Programma di manutenzione predittiva: Implementazione dell’ESA – Parte II

Questo è il seguito dell’articolo pubblicato nel numero di dicembre/gen 2012 di Uptime.

Astratto

Questa è la seconda parte di una serie di articoli che illustrano l’utilizzo dell’analisi della firma elettrica (ESA) per migliorare l’affidabilità elettrica di un impianto. Questo articolo è stato scritto per fornire a chi non ha familiarità con l’analisi dello spettro le nozioni di base per leggere e interpretare i grafici e i display utilizzati nell’analisi dello spettro. Vengono inoltre introdotte alcune tecniche di analisi di base per iniziare a utilizzare l’ESA per identificare i problemi in via di sviluppo nel sistema motore che potrebbero portare a una perdita di produzione o a un aumento dei costi di manutenzione.

Analisi della firma elettrica

L’ESA è una tecnologia di manutenzione predittiva (PdM) che utilizza la tensione di alimentazione e la corrente di funzionamento del motore per identificare i guasti esistenti e in via di sviluppo nell’intero sistema del motore. Queste misure fungono da trasduttori e qualsiasi perturbazione nel sistema del motore provoca una variazione (o modulazione) della corrente di alimentazione del motore. Analizzando queste modulazioni, è possibile identificare la fonte di questi disturbi del sistema motorio.

Analisi dei macchinari Storicamente, l’analisi delle vibrazioni è stata la base dell’analisi dei macchinari rotanti per valutarne le condizioni ed è stata utilizzata in modo molto efficace per oltre 70 anni. L’elettronica e i microprocessori moderni hanno fatto maturare questo processo, passando dalla semplice misurazione dell’ampiezza delle vibrazioni con una bobina, un magnete e un misuratore per misurare l’ampiezza complessiva delle vibrazioni a una rapida valutazione delle condizioni meccaniche dei macchinari rotanti. Ben presto ci si rese conto che le macchine con alti livelli di vibrazioni erano generalmente in cattive condizioni meccaniche e si svilupparono diverse tabelle di gravità delle vibrazioni, tutte basate esclusivamente sull’esperienza degli utenti.

Analisi dello spettro

L’analisi dello spettro nell’elaborazione dei segnali è il processo che definisce il contenuto in frequenza di un segnale nel dominio del tempo. Una volta noto il contenuto di frequenza dei segnali misurati, questi vengono correlati alle caratteristiche operative e progettuali della macchina o delle macchine per aiutare a identificare la forza che crea il movimento oscillatorio.

L’analisi dello spettro delle vibrazioni di un macchinario inizia con un sensore (trasduttore) posizionato sul componente oscillante o nelle sue vicinanze; di solito si tratta del cuscinetto o dell’alloggiamento del cuscinetto per convertire il movimento meccanico del componente in un segnale elettrico. Il segnale elettrico in uscita segue esattamente il movimento del componente, che varia nel tempo e viene definito segnale nel dominio del tempo. La forza o l’ampiezza del segnale varia a seconda della quantità di movimento.

Le prime analisi di spettro utilizzavano analizzatori di filtri sintonizzabili per eseguire lo sweep di un filtro analogico passa-banda su una gamma di frequenze predeterminata. Questi analizzatori funzionano come la sintonizzazione di una radio. Quando il filtro passa-banda scorre la gamma di frequenze, tutti i segnali presenti in quella gamma creano un’uscita. L’uscita del filtro passa-banda viene tracciata su un grafico di frequenza per identificare le frequenze presenti nell’uscita del trasduttore.

I moderni analizzatori digitali multicanale ad alta risoluzione creano gli spettri di frequenza utilizzando la trasformata rapida di Fourier (FFT). Inoltre, consentono varie tecniche di elaborazione del segnale, come l’analisi delle bande laterali, la media temporale sincrona, la media negativa, l’elaborazione dell’inviluppo e molte altre tecniche avanzate che interpretano accuratamente gli spettri.

Nonostante i progressi nell’elaborazione dei segnali, l’analisi delle vibrazioni è ancora limitata dalle leggi della fisica e dai limiti dei trasduttori. Poiché la vibrazione è una misura delle oscillazioni meccaniche di una macchina, casuali o periodiche, è necessario che la condizione della macchina o il guasto del componente esercitino una forza sufficiente a superare la massa e la rigidità della macchina e della struttura, nonché l’eventuale smorzamento fornito dal cuscinetto o dal sistema di supporto.

Ulteriori limitazioni sono create dal trasduttore di misura stesso. Si tratta dei tipi di misura, relativa o assoluta, della risposta in frequenza del trasduttore e dei limiti di frequenza intrinseci delle misure stesse, spostamento, velocità o accelerazione.

Analisi di frequenza

Forme d’onda temporali

Una forma d’onda temporale è semplicemente la visualizzazione di una funzione variabile in relazione al tempo. Se le variazioni si verificano agli stessi intervalli di tempo, la forma d’onda è periodica. Una forma d’onda periodica è una forma d’onda che ripete la stessa forma o lo stesso schema per tutta la sua durata. La forma d’onda più semplice è quella sinusoidale e consiste in una singola frequenza. Le forme d’onda composte da più frequenze sono chiamate forme d’onda complesse. La visualizzazione grafica delle forme d’onda è chiamata dominio del tempo. Il display mostra semplicemente il valore istantaneo della variabile in relazione al tempo. Nel dominio del tempo, l’asse orizzontale indica il tempo, mentre l’asse verticale indica la grandezza della variabile.

Trasformata di Fourier

Jean Baptiste Joseph Fourier, matematico e fisico francese del XVIII secolo, è stato uno dei primi a riconoscere che le forme d’onda complesse sono una combinazione di più forme d’onda sinusoidali e ha avviato la ricerca in questo campo. La soluzione matematica utilizzata per determinare la serie di frequenze che compongono qualsiasi forma d’onda complessa prende il nome in suo onore ed è chiamata trasformata di Fourier. La trasformata di Fourier originale presuppone un campione illimitato o infinito. Da allora è stato stabilito che la trasformata di Fourier può essere applicata a una forma d’onda finita ed è stata chiamata trasformata discreta di Fourier (DFT). Sono stati sviluppati algoritmi per il calcolo efficiente e ad alta velocità delle DFT; questi algoritmi sono denominati trasformata di Fourier veloce (FFT).

In termini semplici, la FFT prende un campione finito di una forma d’onda temporale, quindi calcola l’ampiezza e le frequenze delle onde sinusoidali che vengono combinate insieme per creare la forma d’onda complessa.

Le visualizzazioni grafiche delle FFT sono presentate nel dominio della frequenza e sono denominate spettro di frequenza. Lo spettro di frequenza visualizza le frequenze presenti nella forma d’onda complessa sull’asse orizzontale e l’ampiezza del segnale sull’asse verticale. Se è presente un movimento sufficiente a qualsiasi frequenza, sull’asse orizzontale viene visualizzata una linea verticale per indicare la presenza di quella frequenza. L’altezza della linea verticale o della linea spettrale indica la forza o l’ampiezza della forma d’onda a quella frequenza. Se una delle onde sinusoidali presenti nella forma d’onda complessa è a 30 Hz con un’ampiezza di 3 ampere, il picco spettrale sarà posizionato a 30 Hz e l’altezza rappresenterà tre unità.

Esistono molti programmi per eseguire la FFT e non è necessario che l’analista li esegua, ma è necessaria una comprensione di base di questa visualizzazione grafica. Le informazioni minime sulla visualizzazione della FFT sono l’intervallo di frequenza, la risoluzione e la larghezza di banda. Analisi più avanzate possono essere eseguite con la comprensione di bande laterali, armoniche, scala logaritmica e demodulazione. Le informazioni che seguono cercano di fornire una comprensione sufficiente di questi principi di base della FFT per consentire al lettore di analizzare accuratamente i dati raccolti con l’ESA.

Comprendere la FFT

La comprensione dei limiti di qualsiasi display è preziosa per un’analisi accurata dello stesso. La FFT è un calcolo matematico e questi limiti vengono stabiliti prima di eseguire il calcolo matematico. Questi confini sono la gamma di frequenza e le linee di risoluzione.

Gamma di frequenza

L’intervallo di frequenza determina le frequenze che verranno incluse nel calcolo della FFT. Se la gamma di frequenza selezionata è troppo bassa, i guasti alle frequenze più alte non verranno rilevati. Se la gamma di frequenza selezionata è troppo alta, le serie di frequenze vicine potrebbero essere combinate. Inoltre, l’intervallo di frequenza determina il tempo di acquisizione dei dati. La frequenza di un segnale periodico è l’inverso del tempo; quanto più bassa è la gamma di frequenza selezionata, tanto più lungo è il tempo necessario per eseguire la raccolta dei dati. In PdM, la maggior parte delle FFT inizia con la corrente continua (0 Hz) e prosegue fino a un valore massimo. La gamma di frequenze massime è denominata Fmax. Per un’analisi più approfondita, è possibile impostare il limite inferiore dell’intervallo di frequenza a un valore superiore a 0 Hz e un limite superiore. Si tratta di uno spettro ingrandito.

Risoluzione

Il secondo confine predeterminato è costituito dalle linee di risoluzione. Ogni spettro di frequenza è suddiviso in un numero finito di linee spettrali. Linea spettrale è in realtà un termine improprio, poiché in realtà non si tratta di una linea, ma di un intervallo spettrale. Ogni bin spettrale avrà un limite di alta e bassa frequenza. Questi limiti sono determinati dall’intervallo di frequenza della FFT e dal numero di linee. La larghezza del bin spettrale è chiamata larghezza di banda (BW). Per determinare l’ampiezza di ciascun bin spettrale, è sufficiente dividere il numero di linee spettrali per l’intervallo di frequenza (FR). Se la gamma di frequenza è di 100 Hz e ci sono 100 linee spettrali, la larghezza di ogni linea è di 1 Hz.

BW = # linee/FR

La larghezza di banda di ciascun intervallo spettrale può essere calcolata anche sottraendo il limite di bassa frequenza (fl ) dal limite di frequenza superiore (fu ) di ciascun intervallo spettrale.

BW = fu -fl

Ogni bin spettrale è allineato al bin precedente e il limite di frequenza inferiore di ogni bin corrisponde al limite di frequenza superiore del bin precedente. Il limite superiore di frequenza sarà il limite inferiore del bin più la larghezza di banda.

Ad esempio: Nel primo bin spettrale di uno spettro a 100 linee con FR da CC a 100 Hz, il limite di frequenza inferiore è 0 e il limite di frequenza superiore è 1 Hz. Il BW del bin spettrale è di 1 Hz. L’intervallo di frequenza determina le frequenze che saranno incluse nel calcolo della trasformata rapida di Fourier (FFT). Se la gamma di frequenza selezionata è troppo bassa, i guasti alle frequenze più alte non verranno rilevati. 20 giugno/luglio12 vanno da 1 Hz a 2 Hz, il terzo bin da 2 Hz a 3 Hz e così via, con l’ultimo bin spettrale da 99 Hz a 100 Hz.

Se la larghezza di banda di un intervallo spettrale è troppo ampia, più frequenze possono risiedere nello stesso intervallo spettrale. Inoltre, quando si valuta uno spettro di frequenza, la frequenza visualizzata del bin spettrale è la frequenza centrale (cf) di quel bin spettrale. Per determinare la cf del bin spettrale, è sufficiente calcolare la media del limite di frequenza superiore e del limite di frequenza inferiore.

cf = (fu + fl)/2

Ciò significa che la frequenza indicata potrebbe non corrispondere a quella del segnale reale. Il valore di frequenza visualizzato è la frequenza centrale del bin spettrale, mentre le frequenze effettive delle forme d’onda possono essere qualsiasi frequenza all’interno della larghezza di banda del bin spettrale. Ogni bin spettrale può includere più di una frequenza. Più ampia è la larghezza di banda, meno accurata è la frequenza del valore visualizzato del bin spettrale e questo aumenta la probabilità di errore di analisi.

Per ridurre questo errore di analisi, è sufficiente aumentare la risoluzione dello spettro FFT. La riduzione dell’intervallo di frequenza della FFT aumenta la risoluzione, ma aumenta anche gli intervalli di tempo tra il tempo di campionamento dei dati e il tempo di acquisizione dei dati. Un altro metodo consiste nell’aumentare il numero di bins spettrali in cui viene suddivisa la FFT. L’aumento del numero di bins spettrali richiede un maggior numero di campioni del segnale misurato. Per raddoppiare il numero di linee di risoluzione, è necessario acquisire il doppio dei dati.

Determinazione della risoluzione

Il numero di linee di risoluzione (# linee) di uno spettro FFT può essere determinato semplicemente moltiplicando il periodo (P) della forma d’onda temporale per la gamma di frequenza (FR) in cicli al secondo (cps).

(# linee=P x FR)

Poiché l’ESA digitalizza la forma d’onda temporale, la FFT viene eseguita nel computer, dove è possibile modificare la risoluzione della FFT dopo la raccolta dei dati. Ciò consente all’analista di esaminare porzioni molto piccole della forma d’onda acquisita. Tuttavia, è importante ricordare che riducendo il periodo di acquisizione del tempo, il numero di linee di risoluzione si riduce proporzionalmente e aumenta la probabilità di errore di analisi.

Display di ampiezza

Scala lineare

La visualizzazione grafica più comunemente utilizzata per la FFT è la scala lineare. Nella scala lineare, la distanza tra i marcatori è sempre la stessa ed è equidistante. In questo modo tutti i dati possono essere visualizzati comodamente su un unico grafico. I grafici lineari funzionano bene con le serie di dati quando le variazioni significative sono importanti e quelle molto piccole sono insignificanti. Le unità visualizzate sulla scala lineare sono le unità ingegneristiche della variabile misurata. In ESA, queste unità sono la tensione (volt) o la corrente (ampere).

Scala logaritmica

La scala logaritmica visualizza l’ampiezza in ordine di grandezza o un logaritmo della variabile invece della variabile stessa. Un vantaggio della scala log è la possibilità di visualizzare una gamma molto ampia di ampiezze su un singolo grafico. Quando le variazioni molto piccole della variabile misurata sono significative, la visualizzazione della variabile nel formato lineare potrebbe non identificare adeguatamente la variazione. In questi casi si utilizza una visualizzazione logaritmica (log).

Nell’ESA, la scala log è comunemente utilizzata poiché le variabili misurate sono la tensione o la corrente di linea. Variazioni molto piccole in una di queste misure vengono utilizzate per identificare i guasti nel sistema del motore. La frequenza portante di queste variabili è alla frequenza della tensione applicata, di solito 50 Hz o 60 Hz.

Poiché la visualizzazione logaritmica è essenzialmente un rapporto, è anche un metodo molto comodo per confrontare variabili diverse. Ciò si è rivelato estremamente utile in ESA, poiché uno dei suoi aspetti importanti è la capacità di differenziareLa rivoluzione ha inizio! Solo 2.450 dollari! Il livello ALiSENSOR™ è arrivato! ALiSENSOR™ Level è il primo sistema di misurazione geometrica iOS al mondo. Ora, misure come la rettilineità, l’inclinazione e l’ortogonalità sono ancora più facili e convenienti che mai! È anche possibile utilizzare il proprio iPad, iPhone o iPod Touch come unità di visualizzazione, utilizzando le applicazioni scaricabili GRATUITAMENTE dall’App Store, compresi gli aggiornamenti automatici! 2 anni di garanzia! Chiamate o visitate Alignment Supplies, Inc. oggi stesso per saperne di più su questo nuovo sistema rivoluzionario! 419.887.5890 / 800.997.4467 www.alignmentsupplies.com ate tra i guasti della potenza in ingresso e i guasti aggiunti dal motore o dalla macchina azionata.

Le unità di misura utilizzate nella scala dei log sono i decibel (db), che sono un logaritmo con base dieci. Il db è un’unità utilizzata per descrivere un rapporto. Le misure di tensione e corrente sono grandezze di campo e anche i rapporti db utilizzati nell’ESA sono grandezze di campo. La tabella 1 fornisce una guida alla relazione tra la variabile misurata e il valore di picco delle forme d’onda di corrente e tensione rispetto al picco più alto dello spettro.

Sintesi

L’uso efficace dell’ESA come tecnologia PdM richiede la capacità di manipolare, interpretare e comprendere i grafici, le tabelle e le visualizzazioni sviluppate dal software ESA. Questi grafici, diagrammi e visualizzazioni vengono poi utilizzati per identificare i guasti nel sistema del motore. Gli ingegneri e i tecnici PdM che hanno familiarità con l’analisi delle vibrazioni troveranno che l’ESA FFT è simile allo spettro delle vibrazioni e molte delle tecniche di analisi sono le stesse. Tuttavia, anche nell’MVA, è importante che l’analista abbia una comprensione approfondita non solo di ciò che la FFT indica, ma soprattutto di ciò che non indica.