状態監視 (通称CM )とは、機械の状態パラメータ(振動、温度など)を監視し、故障の発生を示す重大な変化を特定するプロセスです。これは、予知保全 の主要な構成要素です。状態監視を使用することで、メンテナンスを計画したり、結果的な損傷を防ぎ、その結果を回避するための他のアクションを実行したりできます。状態監視には、通常の寿命を縮めるような状態が重大な故障に発展する前に対処できるという独自の利点があります。状態監視技術は通常、回転機器、補助システム、ベルト駆動機器(圧縮機、ポンプ 、電動機 、内燃機関、プレスなど)などの他の機械に使用されますが、蒸気ボイラー 、配管 、熱交換器などの静的プラント機器には、 非破壊検査 (NDT)技術を使用した定期検査 と使用適合性(FFS)[ 1 ] 評価が使用されます。
状態監視技術 以下に、産業および運輸分野で適用されている主な状態監視技術を列挙します。
ほとんどのCM技術はISO とASTM によって標準化されている。[ 8 ]
回転機器 回転機器とは、ギアボックス、往復運動機械、遠心機械などを含む、業界における包括的な用語 である。
回転機械に最も一般的に使用される方法は振動解析 です。[ 9 ] [ 10 ] [ 11 ] [ 12 ]
機械の軸受ケーシングについては、加速度計 (地震計または圧電トランスデューサ)を用いてケーシングの振動を測定し、また、重要な機械の大部分については、渦電流 トランスデューサを用いて回転軸を直接観測し、軸の半径方向(および軸方向)変位を測定します。振動 レベルは、過去の起動や停止などの履歴ベースライン値、場合によっては負荷変動などの確立された基準値と比較することで、深刻度を評価できます。機械および部品のOEMは、機械の設計や内部部品(例えば、軸受の故障周波数)に基づいて振動制限値を定めています。
得られた振動信号の解釈は、専門的な訓練と経験を必要とする複雑な手順です。[ 13 ] データ分析の大部分を自動的に行い、生データではなく情報を提供する最先端技術を使用することで、この手順は簡素化されます。一般的に用いられる手法の1つは、信号に含まれる個々の周波数を調べることです。これらの周波数は、特定の機械部品(例えば、転がり軸受を構成するさまざまな部品) または特定の不具合(シャフトのアンバランスやミスアライメントなど)に対応しています。これらの周波数とその高調波を調べることで、CMスペシャリストは問題の場所と種類、場合によっては根本原因も特定できます。例えば、回転速度に対応する周波数での高い振動は、ほとんどの場合、残留アンバランスが原因であり、機械のバランス調整によって修正されます。一方、劣化している転がり軸受は 、通常、摩耗するにつれて強度が増加する特定の周波数で振動信号を示します。特殊な分析機器は、故障の数週間または数か月前にこの摩耗を検出できるため、故障によってダウンタイムが大幅に長くなる前に交換を計画するのに十分な警告が得られます。すべてのセンサーとデータ分析に加えて、複雑な機械設備の80%以上が、ライフサイクル期間とは無関係に偶発的に故障することを念頭に置いておくことが重要です。[ 14 ]
今日のほとんどの振動解析機器は、一般化離散フーリエ変換 の特殊なケースである高速フーリエ変換 (FFT)[ 15 ] を利用しており、振動信号を時間領域 表現から等価な周波数領域 表現に変換します。しかし、周波数解析(スペクトル解析または振動シグネチャ解析と呼ばれることもあります)は、振動信号に含まれる情報を解釈する一つの側面にすぎません。周波数解析は、転がり軸受を使用する機械で最も有用である傾向があり、その主な故障モードは軸受の劣化であり、通常、軸受の形状と構造に関連する特性周波数の増加を示します。機械の種類、典型的な故障、使用されているベアリングの種類、回転速度、その他の要因に応じて、CM スペシャリストは、時間領域信号の検査、振動成分と機械シャフト上のタイミングマーク( キーフェーザとしてよく知られています) 間の位相関係、振動レベルの履歴傾向、振動の形状、信号のその他の多くの側面、および負荷、ベアリング温度、流量、バルブの位置と圧力などのプロセスからのその他の情報など、追加の診断ツールを使用して正確な診断を提供する場合があります。これは、転がり軸受では なく流体軸受を使用する機械に特に当てはまります。振動アナリストまたは機械診断エンジニアは、このデータをより単純な形式で見ることができるように、機械の問題と運転特性を示すために、 ボード線図 、ウォーターフォール図 、極座標図 、軌道時間ベース図など、多くの数学的プロットを採用しています。
携帯型データ収集装置と分析装置は、常時オンライン振動計測を経済的に正当化できない非重要機械やプラントの補助 機械では、現在では一般的になっています。技術者は複数の機械からデータサンプルを収集し、そのデータをコンピュータにダウンロードして、分析者(場合によっては人工知能)がデータを調べ、故障や差し迫った不具合を示す変化を検出します。より大型で重要な機械では、安全性への影響、生産の中断(いわゆる「ダウンタイム」)、交換部品、その他の故障コストが無視できないほど大きくなる可能性があるため(重要度指数によって決定されます)、定期的な携帯型データ収集に頼るのではなく、常時監視システムが採用されるのが一般的です。ただし、どちらのアプローチでも利用できる診断方法とツールは、概ね同じです。
近年では、オンライン状態監視システムが、水処理、鉄鋼、石油・ガス、パルプ・製紙、鉱業、石油化学、風力発電といった重工業分野にも適用されるようになっている。
性能監視は、あまり知られていない状態監視技術です。ポンプやタービンなどの回転機械だけでなく、ボイラーや熱交換器などの固定機器にも適用できます。測定対象となる物理量は、プラント機器に応じて、温度、圧力、流量、速度、変位などです。絶対的な精度は必ずしも必要ではありませんが、再現性のあるデータが必要です。通常は校正済みの測定機器が必要ですが、DCS(分散制御システム)を備えたプラントでも一定の成果が得られています。性能分析はエネルギー効率と密接に関連しているため、蒸気発電プラントでは長年にわたり活用されてきました。場合によっては、性能低下を回復するための最適なオーバーホール時期を算出することも可能です。
モデルベース電圧・電流システム(MBVIシステム):これは、3相すべての電流信号と電圧信号から得られる情報を同時に利用する技術です。モデルベースシステムは、従来の技術でも見られる現象の多くを特定でき、電気的、機械的、および運用上の領域を網羅しています。モデルベースシステムは、下の図6に示すような方法で動作し、モータの動作中に電流と電圧の両方を測定し、電流と電圧の関係を表す数学モデルを自動的に作成します。このモデルを測定電圧に適用することで、モデル化された電流が計算され、実際の測定電流と比較されます。測定電流とモデル化された電流の間の偏差は、モータと駆動機器システムの不完全性を表しており、パークベクトルを使用して3相電流を2つの直交位相(D&Q)に単純化し、フーリエ解析を 使用してパワースペクトル密度 プロットを作成し、結果として得られるスペクトルをアルゴリズムで評価して特定の故障または故障モードを特定するという方法を組み合わせて分析できます。これらのシステムは、短期的な診断測定装置としてではなく、状態監視ソリューションとして恒久的に設置することを想定して設計されており、その出力は通常のプラントシステムに統合できます。常時接続されているため、過去の傾向が自動的に記録されます。
こうしたタイプの装置が生成できる出力には、単一画面で機器全体の動作を信号機のように表示する機能や、さまざまな機械的、電気的、および動作上の問題の診断、これらのパラメータが時間とともにどのように変化するかを示すトレンドプロットなどがあります。このタイプの装置のコンセプトは、スペクトルを専門的に解釈する必要なく、通常のプラントオペレーターや保守担当者が使用できることです。ただし、必要に応じて、基となるスペクトルプロットも利用可能です。検出できる故障の種類には、モーターや駆動機器の不均衡、ミスアライメント、ベアリングの問題などのさまざまな機械的問題、絶縁破壊、ステータ巻線の緩み、ロータースロットの問題、電流または電圧の不均衡、高調波歪みなどの電気的問題が含まれます。これらのシステムは電流と電圧の両方を測定するため、電力も監視し、異常な動作条件によって引き起こされる問題や、効率低下の原因を特定することができます。モデルベースのシステムは、実際の電流と予測された電流の差のみを調べるため、従来のモータ電流スペクトル解析 (MCSA) で顕著な通常の電気信号を効果的にフィルタリングし、分析対象となる信号セットをはるかに単純化します。これらのシステムは電圧と電流の関係に基づいているため、入力電圧の周波数が変動し、高調波成分の多いノイズの多い波形が存在する可能性があるインバータ駆動システムにも適しています。モデルベースのシステムは、結果として得られる電流信号から電圧信号のノイズを効果的にフィルタリングし、根本的な不完全性だけを残します。このタイプの機器は使いやすく、コストも低いため、低コストで重要度の低い機器に適しています。[ 16 ]
モデルベースシステムの概念
その他のテクニック 目視検査は 状態監視の基本的な要素とみなされることが多いが、これは検査結果を文書化されたガイドラインに基づいて測定または評価できる場合に限られる。これらの検査が状態監視とみなされるためには、結果と観察時の状態を照合し、過去および将来の測定値との比較分析を可能にする必要がある。配管の一部を目視で検査して亀裂や漏れの有無を確認する行為は、検査を裏付ける定量化可能なパラメータが存在し、過去の検査との相対的な比較が行われない限り、状態監視とはみなされない。過去の検査とは切り離して行われる行為は状態評価とみなされるが、状態監視活動では、過去のデータとの比較分析を行い、その比較の傾向を報告する必要がある。表面のわずかな温度変化は、目視検査とサーモグラフィ による非破壊検査 で検出できます。熱は、特に劣化している電気接点や端子など、部品の故障を示しています。サーモグラフィは、高速ベアリング、流体継手、コンベヤローラー、貯蔵タンク 内部の堆積物にも適用できます。[ 17 ] 走査型電子顕微鏡は、 潤滑油中に懸濁した摩耗粉のサンプル(フィルターや磁気チップ検出器から採取したもの)を慎重に採取し、その画像を撮影することができます。その後、装置によって含まれる元素、その比率、サイズ、形態が明らかになります。この方法を用いることで、摩耗粉の発生箇所、機械的故障のメカニズム、そして最終的な故障までの時間を特定することができます。これは摩耗粉分析(WDA)と呼ばれます。 オイルの化学組成を検査する分光分析オイル分析は、 故障モードの予測に使用できます。たとえば、シリコンとアルミニウムの含有量が高い場合は、汚れや砂利(ケイ酸アルミニウム)などの汚染を示し、鉄のレベルが高い場合は、摩耗部品を示します。個々の元素は、それなりの指標となりますが、組み合わせて使用すると、故障モードを非常に正確に判断できます。たとえば、内燃機関の場合、鉄(ライナー)、アルミニウム(ピストン)、クロム(リング)の存在は、上部シリンダーの摩耗を示します。[ 18 ] 超音波は、高速および低速の機械用途、ならびに高圧流体状況において使用できます。デジタル超音波メーターは、ベアリングからの高周波信号を測定し、その結果をdBuV(デシベル/マイクロボルト)値として表示します。この値は経時的に傾向分析され、摩擦、擦れ、衝撃、その他のベアリング欠陥の増加を予測するために使用されます。dBuV値は、適切な再潤滑間隔を予測するためにも使用されます。超音波モニタリングは、適切に実施すれば、振動解析の優れた補完技術となります。 ヘッドホンを使えば、人間も超音波を聞くことができる。ベアリングで発生する高音の「ブーン」という音は、接触面に欠陥があることを示しており、高圧流体で部分的な閉塞が発生すると、オリフィスから大量の超音波ノイズが発生する。超音波は、状態監視のショックパルス法 [ 19 ] で使用されている。 性能分析とは、実際のパラメータを理想的なモデルと比較することによって、物理的な効率、性能、または状態を求める手法です。通常、測定値の差は劣化が原因です。モーターに次いで、遠心ポンプはおそらく最も一般的な機械です。繰り返し測定を用いた運転点付近での単純なヘッドフロー試験による状態監視は長年使用されてきましたが、より広く採用される可能性があります。この方法を拡張して、ポンプの摩耗に伴って増加するエネルギー消費量とオーバーホールのコストのバランスに基づいて、ポンプのオーバーホールに最適な時期を計算することができます。航空ガスタービンも、性能分析技術を使用して監視されるのが一般的で、ロールス・ロイス社 などの機器メーカーは、長期サービス契約(LTSA)またはトータルケアパッケージの下で、航空機エンジンの全機体を定期的に監視しています。 摩耗粉検出センサーは、潤滑油中の鉄系および非鉄系の摩耗粉を検出することができ、測定対象機械の状態に関する重要な情報を提供します。発生する摩耗粉の種類とその傾向を把握し監視することで、ギアボックスやタービンなどの回転機器が致命的な故障を起こす前に、不具合を検出することが可能です。
重要度指数 重要度指数は、機械の用途、冗長性 (つまり、機械が故障した場合に代替機があるかどうか)、修理費用、ダウンタイムの影響、健康、安全 、環境問題、その他多くの重要な要素を考慮して、特定の機械の状態監視の度合いを判断するためによく使用されます。重要度指数は、すべての機械を次の3つのカテゴリのいずれかに分類します。
重要機械とは、プラントやプロセスにとって不可欠であり、これらがなければプラントやプロセスが機能しない機械のことです。このカテゴリーの機械には、発電所の蒸気タービンやガスタービン、石油掘削装置の原油輸出ポンプ、石油精製所のクラッカーなどが含まれます。重要機械はプロセスの中核を担うため、コストに関係なく、機械から可能な限り多くのデータを継続的に記録するための完全なオンライン状態監視が必要とされ、プラント保険で規定されることもよくあります。負荷、圧力、温度、ケーシングの振動と変位、シャフトの軸方向および半径方向の変位、速度、差動膨張などの測定値が可能な限り取得されます。これらの値は、多くの場合、機械管理ソフトウェアパッケージにフィードバックされ、履歴データの傾向分析や、性能データなどの情報の提供、さらには故障の予測や故障発生前の診断などが可能になります。 必要不可欠な機械設備とは、プロセスの中核を成すものの、故障が発生してもプロセスが継続される設備のことです。予備設備(利用可能な場合)もこの範疇に含まれます。重要な機械設備が故障した場合に備えて代替計画を維持するため、これらの設備のテストと制御も不可欠です。 汎用機械またはプラントバランス機械 – これらはプラントの残りの部分を構成する機械であり、通常は前述のように携帯型データ収集装置を使用して定期的に監視され、機械の状態を把握します。
注釈と参考文献 ↑ API 579/ASME FFS-1:「使用適合性」(2007年) ↑ ISO 17359:機械の状態監視及び診断-一般指針 ↑ SRW Mills (2010).振動モニタリングと解析ハンドブック 。英国非破壊検査協会。 ↑ ISO 14830-1:機械システムのコンディションモニタリング及び診断-トライボロジーに基づくモニタリング及び診断-第1部:一般指針 ↑ ISO 22096:機械の状態監視及び診断-音響放射 ↑ AN Nowicki (2004). 赤外線サーモグラフィハンドブック – 第2巻。アプリケーション – (INST32X) 。英国非破壊検査協会。 ↑ ISO 29821:機械の状態監視及び診断-超音波-一般指針、手順及び検証 ↑ J・マイケル・ロビショー:「振動監視および分析のための参照標準(2018年5月16日にWayback Machine に アーカイブ)」 ↑ Liu, Jie; Wang, Golnaraghi (2008). "ベアリング故障診断のための拡張ウェーブレットスペクトル". IEEE Transactions on Instrumentation and Measurement . 57 (12): 2801–2812 . Bibcode : 2008ITIM...57.2801L . doi : 10.1109/tim.2008.927211 . S2CID 19270669 . ↑ Jardine, AKS; Lin, Banjevic (2006). "状態基準保全を実装する機械診断および予知に関するレビュー". Mechanical Systems and Signal Processing . 20 (7): 1483– 1510. Bibcode : 2006MSSP...20.1483J . doi : 10.1016/j.ymssp.2005.09.012 . ↑ BS ISO 18431-1:「機械的振動及び衝撃。信号処理-概論」(2005年) ↑ Kumar, T Praveen; Jasti, Anurag; Saimurugan, M; Ramachandran, KI (2014-01-01). "ソフトコンピューティング技術を用いた自動車ギアボックスの振動に基づく故障診断". Proceedings of the 2014 International Conference on Interdisciplinary Advances in Applied Computing . ICONIAAC '14. New York, NY, USA: ACM. pp. 13:1–13:7. doi : 10.1145/2660859.2660918 . ISBN 9781450329088 . S2CID 17212381 . ↑ 「振動解析トレーニング」 。2019年3月27日。 2012年3月9日のオリジナルから アーカイブ済み。 ↑ Kaboli, Shahriyar; Oraee, Hashem (2016年3月8日). パワーエレクトロニクスと電気機械の信頼性:産業応用と性能モデル . Engineering Science Reference. p. 444. ISBN 978-1-4666-9429-3 。↑ BS ISO 18431-2:「機械的振動と衝撃。信号処理-フーリエ変換解析のための時間領域ウィンドウ」(2004年) ↑ 「ISO 20958:2013 – 機械システムのコンディションモニタリングおよび診断 – 三相誘導電動機の電気的シグネチャ解析」 。www.iso.org 。 2017年3月8 日 取得 。 ↑ BS ISO 18434-1:「機械の状態監視及び診断。サーモグラフィ-一般手順」(2008年) ↑ 「潤滑油中の元素源 - ビジュアルガイド | Learn Oil Analysis」 learnoilanalysis.com 2017 年10月9日に オリジナル からアーカイブ済み。 2017年12月3日 に取得 。 ↑ BS ISO 18431-4:「機械的振動と衝撃。信号処理-衝撃応答スペクトル解析」(2007年)
さらに読む BS ISO 13372:「機械の状態監視及び診断。用語集」(2012年) ISO (2018). ISO 17359:2018、機械の状態監視及び診断-一般指針 。国際標準化機構 (ISO)。 Simon RW Mills (2010).振動モニタリングおよび解析ハンドブック – (INST397) .英国非破壊検査協会 . ISBN 978-0-903132-39-8 。 チャールズ・W・リーブス(1998)。『振動モニタリングハンドブック 』。コックスムーア出版。ISBN 978-1-901892-00-0 。 トレバー・M・ハント&ジョン・S・エヴァンス(2008)。『石油分析ハンドブック 』コックスムーア出版。ISBN 978-1-901892-05-5 。 BS ISO 13374:「機械の状態監視及び診断。データ処理、通信及び表示(第1~3部)」(2012年) BS ISO 13381-1:「機械の状態監視及び診断。予知保全-一般指針」(2004年) ISO 20958:2013 機械システムのコンディションモニタリング及び診断 ― 三相誘導電動機の電気的特性解析 ISO 18095:「電力変圧器の状態監視及び診断」(2018年)