加速度復調によるベアリングの問題の特定

加速度復調 (gD) は、既存のベアリングの欠陥を特定したい人にとって役立つ技術です。 実際、このタイプのテクノロジーが適切に使用されていれば、モーター、ポンプ、ファン、コンプレッサー、ギアボックスなどの回転機器が警告なしに故障する可能性はほとんどありません。 復調の最大の強みは転動体のベアリングの状態を識別できることにありますが、潤滑の有効性や不適切な歯車の噛み合いを識別するための貴重なツールでもあります。

歴史

商用復調の誕生は、実質的に 1980 年代半ばに IRD Mechanarise の Spike Energy 技術によって始まりました。当初は全体的な振動測定のみを提供していました。 同社がスパイク エネルギー スペクトル測定を継続して行った後、他の振動会社は、計画外のダウンタイムを引き起こす可能性がある機械関連の問題を特定する取り組みでエンドユーザーが得られる利点を考慮して、すぐに独自のソリューションの開発に目を向けました。

ベアリング コンディション ユニット (BCU) から高周波エンベロープ (HFE)、加速度エンベロープ (gE)、そして今回の加速度復調に至るまで、それらはすべてうまく機能しましたが、同様の結果を得るために若干の変更が使用されました。 一部のバージョンでは 1 つのハイパス フィルターまたは複数のバンドパス (BP) フィルターを使用しましたが、他のバージョンでは (Fmax がローパス フィルターとして機能する) ハイパス フィルターのみを使用して成功しました。 信号整流もこの振動解析技術の一部であり、企業は半波整流回路と全波整流回路を使用しています。 これらすべてのテクニックに共通するのは、ポジティブな結果が得られたということですが、信号処理テクニックとして、良い結果を生み出すためには、いくつかの要素を考慮する必要があります。

信号はセンサーに到達するまでに何種類の異なる物質を通過しますか? センサーと欠陥のあるベアリング/ギアの間の距離は、結果、特に振幅に影響します。

センサーはネジ付きスタッド (最も広いダイナミック測定範囲を提供する) で取り付けられていますか? それとも別の方法を使用してセンサーが取り付けられていますか?

一部のフィルターは欠陥エネルギーを除去することで欠陥信号を隠すことができますが、他のフィルターでは欠陥信号を捕捉することができます。

gD プロセスの簡略化された概要は次のとおりです (画像 1): 生の加速度波形にハイパス フィルターを適用して、低周波数を除去します。 次に、残りの信号を修正します。 次に、ローパス フィルター (測定の Fmax) を適用し、結果の波形に対して高速フーリエ変換 (FFT) 解析を実行します。

次のケーススタディは、さまざまな製造環境で欠陥のあるベアリングを特定するために加速度復調がどのように使用されたかを示しています。

ケーススタディ No. 1: 重要なモーターのベアリングの欠陥

gD は、8 月に予定されていた修理停止までに 5 か月のリードタイムを与えるのに十分な早めに、製造施設の重要なモーターのベアリング欠陥を確認しました。 この場合、メーカーが採用した状態監視システム、つまり 6 つの異なる振動パラメータについて毎月 180 回の読み取り値を提供する無線マイクロ電気機械 (MEMS) システムによって生成された多くの測定値と、安定した傾向プロットを組み合わせることで、エンド ユーザーに次のような結果が得られました。計画停止まで重要な資産を運用し続ける自信。 モーターの欠陥の特定と重要性のため、スペアパーツが現場にあり、工場のメンテナンスチームは、計画されたダウンタイム前に機械の状態が大幅に悪化した場合に備えて、機械を交換する準備ができていました。

状態監視システムによる毎日複数回の測定と復調技術のおかげで、転がり軸受を備えたプラント資産のバランスに関するアラームに対する 24 時間 365 日の対応の必要性を排除できました。 この場合、ボール通過周波数アウターレース (BPFO) のピークが、加速度 FFT だけでなく復調測定でも明らかでした。 これは通常、ベアリングの欠陥が進行したことを示しています。

ケーススタディ No. 2: 3,000 馬力の電気モーター

大型ファンを毎分 890 回転 (rpm) で回転させるために使用される 3,000 馬力 (hp) の電気モーターが、ワイヤレス状態監視システムのベータ テストに使用されました。 モーターが修理のために停止される前に取得されたデータはわずか 1 秒ですが (広範囲にサンプリングされました)、時間波形 (TWF) を gD スペクトルに後処理するのに十分な情報が得られました。 保存されたデータを後処理できる機能は、モーターに影響を与える問題を特定するための鍵でした。 gD スペクトルは、6332 ベアリングに BPFO があることを明確に示しており、欠陥のあるベアリングの写真と一致していました。

ケーススタディ No. 3: シェーカー スクリーン ベアリング

ユーザーは、重要な振動画面をオンラインで監視できませんでした。 これらの機械が故障すると、重大な安全上の問題が発生するだけでなく、オペレーターに多大なコストのかかるダウンタイムが発生します。 これらの問題に対処するために、ユーザーはこのアプリケーションにワイヤレスのセンサーベースのシステムをインストールすることを決定しました。その結果は並外れたものでした。 センサーは、この非常に困難な動作環境に固有の非常に高い重力加速度に耐えるように設計されています。 従来の有線センサーは、この用途に耐えることが困難でした。

プロット (画像 2) の興味深い部分は、速度傾向プロット (上のセクション) における振動速度測定がベアリングの欠陥エネルギーに影響を受けないことです。 ベアリングの欠陥エネルギーは、gD トレンド プロット (中央セクション) に明確に記録されています。

欠陥は 3 日間にわたって悪化しましたが、1 日 4 時間ごとに 6 セットの測定値を収集する状態監視システムによって簡単に検出されました。 事前通知が 3 日というのはかなり短い期間ですが、メンテナンス チームはダウンタイムを計画し、部品と人員を確実に現場に配置し、施設のコストを最小限に抑えて必要なメンテナンスを実行することができました。

MEMS センサー (および標準のピエゾ加速度計) を使用した gD は、ベアリング関連の問題を特定するための信頼性が高く正確な方法です。 gD は、速度や荷重に関係なく、転動体のベアリングのステータスと状態を特定するのに役立ちます。 この種の測定では、速度と荷重が振幅に影響を与える可能性がありますが、ベアリング軌道または転動体に欠陥が存在する場合、gD は特定の問題 (ベアリングの外輪、内輪などの欠陥など) を特定します。 。 これは、根本原因障害分析 (RCFA) を実行して、特定の再現性のある欠陥の再発を防ぐための貴重なデータとなる可能性があります。 マシンに定期的にインナーレースの欠陥が見られる場合は、おそらくハウジングまたは取り付けに問題があることを示しています。 あるいは、施設のベアリング取り付けプロセスを改善する必要があるか、シャフトの真円度が問題である可能性があります。 欠陥の原因の背後にある詳細を知ることは、RCFA プロセスに役立つ可能性があります。

さらに、gD は通常、修理計画とスケジュールの管理に使用できる早期識別ツールです。 標準の加速度または速度 FFT でも欠陥が確認されると、費用がかかる計画外のダウンタイムの可能性を軽減するために修復サイクルを短縮する必要がある段階まで欠陥が進行しています。

Frank Mignano は、Schaeffler Group USA Inc. のアメリカ地域の状態監視マネージャーです。詳細については、schaeffler.com をご覧ください。