずかなコストで持てる情報で、すべて監視・相関させて機械に関する有用な情報を生成できます：

平均/ピーク・トルクのシンプルな限界値

リアルタイム・トルク・データを平滑化して、ドライブ稼働時の移動平均値を得たり、アプリケーションに適したタイムスケール（ミリ秒から日まで）でピーク値を取得したりできます。値が予想範囲外に動けば（予想値を超える、または稀に予想値を下回る）、アラームを生成できます。

トルクのトレンド

同じトルク・データをログ記録し、時間経過や他の変数に対するトレンドを分析し、不健全なトレンドを示すアラームを設定できます。

平均トルクと速度のシンプルな相関

多くのプロセスでは、トルクは速度に明確なパターンで強く依存します。例えば、固定ダクト、パイプ、ループ、またはそれらのネットワークを通じて流体を駆動するファンやポンプは、明確なトルク/速度曲線を持ちます。正常曲線からの顕著な逸脱は、問題を表す変化を示します。例：

低トルク：

• ドライブ・ベルトまたはその他のカップリングの破損
• ポンプの流体喪失
• 流れの妨げ（フィルター/スクリーン詰まり等。インペラ型ポンプ/ファン、コンベア等にも適用可能）
• ファン/ポンプ・ローターへの堆積物蓄積
• 空気混入、渦、その他の故障によるポンプのキャビテーション（脈動も引き起こす）

高トルク：

• ローターやその他部品の焼き付き（部分的/全面的）
• 流れの妨げ（容積式ポンプ）
• 大量漏れ（インペラ型ポンプ/ファン）

アラーム状態を生成するトルク/速度プロファイルを、例えば図1のように正常範囲外として確立できます。

トルク・データには、動的効果（加速トルク）や正常な脈動による誤アラームを防ぐため、十分なローパス・フィルタリングまたは平均化を適用する必要があります。

他の変数も影響する可能性があります（例：流体の可変吐出圧力）。誤アラームを防ぐため、許容バンドを十分広く設定する必要があります。

多変数相関

より複雑なプロセスでは、トルクはいくつかの変数に依存し、それらがドライブで利用可能とは限りません。例えば、一部にダンパー制御があり局所的な空気流量を変えるダクト・システムを通じて空気を駆動するファンを考えます。トルク/速度曲線はダンパー位置に依存します。

ダンパー状態やダンパー圧力損失のデータが利用可能なら、多変数相関でこれを考慮可能です。図2は、ダンパー付き二つのダクト分岐のケースをシンプルに示しています。

別の可能性は、測定されたトルクと速度値から、ポンプ/ファンの特性曲線を用いて流量と圧力を推定し、トランスデューサーの実測値と比較することです。不一致は、ポンプ/ファンまたはトランスデューサーのどちらかが不良であることを意味します。

トルクの動的解析

ドライブ内のトルク・データは広い帯域幅を持ち、原則的に動的解析に使用できます。トルク帯域幅は1kHzオーダーであることがよくありますが、ドライブがデータを内部で取得するレートでデータをアクセス・分析できるとは限りません。データ通信チャネルが通常、データ・アクセスを約250msサンプリング間隔に制限します。

トルク・データはモーターの電気トルクに関連し、出力軸に伝達されますが、モーター・ロータの慣性とモーター制御アルゴリズムの実効剛性の影響を受けます。これらはローパス・フィルターを形成し、その特性は未知かもしれません。

完全クローズド・ループ・システムでは、伝達関数を推定し正確なシャフト・トルク・データを得られるため、例えば高周波トルク反転を検出できます。しかし、比較やトレンド分析を成功させるために測定が精密に校正されている必要はありません。

実践では、100〜500Hz領域の脈動がモーター電気トルク・データから有用に監視されています。

データ・ブロックをリアルタイムで取得し、オフラインで動的解析にかけられます。解析は時間領域（全トルク脈動/変動の大きさ計算、時間平均あり/なしのRMS振幅、ピーク値やピーク負値）または周波数領域（時間または位置など他の変数に関するフーリエ変換）で可能です。これにより、トルク脈動パターンの進行変化を特定できます：

• 過剰なねじれ全体振動振幅（広帯域/狭帯域）、例：機械部品破損、ポンプ・キャビテーション
• 機械的損傷や早期摩耗につながる過剰なピーク・トルク
• ギア・チャッターを引き起こし早期摩耗/破損につながる頻繁なトルク反転
• ねじれ共振（緩んだカップリング等）、周波数スペクトルのピークとして現れ、速度に依存しない周波数だが特定速度範囲で増幅されることも
• ねじれ脈動（1回転あたり1サイクル以上）、例：クラック・シャフト、インペラ/ギア歯損傷、その他機械的損傷。スペクトル・ピーク周波数、速度、ギアボックス/その他ドライブ比の知識から、複雑な機械内の発生源を追跡可能

速度相関付きトルク動的解析

上記のいくつかの例では、シャフト速度をトルク動的解析と併せて考慮することが明確に有益です。シャフト回転に関連する脈動は回転周波数（1回転あたり1回効果）またはその倍数（例：クラック・シャフトは1回転あたり2回、インペラはN回/回転、ギア歯はNまたはN₁/N₂回/回転）に現れるからです。

振動スペクトル解析と速度の複合プロットを生成すると、N/回転効果と、周波数が固定だが特定速度範囲でのみ刺激される共振効果を明確に区別できます。これらはカスケード・プロットまたはウォーターフォール・プロットと呼ばれ、振動解析機器サプライヤーによって広く提供されています。

注意：サンプリング・レートとエイリアシング

急速なトルク脈動があるシステムでは注意が必要です。トルク・データは、ドライブが内部で取得するレートでデータを格納/エクスポートする能力によって制限されるレートでサンプリングされます。サンプリング周波数は、(fₛ - f_d) のような周波数でエイリアス・エラーを生成します。ここでf_dはデータの周波数成分、fₛはサンプリング周波数です。fₛをf_dの約3倍以上に保つ必要があります。そうしないと、関心領域内に混乱を招く新しい周波数成分が生成されます。

カスケード・プロットの追加メリットは、エイリアス成分が明確に見えることです。速度増加に伴いその周波数が下がるのに対し、真の効果では周波数が増加または一定です。

人工知能解析

上記すべてで、プロセスの物理的理解を用いて期待動作を定義し、利用可能なデータで実際の運転と期待を比較するアプリケーションに集中しました。振幅スケーリングが不確実でも、周波数はユニークでトレンドを特定できます。

このアプローチの利点は、プロセスに関わる人々がデータを理解し、生成された情報とアラーム条件からプラントの診断を開発できることです。

代替案として、利用可能なすべてのデータを追跡し、正常/異常動作のパターンを推論する機械学習アルゴリズムを使用する方法があります。これは現在の研究課題です（例：https://phys.org/news/2016-02-scientist-ai-algorithm-machinery-health.html）。

結論

上記のアイデアは、回転部品、カップリング、ギア、またはポンプ/ファンを持つ機械の広い絵に基づく一般的なものです。ドライブが提供する特別なアクセス、特に動的トルク・データを指摘することで、機械設計者がこれらのアイデアを自社固有のユニークなアプリケーションに適用できることを願っています。