Program Pemeliharaan Prediktif: Menerapkan ESA – Bagian II

Ini adalah tindak lanjut dari artikel yang telah diterbitkan di Uptime edisi Desember/Januari 2012.

Abstrak

Ini adalah bagian kedua dari rangkaian artikel yang membahas penggunaan analisis tanda tangan listrik (ESA) untuk meningkatkan keandalan listrik pabrik. Artikel ini ditulis untuk memberikan dasar-dasar bagi mereka yang tidak terbiasa dengan analisis spektrum untuk membaca dan menginterpretasikan grafik dan tampilan yang digunakan dalam analisis spektrum. Buku ini juga memperkenalkan beberapa teknik analisis dasar untuk mulai menggunakan ESA guna mengidentifikasi masalah yang berkembang dalam sistem motor yang dapat menyebabkan hilangnya produksi atau peningkatan biaya perawatan.

Analisis Tanda Tangan Listrik

ESA adalah teknologi pemeliharaan prediktif (PdM) yang menggunakan tegangan suplai motor dan arus operasi untuk mengidentifikasi gangguan yang ada dan yang sedang berkembang di seluruh sistem motor. Pengukuran ini bertindak sebagai transduser dan gangguan apa pun dalam sistem motor menyebabkan arus suplai motor bervariasi (atau memodulasi). Dengan menganalisis modulasi ini, dimungkinkan untuk mengidentifikasi sumber gangguan sistem motor ini.

Analisis Mesin Secara historis, analisis getaran telah menjadi dasar analisis mesin berputar untuk menilai kondisi peralatan berputar dan telah digunakan dengan sangat efektif selama lebih dari 70 tahun. Elektronik dan mikroprosesor modern telah menyempurnakan proses ini, mulai dari pengukuran amplitudo getaran sederhana dengan menggunakan koil, magnet, dan meteran untuk mengukur amplitudo getaran secara keseluruhan hingga menilai kondisi mekanis mesin yang berputar dengan cepat. Segera menjadi jelas bahwa alat berat dengan tingkat getaran yang tinggi pada umumnya berada dalam kondisi mekanis yang buruk dan menyebabkan pengembangan berbagai grafik tingkat keparahan getaran, yang semuanya hanya didasarkan pada pengalaman pengguna.

Analisis Spektrum

Analisis spektrum dalam pemrosesan sinyal adalah proses yang mendefinisikan konten frekuensi sinyal domain waktu. Setelah konten frekuensi dari sinyal yang diukur diketahui, sinyal tersebut dikorelasikan dengan karakteristik operasional dan desain mesin untuk membantu mengidentifikasi gaya yang menciptakan gerakan berosilasi.

Analisis spektrum getaran mesin dimulai dengan sensor (transduser) yang ditempatkan pada atau di dekat komponen yang berosilasi; ini biasanya pada bearing atau rumah bearing untuk mengubah gerakan mekanis komponen menjadi sinyal listrik. Sinyal listrik output mengikuti gerakan komponen secara tepat, yang bervariasi menurut waktu dan disebut sebagai sinyal domain waktu. Kekuatan atau amplitudo sinyal bervariasi, tergantung pada jumlah pergerakan.

Analisis spektrum awal menggunakan penganalisis filter yang dapat disetel untuk menyapu filter bandpass analog pada rentang frekuensi yang telah ditentukan. Alat analisis ini bekerja mirip dengan menyetel radio. Saat filter bandpass memindai rentang frekuensi, sinyal apa pun yang ada dalam rentang tersebut akan menghasilkan output. Output dari filter bandpass akan ditelusuri pada grafik frekuensi untuk mengidentifikasi frekuensi yang ada pada output transduser.

Penganalisis digital multi-saluran, resolusi tinggi, dan modern membuat spektrum frekuensi menggunakan transformasi Fourier cepat (FFT). Selain itu, mereka memungkinkan berbagai teknik pemrosesan sinyal, seperti analisis sideband, rata-rata waktu sinkron, rata-rata negatif, pemrosesan amplop, dan banyak teknik canggih lainnya yang secara akurat menafsirkan spektrum.

Terlepas dari kemajuan dalam pemrosesan sinyal, analisis getaran masih dibatasi oleh hukum fisika dan keterbatasan transduser. Karena getaran adalah ukuran osilasi mekanis mesin, baik secara acak maupun periodik, maka diperlukan kekuatan yang cukup dari kondisi mesin atau kesalahan komponen untuk mengatasi massa dan kekakuan mesin dan struktur, serta redaman yang diberikan oleh bantalan atau sistem pendukung.

Batasan tambahan dibuat oleh transduser pengukuran itu sendiri. Ini adalah jenis pengukuran, relatif atau absolut, respons frekuensi transduser dan keterbatasan frekuensi yang melekat pada pengukuran itu sendiri, perpindahan, kecepatan, atau akselerasi.

Analisis Frekuensi

Bentuk Gelombang Waktu

Bentuk gelombang waktu hanyalah tampilan fungsi variabel dalam kaitannya dengan waktu. Jika variasi terjadi pada interval waktu yang sama, bentuk gelombangnya periodik. Bentuk gelombang periodik adalah bentuk gelombang yang mengulangi bentuk atau pola yang sama persis untuk seluruh durasi gelombang. Bentuk gelombang yang paling sederhana adalah gelombang sinus dan terdiri dari frekuensi tunggal. Bentuk gelombang yang terdiri dari beberapa frekuensi disebut bentuk gelombang kompleks. Tampilan grafis bentuk gelombang disebut domain waktu. Tampilan hanya menunjukkan nilai seketika dari variabel dalam kaitannya dengan waktu. Dalam domain waktu, sumbu horizontal menunjukkan waktu, sedangkan sumbu vertikal menunjukkan besarnya variabel.

Transformasi Fourier

Jean Baptiste Joseph Fourier, seorang ahli matematika dan fisikawan Prancis abad ke-18, adalah salah satu orang pertama yang menyadari bahwa bentuk gelombang kompleks adalah kombinasi dari beberapa bentuk gelombang sinus dan memulai penelitian di bidang ini. Solusi matematis yang digunakan untuk menentukan rangkaian frekuensi yang membentuk bentuk gelombang kompleks dinamai untuk menghormatinya dan disebut transformasi Fourier. Transformasi Fourier asli mengasumsikan sampel yang tidak terbatas atau tak terbatas. Sejak saat itu, telah ditentukan bahwa transformasi Fourier dapat diterapkan pada bentuk gelombang yang terbatas dan disebut sebagai transformasi Fourier diskrit (DFT). Algoritme telah dikembangkan untuk perhitungan DFT yang efisien dan berkecepatan tinggi; algoritme ini disebut sebagai fast Fourier transform (FFT).

Secara sederhana, FFT mengambil sampel terbatas dari bentuk gelombang waktu, kemudian menghitung amplitudo dan frekuensi gelombang sinus yang digabungkan bersama untuk menciptakan bentuk gelombang yang kompleks.

Tampilan grafis FFT disajikan dalam domain frekuensi dan disebut sebagai spektrum frekuensi. Spektrum frekuensi menampilkan frekuensi yang ada dalam bentuk gelombang kompleks pada sumbu horizontal dan amplitudo sinyal pada sumbu vertikal. Jika terdapat gerakan yang memadai pada frekuensi apa pun, garis vertikal akan ditampilkan pada sumbu horizontal untuk mengindikasikan keberadaan frekuensi tersebut. Ketinggian garis vertikal atau garis spektral ini mengindikasikan kekuatan atau amplitudo gelombang pada frekuensi tersebut. Jika salah satu gelombang sinus yang ada dalam bentuk gelombang kompleks berada pada 30 Hz dengan amplitudo 3 amp, puncak spektral akan ditempatkan pada 30 Hz dan ketinggiannya akan mewakili tiga unit.

Ada banyak program yang tersedia untuk melakukan FFT dan analis tidak diharuskan untuk melakukannya, tetapi analis memerlukan pemahaman dasar tentang tampilan grafis ini. Pemahaman minimum mengenai tampilan FFT adalah kisaran frekuensi, resolusi dan bandwidth. Analisis yang lebih lanjut dapat dilakukan dengan pemahaman tentang sideband, harmonik, penskalaan logaritmik, dan demodulasi. Informasi berikut ini mencoba memberikan pemahaman yang memadai tentang prinsip-prinsip dasar FFT agar pembaca dapat menganalisis data yang dikumpulkan dengan menggunakan ESA secara akurat.

Memahami FFT

Memahami batas-batas tampilan apa pun, sangat berharga dalam analisis yang akurat mengenai tampilan tersebut. FFT adalah komputasi matematis dan batas-batas ini ditetapkan sebelum komputasi matematis dilakukan. Batas-batas ini adalah rentang frekuensi dan garis resolusi.

Rentang Frekuensi

Rentang frekuensi menentukan frekuensi yang akan disertakan dalam penghitungan FFT. Jika rentang frekuensi yang dipilih terlalu rendah, kesalahan pada frekuensi yang lebih tinggi akan terlewatkan. Jika rentang frekuensi yang dipilih terlalu tinggi, rangkaian frekuensi yang berdekatan dapat digabungkan. Selain itu, rentang frekuensi menentukan waktu akuisisi data. Frekuensi sinyal periodik adalah kebalikan dari waktu; semakin rendah rentang frekuensi yang dipilih, semakin lama waktu yang diperlukan untuk melakukan pengumpulan data. Dalam PdM, sebagian besar FFT dimulai dari DC (0 Hz) dan berlanjut ke suatu nilai maksimum. Rentang frekuensi maksimum disebut sebagai Fmax. Untuk analisis yang lebih mendalam, Anda dapat menetapkan batas bawah kisaran frekuensi pada nilai yang lebih besar dari 0 Hz dan batas yang lebih tinggi. Ini disebut sebagai spektrum yang diperbesar.

Resolusi

Batas kedua yang sudah ditentukan sebelumnya adalah garis resolusi. Setiap spektrum frekuensi dibagi ke dalam sejumlah garis spektral yang terbatas. Garis spektral sebenarnya salah kaprah, karena pada kenyataannya, ini bukanlah garis, tetapi tempat spektral. Setiap bin spektral akan memiliki batas frekuensi tinggi dan rendah. Batas-batas ini ditentukan oleh rentang frekuensi FFT dan jumlah garis. Lebar bin spektral disebut bandwidth (BW). Untuk menentukan lebar setiap bin spektral, cukup bagi jumlah garis spektral ke dalam rentang frekuensi (FR). Jika rentang frekuensi adalah 100 Hz dan terdapat 100 garis spektral, maka lebar tiap garis adalah 1 Hz.

BW = # garis/FR

Bandwidth setiap bin spektral juga dapat dihitung dengan mengurangkan batas frekuensi rendah (fl ) dari batas frekuensi atas (fu ) setiap bin spektral.

BW = fu -fl

Setiap bin spektral disejajarkan di sebelah bin sebelumnya dan batas frekuensi bawah setiap bin adalah batas frekuensi atas bin sebelumnya. Batas frekuensi atas akan menjadi batas bawah bin ditambah bandwidth.

Sebagai contoh: Pada bin spektral pertama dalam spektrum 100 baris dengan FR dari DC hingga 100 Hz, batas frekuensi bawah adalah 0 dan batas frekuensi atas adalah 1 Hz. BW dari bin spektral adalah 1 Hz. Kemudian bin kedua akan Rentang frekuensi menentukan frekuensi yang akan disertakan dalam penghitungan Fast Fourier Transform (FFT). Jika rentang frekuensi yang dipilih terlalu rendah, kesalahan pada frekuensi yang lebih tinggi akan terlewatkan. 20 juni/juli12 bergerak dari 1 Hz ke 2 Hz, bin ketiga dari 2 Hz ke 3 Hz dan seterusnya, dengan bin spektral terakhir 99 Hz ke 100 Hz.

Jika bandwidth bin spektral terlalu lebar, beberapa frekuensi dapat berada dalam bin spektral yang sama. Selain itu, ketika mengevaluasi spektrum frekuensi, frekuensi yang ditampilkan dari bin spektral adalah frekuensi tengah (cf) dari bin spektral tersebut. Untuk menentukan cf dari spectral bin, cukup hitung rata-rata batas frekuensi atas dan batas frekuensi bawah.

cf = (fu + fl)/2

Artinya, frekuensi yang ditunjukkan mungkin bukan frekuensi sinyal yang sebenarnya. Nilai frekuensi yang ditampilkan adalah frekuensi tengah dari bin spektral, sedangkan frekuensi aktual dari bentuk gelombang dapat berupa frekuensi apa pun dalam bandwidth bin spektral. Setiap bin spektral dapat mencakup lebih dari satu frekuensi. Semakin lebar bandwidth, semakin tidak akurat frekuensi nilai yang ditampilkan dari spectral bin, dan ini meningkatkan kemungkinan kesalahan analisis.

Untuk mengurangi kesalahan analisis ini, cukup tingkatkan resolusi spektrum FFT. Mengurangi rentang frekuensi FFT akan meningkatkan resolusi, tetapi juga meningkatkan interval waktu antara waktu pengambilan sampel data dan waktu akuisisi data. Metode lainnya adalah menambah jumlah bin spektral yang dibagi ke dalam FFT. Meningkatkan jumlah tempat sampah spektral memerlukan pengambilan lebih banyak sampel sinyal yang diukur. Untuk menggandakan jumlah baris resolusi, data yang diperoleh harus dua kali lebih banyak.

Menentukan Resolusi

Jumlah baris resolusi (# baris) spektrum FFT dapat ditentukan hanya dengan mengalikan periode (P) bentuk gelombang waktu dengan rentang frekuensi (FR) dalam siklus per detik (cps).

(# baris = P x FR)

Karena ESA mendigitalkan bentuk gelombang waktu, FFT dilakukan di komputer, di mana dimungkinkan untuk mengubah resolusi FFT setelah pengumpulan data. Hal ini memungkinkan analis untuk memeriksa bagian yang sangat kecil dari bentuk gelombang yang ditangkap. Namun demikian, penting untuk diingat, bahwa dengan mengurangi periode waktu pengambilan gambar, jumlah garis resolusi akan berkurang secara proporsional dan kemungkinan kesalahan analisis akan meningkat.

Tampilan Amplitudo

Penskalaan Linier

Tampilan grafis FFT yang paling umum digunakan adalah skala linear. Pada skala linier, jarak antara penanda selalu sama dan berjarak sama. Hal ini memungkinkan semua data ditampilkan secara nyaman pada satu grafik. Tampilan grafik linier bekerja dengan baik dengan set data ketika perubahan yang berarti penting dan perubahan yang sangat kecil tidak signifikan. Satuan yang ditampilkan pada skala linier adalah satuan teknik dari variabel yang diukur. Dalam ESA, satuan ini adalah tegangan (volt) atau arus (ampere).

Penskalaan Logaritmik

Skala logaritmik menampilkan amplitudo dalam urutan besaran atau logaritma dari variabel, bukan variabel itu sendiri. Salah satu keuntungan dari skala log adalah kemampuannya untuk menampilkan kisaran amplitudo yang sangat besar pada satu grafik. Ketika perubahan yang sangat kecil dalam variabel yang diukur adalah signifikan, menampilkan variabel dalam format linier mungkin tidak cukup mengidentifikasi perubahan. Dalam hal ini, tampilan logaritmik (log) digunakan.

Dalam ESA, skala log biasanya digunakan karena variabel yang diukur adalah tegangan atau arus saluran. Perubahan yang sangat kecil pada salah satu dari pengukuran ini digunakan untuk mengidentifikasi kesalahan dalam sistem motor. Frekuensi pembawa dari variabel-variabel ini adalah pada frekuensi tegangan yang diberikan, biasanya 50 Hz atau 60 Hz.

Karena tampilan logaritmik pada dasarnya adalah rasio, maka ini juga merupakan metode yang sangat nyaman untuk membandingkan variabel yang tidak sama. Hal ini terbukti sangat berguna dalam ESA karena salah satu aspek pentingnya adalah kemampuan untuk membedakanRevolusi Dimulai! Hanya $ 2.450! Level ALiSENSOR™ telah hadir! ALiSENSOR™ Level adalah Sistem Pengukuran Geometrik iOS pertama di dunia. Sekarang, pengukuran seperti Kelurusan, Kemiringan, dan Kuadrat menjadi lebih mudah dan lebih terjangkau daripada sebelumnya! Anda bahkan dapat menggunakan iPad, iPhone, atau iPod Touch Anda sendiri sebagai Unit Tampilan, menggunakan Aplikasi yang dapat diunduh secara GRATIS dari App Store, termasuk pembaruan otomatis! Garansi 2 Tahun! Hubungi atau kunjungi Alignment Supplies, Inc. hari ini untuk mempelajari lebih lanjut tentang sistem baru yang revolusioner ini! 419.887.5890 / 800.997.4467 www.alignmentsupplies.com makan antara gangguan pada daya yang masuk dan gangguan yang ditambahkan oleh motor atau mesin yang digerakkan.

Satuan yang digunakan dalam skala log adalah desibel (db), yang merupakan logaritma dengan basis sepuluh. Db adalah unit yang digunakan untuk menggambarkan rasio. Pengukuran tegangan dan arus adalah besaran medan dan rasio db yang digunakan dalam ESA juga merupakan besaran medan. Tabel 1 memberikan panduan hubungan antara variabel yang diukur dan nilai puncak bentuk gelombang arus dan tegangan dibandingkan dengan puncak tertinggi dalam spektrum.

Ringkasan

Penggunaan ESA yang efektif sebagai teknologi PdM membutuhkan kemampuan untuk memanipulasi, menginterpretasikan, dan memahami grafik, bagan, dan tampilan yang dikembangkan oleh perangkat lunak ESA. Grafik, bagan, dan tampilan ini kemudian digunakan untuk mengidentifikasi kesalahan dalam sistem motor. Insinyur dan teknisi PdM yang akrab dengan analisis getaran akan menemukan bahwa FFT ESA mirip dengan spektrum getaran dan banyak teknik analisis yang sama. Namun, bahkan dalam MVA, penting bagi analis untuk memiliki pemahaman yang menyeluruh tidak hanya tentang apa yang diindikasikan oleh FFT, tetapi yang lebih penting lagi, tentang apa yang tidak diindikasikannya.