Prediktív karbantartás 4 dimenzióban: hő, vibráció, áram, EOS
Hogyan rakjon össze egy egyszerű prediktív karbantartási folyamatot meglévő szenzorokkal és minimális szoftverrel.
A „prediktív karbantartás” (PdM — Predictive Maintenance) körüli marketing-zaj sokszor azt sugallja, hogy AI nélkül nem érhető el. A valóság sokkal egyszerűbb: 4 dimenzió mentén egyszerű határérték-monitorozás 70–80% bekövetkező hiba előrejelzésére elegendő. Lássuk a 4 dimenziót.
Ha a mérés már hibát jelez, a komponens-szintű javításról — a javítás menete, díjszabása és átfutása — külön oldalon olvashat.
1. Termikus dimenzió (Hő)
Egy mechanikai vagy elektromos hibásodás elsőként hőjelet ad. Egy sürgő motor csapágya 5–10 °C-kal melegebb a normálnál hetekkel a katasztrofális hibásodás előtt.
Eszközök
- FLIR E5/E8 kézi hőkamera (1500–4000 EUR) — havi rutin scan
- FLIR FX/F-sorozat fix kamera (4000–15000 EUR) — folyamatos monitorozás
- DT-TC olcsó IR pisztoly (50–200 EUR) — pont-mérésekhez
- Pt100/Pt1000 hőelem PLC-be vezetve — elemes összesítéshez
Mit figyeljen?
- Motor csapágy: normál <60 °C, kritikus >80 °C
- Frekvenciaváltó IGBT-modul: normál <75 °C, kritikus >90 °C
- Kapcsolószekrény hőtérkép: gyenge kontaktok 10+ °C-os hot-spotot okoznak
- Trafó-tekercselés: koncentrált hot-spot szigetelés-romlás kezdő jele
2. Vibrációs dimenzió
A forgó alkatrészek (motor csapágy, fogaskerék, ventilátor) vibrációja az egyik leggazdagabb információforrás. Az ISO 10816 szabvány szerint a Total RMS vibráció szintje az általános állapot indikátora; a FFT spektrum pedig a specifikus hibatípust azonosítja.
Eszközök
- SKF QuickCollect / Microlog (2500–8000 EUR) — standard ipari mérő
- Banner Engineering vibráció szenzorok (200–600 EUR/db) — folyamatos monitor
- Egyszerű 3-tengelyes accelerometer + Raspberry Pi (50–200 EUR) — DIY
Mit figyeljen FFT-ben?
| Frekvencia | Hibatípus |
|---|---|
| 1× RPM | Egyensúlyhiány (mass imbalance) |
| 2× RPM | Tengely-elhajlás vagy lazaság |
| 3–9× RPM | Tengely-aligning probléma |
| BPFI / BPFO frekvencián | Csapágy belső / külső gyűrű hiba |
| Fogaskerék-frekvencián | Fogaskerék kopás vagy törés |
| Lapátszám × RPM | Ventilátor-lapát egyenetlenség |
3. Motor Current Signature Analysis (MCSA)
A motor felvett árama tartalmazza a motor és a hajtott terhelés állapotának információját. Egy CT-szondával (current transformer) felvett áramjelet FFT-vel elemezve felfedezhetők:
- Forgórész-rúd-törés (rotor bar fracture) — jellemző oldalsávok ±2sf körül
- Sztátor-tekercs zárlat — szimmetria-vesztés a fázisok között
- Csapágy-hiba (modulált oldalsáv)
- Mechanikai egyensúlyhiány (1× RPM komponens)
Eszközök
- Fluke 438-II Power Quality / Motor Analyzer (4000–7000 EUR)
- SPM Instrument MCSA-Tools
- DIY: Hall-effektusú CT + USB ADC + Python (numpy.fft) — 200–500 EUR
4. EOS — Electrical Operational Signature
Az EOS dimenzió az operációs állapotok (be/ki, terhelés-szint, hibajelek) idő-mintázatának figyelése. Egy gép, amely normálisan minden 30 percben ad ki egy hibakódot, hirtelen 5 percenként ad — ez riasztás akkor is, ha az egyes hibakódok „ártalmatlanok”.
Mit figyeljen?
- Bekapcsolási sorrend kihagyása
- Hibakódok gyakorisága hirtelen növekedés
- Reset-pulzus arányának változása
- PLC scan-time növekedése
- Encoder „dropped count” gyakoriság
Hogyan rakja össze a 4 dimenziót egy rendszerbe?
- Adatgyűjtés: hőmérséklet (Pt100 / hőkamera), vibráció (accelerometer), áram (CT-szonda), EOS (PLC-ből MQTT-vel)
- Központosítás: edge gateway → InfluxDB / TimescaleDB
- Vizualizáció: Grafana 4 panel (1 dimenziónként)
- Riasztás: Grafana threshold-alert vagy Python-script
- Akció-lista: minden riasztás esetén a karbantartó kap email-t a hibatípus + ajánlott vizsgálat-protokollal