工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> 機器のメンテナンスと修理

予知保全ケーススタディ:振動、赤外線、油、モーター電流分析の実践例

以下のケーススタディは、筆者が分析した実データを紹介し、予知保全ツール——振動分析、赤外線サーモグラフィ、油分析、モーター電流分析——が如何に早期に故障を検知し、設備寿命を延ばすかを示す。

各例は周波数スペクトルとして、関連する場合はタイムウェーブフォームとして提示され、特定データセグメントにおける故障の具体的エビデンスを提供する。

油清浄度レポートはISO清浄度レベルをベンチマークとして汚れた油状態を特定。油質維持は早期部品故障防止と稼働率最大化に不可欠だ。

赤外線サーモグラフィ画像は設備コンポーネント間の温度変化を可視化。わずかな偏差でも根本問題を示唆し、サーモグラフィ解釈の訓練を受けた人材の価値は高い。

製造操業に不可欠な電動機は、ベアリング摩耗や巻線絶縁破壊で故障しがちだ。モーター電流分析は巻線故障を予測し、プロアクティブなメンテナンススケジュールを可能にする。

振動データ(ギアメッシュ)ケーススタディ

すべてのギアセットは、歯数×軸回転数に等しいギアメッシュ周波数を生成する。サイドバンドは主要ギアメッシュ周波数の両側に現れる。

図1は製材作業の遊星ギアボックスデータを示す。キーフレキエンシーは37,915.8 CPM、高調波は75,831.6 CPM。この周波数を取り囲むサイドバンドと、タイムウェーブフォームのインパクトがメッシュ欠陥を確認する。

遊星ギアセット——太陽歯車が3つの遊星歯車を駆動し、それらが内歯車と噛み合う——ではメッシュ周波数特定が難しい。スペクトルは計算値と一致し、波形インパクトが不良歯を示唆。

汚染油によるピッティングとスポーリングが原因。高メッシュ圧力(最大30万psi)で砂や汚れが金属歯に食い込み摩耗を生む。診断後、ユニットは取り外され修理・検査され、3つすべての遊星歯車に目視可能な欠陥が見つかった。

図1. ギアメッシュデータ

振動分析によるこの問題検出が大惨事的ギア故障を防いだ。分析なしなら欠陥は進行し、金属片を生み連鎖故障へ至っただろう。油分析でも同様に摩耗金属を検知できたはずだ。

バランシングなどの是正措置で振動を大幅低減できる。図2はブロワー1倍速での高振幅振動——アンバランスを示す。図3はバランシング後の振動トレンド、警報閾値以下まで低下し設備寿命を延伸。

図2. ファンからの振動データ

図3. バランシング後の振動トレンドデータ

検出を超え、根本原因を特定し予防策を実装することで再発防止を目指すのが予知保全だ。

図4はベアリング故障——外輪欠陥——を示す。故障周波数周辺のサイドバンドとタイムウェーブフォームの振幅変調で特定。ソフトウェアのベアリングデータベース(1万以上の故障周波数)がこれら周波数を自動ラベリング。

図4. 不良ベアリングからの振動データ

振動分析は、運転速度が固有振動数に近づく共振リスクも特定する。図5の衝撃試験で構造物の固有振動数7,313.1 CPMを特定。この20%以内で運転すれば共振し、振動が最大20倍に増幅される。

図5. 構造物の固有振動数を特定するデータ

赤外線サーモグラフィケーススタディ

赤外線サーモグラフィは過熱検出が直感的で広く採用されている。診断精度最大化のため認定解釈トレーニングを推奨。

図6はモータースタータの「B」端子緩みをハイライト。ホットスポット最高温度は172.8°F。緩み接続は過熱を生み、単相故障と早期モーター停止を招く。

図6. 筆者撮影のモータースタータ赤外線データ

図7は技術者が故障箇所を特定しやすいよう視覚参照を提供。

図7. 問題エリアの画像

赤外線サーモグラフィの用途は低電圧系を超える。図8は高圧線ジャックの160.2°F——周囲温度の2倍超——を示し、放置すればプラント停止と数百万ドル損失を招く緩み接続を示唆。

図8. 緩み接続の赤外線データ

他のPdMツールと組み合わせれば、赤外線サーモグラフィは早期故障防止で大幅なコスト削減をもたらす。

油分析

図9はISO汚染レベル22/21/17を表示、一般基準(例:16/14/11)を大きく超える。数値1増加で汚染濃度は2倍になるため、このレベルは基準の64倍汚い。

図9. 油分析データ

油分析は侵入や内部摩耗由来の汚染物質を確実に検出。高レベルは摩耗加速と設備寿命短縮を招く。対策には高効率ろ過(3μm、β比200)と厳格な漏れ防止。

モーター電流分析ケーススタディ

モーター電流分析は絶縁破壊を予測し、先制的対応を可能にする。赤外線や振動データと組み合わせれば、電気的・機械的健全性の包括的視点が得られる。

図10は加湿器循環ファンモーターの2測定値を比較:ベースライン(2005年9月7日)とフォローアップ(2006年7月27日)。抵抗不均衡(% Res. Imbalance)の増大が絶縁故障の兆候を示し、モーター取り外しと再調整を要請。

図10. 筆者取得データ

モーター電流分析はエアギャップ異常も検出。他パラメータが正常でもロータ・ステータ擦れを引き起こす可能性がある。これらへの対処で大惨事的モーター故障を防止。

振動、赤外線、油、モーター電流——複数のPdM技術実装が重複する洞察を提供し、メンテナンス信頼性を劇的に高め、ダウンタイムコストを削減する。

ゲイリー・フォア、CMRP
I&E信頼性スペシャリスト
イーグルロックエナジー

著者紹介:
ゲイリー・フォア、CMRP、はイーグルロックエナジーのI&E信頼性スペシャリスト。エネルギーと建材分野で22年、信頼性エンジニアリングと状態監視に注力。資格:認定メンテナンス&信頼性プロフェッショナル、カテゴリIII振動アナリスト、レベルII赤外線サーモグラファー、認定潤滑スペシャリスト、レベルI機械潤滑油アナリスト。

機器のメンテナンスと修理

  1. 予知保全でリアルタイム価値を解き放つ
  2. 予防メンテナンスvs予知保全:貴社工場に最適な戦略の選び方
  3. 予知保全が効率を高めダウンタイムを削減する仕組み
  4. 予知保全:ダウンタイム削減とROI最大化の完全ガイド
  5. 予知保全の成功を示す重要指標:データ駆動型アプローチの実践
  6. 予知保全導入:回答すべき3つの鍵となる質問と実践ステップ
  7. 資産信頼性の革新:予知保全における機械学習の活用
  8. よくある落とし穴を回避:センセイで予知保全成功をマスターする
  9. 予知保全エクセレンスを解き放つ:製造業向けエキスパートベストプラクティス
  10. IoTで実現する予知保全:ダウンタイムとコストを削減するプロアクティブ戦略
  11. 予知保全とは:ダウンタイムを最小化し、資産パフォーマンスを最大化する方法