Schaltkreise, die Daten erkennen, messen, interpretieren und analysieren, werden heute bereits zunehmend in Produktionsumgebungen eingesetzt. Dank jüngster Fortschritte bei Qualität und Fähigkeiten von Halbleitern vollzieht sich diese Entwicklung derzeit schneller als jemals zuvor. In diesem Artikel erfahren Sie mehr darüber, wie neue Lösungen auf Grundlage der MEMs-Technologie und moderner Algorithmen eine leistungsstarke neue Generation von CbM (Condition-based Monitoring)-Tools ermöglichen. Erfahren Sie, wie diese Tools die Möglichkeiten zur effektiven Überwachung von Geräten erweitern, Betriebszeiten verbessern, die Prozessqualität erhöhen und den Durchsatz steigern.
Die Aktivierung dieser neuen Möglichkeiten und die Nutzung der zustandsbasierten Überwachung erfordern neue Lösungen, die präzise, zuverlässig und robust sein müssen, damit die Echtzeitüberwachung über die einfache Erkennung möglicher Gerätefehler hinausgehen sowie nützliche und umsetzbare Informationen bereitstellen kann. Die Leistung der Technologien der nächsten Generation ermöglicht zusammen mit Einblicken auf Systemebene eine fundiertere Kenntnis der Anwendung und der Voraussetzungen für eine erfolgreiche Bewältigung dieser Herausforderungen.
Schwingungen, eine der zentralen Komponenten von Maschinendiagnoseverfahren, werden bereits in zuverlässiger Weise verwendet, um kritisches Equipment für eine breite Palette industrieller Anwendungen zu überwachen. Zu den verschiedenen Diagnose- und Prognosefunktionen, die für moderne Vibrationsüberwachungslösungen erforderlich sind, gibt es bereits eine umfangreiche Literatur. Weniger gut dokumentiert ist das Verhältnis zwischen Leistungsparametern für Vibrationssensoren wie etwa Bandbreite und Rauschdichte und den Fehlerdiagnosefunktionen von Endanwendungen. Dieser Artikel behandelt die wichtigsten Maschinenfehlertypen bei industriellen Automatisierungsanwendungen und identifiziert die wesentlichen Leistungsparameter für Vibrationssensoren, die für die spezifischen Fehler relevant sind.
Nachfolgend werden einige typische Fehlerarten und ihre Eigenschaften erläutert, um Einblicke in einige zentrale Systemanforderungen zu geben, die bei der Entwicklung einer zustandsbasierten Überwachungslösung zu berücksichtigen sind. Dazu gehören u. a. Ungleichgewicht, fehlerhafte Ausrichtung, Zahnradfehler und Wälzlagerdefekte.
Ungleichgewicht
Was versteht man unter Ungleichgewicht und was sind die Ursachen dafür?
Unter Ungleichgewicht versteht man die ungleiche Verteilung von Masse, die dazu führt, dass sich das Massezentrum vom Rotationszentrum entfernt. Systemungleichgewichte können durch inkorrekte Installationen wie etwa Kupplungsexzentrizität, Fehler beim Systementwurf, Komponentenfehler oder auch durch die Ansammlung von Fremdkörpern oder anderen Verunreinigungen verursacht werden. Ein Beispiel: Die in den meisten Induktionsmotoren eingebauten Kühllüfter können durch ungleichmäßige Ablagerungen von Staub und Fett oder durch gebrochene Lüfterflügel unsymmetrisch werden.
Warum ist Ungleichgewicht in einem System ein Problem?
Unausgeglichene Systeme erzeugen übermäßige Vibrationen, die sich mechanisch auf andere Komponenten des Systems übertragen, etwa auf Lager, Kupplungen oder Lasten, was zunächst noch in gutem Zustand befindliche Komponenten zunehmend beeinträchtigen kann.
Erkennung und Diagnose von Ungleichgewichten
Zunehmende Vibrationen im System können auf einen möglicherweise durch ein unausgeglichenes System verursachten Fehler hindeuten. Die Diagnose der zugrundeliegenden Ursache erfolgt jedoch durch Analysen in der Frequenzdomäne. Unausgeglichene Systeme erzeugen ein Signal in der Rotationsrate des Systems – typischerweise bezeichnet als 1x – in einer Größenordnung, die proportional zum Quadrat der Rotationsrate ist, F = m x w2. Die Komponente 1x ist typischerweise immer in der Frequenzdomäne vorhanden, die Identifikation eines unausgeglichenen Systems erfolgt daher durch Messung der Größe von 1x und der harmonischen Schwingungen. Wenn 1x größer ist als die Basismessung und die harmonischen Schwingungen deutlich unter 1x liegen, liegt wahrscheinlich ein unausgeglichenes System vor. In einem unausgeglichenen System sind wahrscheinlich auch horizontal und vertikal phasenverschobene Vibrationskomponenten vorhanden.
Welche Systemspezifikationen müssen bei der Diagnose eines unausgeglichenen Systems berücksichtigt werden?
Zur Reduzierung des Sensoreinflusses und zur Ermöglichung der Erkennung durch ein unausgeglichenes System verursachter kleiner Signale ist geringes Rauschen erforderlich. Dies ist wichtig für den Sensor, die Signalkonditionierung und die Erfassungsplattform.
Zum Erkennen solcher geringfügigen Ungleichgewichte ist eine ausreichende Auflösung des Erfassungssystems bei der Extraktion des Signals (besonders des Basissignals) erforderlich.
Die Bandbreite ist wichtig, um genügend Informationen über die Rotationsrate hinaus zu erfassen und die Genauigkeit und Zuverlässigkeit der Diagnose zu verbessern. Die 1x harmonischen Schwingungen können auch von anderen Systemfehlern beeinflusst werden, etwa von fehlerhafter Ausrichtung oder mechanischen Ungenauigkeiten. Daher kann die Analyse der harmonischen Schwingungen der Rotationsrate oder der 1x-Frequenz dabei helfen, zwischen Systemrauschen und anderen potenziellen Fehlern zu unterscheiden. Bei langsamer rotierenden Maschinen können die grundlegenden Rotationsraten deutlich unter 10 U/Min. liegen. Dies bedeutet, dass der Frequenzgang des Sensors von entscheidender Bedeutung für die Erfassung der grundlegenden Rotationsraten ist. Die MEMS-Sensortechnologie von Analog Devices ermöglicht das Erkennen von Signalen bis zum dc-Bereich und erlaubt das Messen von Gerätschaften mit langsamerer Rotation bei gleichzeitiger Messung hoher Bandbreiten für Inhalte mit höherer Frequenz, die typischerweise mit Lager- und Getriebekastendefekten zusammenhängen.
Abbildung 1. Wegen der erhöhten Amplitude der Rotationsrate oder der 1x-Frequenz liegt möglicherweise ein unausgeglichenes System vor.
Fehlerhafte Ausrichtung
Was versteht man unter fehlerhafter Ausrichtung und was sind die Ursachen hierfür?
Fehlerhafte Ausrichtungen im System treten, wie der Name sagt, dann auf, wenn zwei rotierende Wellen nicht korrekt aneinander ausgerichtet sind. Abbildung 2 zeigt ein ideales System mit korrekter Ausrichtung, beginnend mit dem Motor, dann der Welle, der Kupplung bis hin zur Last (in diesem Fall eine Pumpe).
Abbildung 2. Ein ideal ausgerichtetes System.
Fehlerhafte Ausrichtungen können in paralleler wie auch in winkeliger Richtung auftreten oder auch eine Kombination aus beiden darstellen (siehe Abbildung 3). Parallele fehlerhafte Ausrichtungen treten auf, wenn die beiden Wellen in horizontaler oder vertikaler Richtung verschoben sind. Winkelversätze liegen vor, wenn eine der Wellen in einem Winkel relativ zur anderen steht.
Abbildung 3. Beispiele für verschiedene fehlerhafte Ausrichtungen sind etwa (a) winkelige, (b) parallele oder eine Kombination aus beiden Abweichungen.
Warum ist eine fehlerhafte Ausrichtung ein Problem?
Fehlerhafte Ausrichtungen können sich auf das Gesamtsystem so auswirken, dass Komponenten unter größerer Belastung bzw. mit höheren Lasten arbeiten müssen, für die sie ursprünglich nicht ausgerichtet waren, was zu vorzeitigen Ausfällen führen kann.
Erkennung und Diagnose von fehlerhaften Ausrichtungen
Fehlerhafte Ausrichtungen zeigen sich typischerweise als zweite harmonische Schwingung der Rotationsrate des Systems, bezeichnet als 2x. Die 2x-Komponente ist nicht immer im Frequenzgang vorhanden. Ist dies aber der Fall, kann das Verhältnis ihrer Größe zu 1x zur Bestimmung einer eventuell vorhandenen fehlerhaften Ausrichtung verwendet werden. Zunehmende fehlerhafte Ausrichtungen können zu harmonischen Schwingungen bis zu 10x führen, je nach Art der fehlerhaften Ausrichtung, dem Ort ihrer Messung und der Richtungsinformationen. Abbildung 4 zeigt die Signaturen im Zusammenhang mit möglichen fehlerhaften Ausrichtungen.
Abbildung 4. Eine höhere harmonische Schwingung 2x weist, zusammen mit harmonischen Schwingungen höherer Ordnung, auf eine mögliche fehlerhafte Ausrichtung hin.
Welche Systemspezifikationen müssen bei der Diagnose eines Systems mit fehlerhafter Ausrichtung berücksichtigt werden?
Zum Erkennen kleinerer fehlerhafter Ausrichtungen sind geringes Rauschen und eine ausreichende Auflösung erforderlich. Die zulässigen Toleranzen bei fehlerhaften Ausrichtungen richten sich nach Maschinentyp sowie System- und Prozessanforderungen.
Die Bandbreite ist erforderlich, um einen ausreichenden Frequenzbereich zu erfassen und die Genauigkeit und Zuverlässigkeit der Diagnose zu verbessern. Die harmonische Schwingung 1x kann von anderen Systemfehlern beeinflusst werden, etwa von fehlerhaften Ausrichtungen, weshalb die Analyse der harmonischen Schwingungen der 1x-Frequenz bei der Unterscheidung von anderen Systemfehlern hilfreich sein kann. Dies gilt besonders für Maschinen mit höheren Drehzahlen. Beispielsweise erfordern Maschinen mit mehr als 10.000 U/Min., etwa maschinelle Werkzeuge, Qualitätsinformationen über 2 kHz, um Ungleichgewichte mit hoher Sicherheit erkennen zu können.
Multidirektionale Informationen verbessern auch die Genauigkeit der Diagnose und gewähren Einblicke in die Art und Richtung der fehlerhaften Ausrichtung.
Die Phase des Systems verbessert, zusammen mit direktionalen Vibrationsinformationen, die Diagnose fehlerhafter Ausrichtungen noch weiter. Die Messung der Vibration an verschiedenen Punkten der Maschine und die Feststellung von Unterschieden zwischen Phasenmessungen oder im gesamten System ermöglichen Erkenntnisse dazu, ob es sich um eine winkelige oder parallele Fehlausrichtung oder um eine Kombination aus beiden handelt.
Wälzelementlager-Defekte
Was sind Wälzelementlager-Defekte und wodurch werden sie verursacht?
Wälzelementlager-Defekte gehen typischerweise auf mechanische Belastungen oder Schmierungsprobleme zurück, die zu kleinen Rissen oder Defekten an den mechanischen Komponenten eines Lagers führen und verstärkte Vibrationen verursachen. Abbildung 5 zeigt einige Beispiele für Wälzelementlager-Defekte.
Abbildung 5. Beispiele für Wälzelementlager- (oben) und Schmierungs- und Entladestrom-Defekte (unten).
Warum sind Wälzelementlager-Defekte problematisch?
Wälzelementlager sind praktisch in allen Arten rotierender Maschinen vorhanden, von großen Turbinen bis zu langsamer rotierenden Motoren, von relativ einfachen Pumpen und Lüftern bis zu Hochgeschwindigkeits-CNC-Spindeln. Lagerdefekte können ein Anzeichen für eine kontaminierte Schmierung (Abbildung 5), inkorrekte Installationen, Entladeströme mit hoher Frequenz (Abbildung 5) oder eine erhöhte Belastung durch das System sein. Ausfälle können katastrophale Systemschäden verursachen und erhebliche Auswirkungen auf andere Systemkomponenten haben.
Wie werden Wälzelementlager-Defekte erkannt und diagnostiziert?
Es gibt verschiedene Verfahren für die Diagnose von Lagerdefekten und aufgrund der physikalischen Eigenschaften von Lagerdesigns können die Frequenzen jedes Lagerdefekts anhand der Geometrie des Lagers, der Rotationsgeschwindigkeit und der Art des Defekts berechnet werden. Frequenzen für Lagerdefekte sind in Abbildung 6 aufgeführt.
Abbildung 6. Frequenzen von Lagerdefekten hängen von der Lagerart, der Geometrie des Lagers und den Rotationsraten ab.
Die Analyse der Vibrationsdaten einer Maschine oder eines Systems basiert oft auf einer kombinierten Analyse der Zeit- und der Frequenzdomäne. Die Analyse der Zeitdomäne ist nützlich, um Trends bei der Gesamtzunahme der Vibration im System zu erkennen. Diese Analyse liefert jedoch nur sehr wenige Diagnoseinformationen. Die Analyse der Frequenzdomäne verbessert die diagnostischen Einblicke, doch die Identifizierung der Fehlerfrequenzen kann aufgrund des Einflusses anderer Systemvibrationen schwierig sein.
Für eine frühzeitige Diagnose von Lagerdefekten werden die harmonischen Schwingungen der Defektfrequenzen zur Identifizierung von Fehlern in einer frühen Phase verwendet, damit diese beobachtet und behoben werden können, bevor ein katastrophaler Ausfall eintritt. Für Erkennung, Diagnose und Kenntnis der Systemimplikationen eines Lagerdefekts bieten Techniken wie die Hüllkurvendetektion, illustriert in Abbildung 7, zusammen mit Spektralanalysen in der Frequenzdomäne normalerweise aussagekräftigere Informationen.
Abbildung 7. Techniken wie die Hüllkurvendetektion können frühzeitige Anzeichen für Lagerdefekte aus Vibrationsdaten mit großer Bandbreite erkennen.
Welche Systemspezifikationen müssen bei der Diagnose eines Wälzelementlager-Fehlers berücksichtigt werden?
Zur Erkennung von Lagerdefekten in frühen Phasen sind geringes Rauschen und eine ausreichende Auflösung erforderlich. In der Regel sind die anfänglichen Anzeichen solcher Defekte geringe Amplituden. Mechanisches Schleifen, das aufgrund von Konstruktionstoleranzen mit Lagern verbunden ist, reduziert weiter die Intensität der Vibration durch die Ausbreitung der Amplitudeninformationen über mehrere Bereiche im Frequenzgang des Lagers. Daher ist geringes Rauschen wichtig, damit die Signale früher erkannt werden können.
Die Bandbreite ist äußerst wichtig für die frühzeitige Erkennung von Lagerdefekten. Immer wenn bei einer Umdrehung ein Defekt auftritt, wird ein Impuls mit Hochfrequenzinhalt erzeugt (siehe Abbildung 7). Für solche in einer frühen Phase befindlichen Fehler werden die harmonischen Schwingungen der Lagerdefektfrequenzen und nicht die Rotationsrate überwacht. Aufgrund des Verhältnisses zwischen den Lagerdefektfrequenzen und den Rotationsraten können diese frühzeitigen Anzeichen bei wenigen Kilohertz beginnen und deutlich über 10 bis 20 kHz hinausgehen. Selbst bei Geräten mit geringeren Drehzahlen erfordert die frühzeitige Erkennung von Lagerdefekten höhere Bandbreiten, um dabei Einflüsse von Systemresonanzen und Systemrauschen auszuschließen, die untere Frequenzbänder beeinflussen.
Auch der dynamische Bereich ist für die Überwachung auf Lagerdefekte wichtig, da sich Systemlasten und -defekte auf die Vibration im System auswirken können. Erhöhte Lasten führen dazu, dass stärke Kräfte auf das Lager und den Defekt einwirken. Lagerdefekte erzeugen zudem Impulse, die zu strukturellen Resonanzen führen, was die Vibrationen im System und am Sensor verstärkt. Wenn Maschinen bei Start/Stopp-Aktionen oder im normalen Betrieb ihre Rotationsgeschwindigkeiten erhöhen oder verringern, bieten die veränderten Drehzahlen Möglichkeiten für das Entstehen von Systemresonanzen, was die Amplituden der Vibrationen erhöht. Die Sättigung des Sensors kann zu fehlenden Informationen, falschen Diagnosen und – bei bestimmten Technologien – zu Beschädigungen der Sensorelemente führen.
Zahnraddefekte
Was sind Zahnraddefekte und wodurch werden sie verursacht?
Zahnradfehler treten typischerweise durch Materialermüdung, Absplitterung oder Rostfraß an den Zähnen eines Zahnradmechanismus auf. Sie können sich durch Risse im Zahnradfuß oder Metallabtrag von der Zahnoberfläche zeigen. Ursachen hierfür können Verschleiß, übermäßige Belastung, schlechte Schmierung, Backlash oder gelegentlich auch fehlerhafte Installation oder Fertigungsfehler sein.
Warum sind Zahnradfehler problematisch?
Zahnräder sind in vielen industriellen Anwendungen die wichtigsten Elemente der Kraftübertragung und erheblichen Belastungen ausgesetzt. Ihr guter Zustand ist von entscheidender Bedeutung für den korrekten Betrieb des gesamten mechanischen Systems. Ein bekanntes Beispiel hierfür aus dem Bereich der erneuerbaren Energien ist die Tatsache, dass der wichtigste Faktor für Ausfallzeiten bei Windturbinen (und die damit verbundenen Umsatzeinbußen) Ausfälle des Multistage-Getriebekastens im Hauptantriebsstrang sind. Ähnliches gilt für industrielle Anwendungen.
Wie werden Zahnradfehler erkannt und diagnostiziert?
Zahnradfehler sind schwer zu erkennen, da es nicht einfach ist, Vibrationssensoren in Fehlernähe zu installieren, sowie wegen des erheblichen Hintergrundrauschens durch zahlreiche mechanische Stimuli innerhalb des Systems. Dies gilt besonders in komplexeren Getriebekastensystemen, in denen mehrere Rotationsfrequenzen, Übersetzungsverhältnisse und Pendelfrequenzen vorherrschen können. Daher können zum Erkennen von Zahnradfehlern verschiedene einander ergänzende Verfahren zum Einsatz kommen, darunter die Analyse akustischer Emissionen, der Stromsignatur sowie von Ölablagerungen.
Für die Vibrationsanalyse ist das Gehäuse des Getriebekastens der typische Einbauort für einen Beschleunigungsmesser, wobei der dominante Vibrationsmodus axial ausgerichtet ist. Intakte Zahnräder generieren eine Vibrationssignatur mit einer Frequenz, die als „Zahnradeingriffsfrequenz“ bezeichnet wird. Diese entspricht dem Produkt der Wellenfrequenz und der Anzahl der Zähne des Zahnrades. Typischerweise gibt es auch einige Modulationsseitenbänder aufgrund von Fertigungs- und Montagetoleranzen. Abbildung 8 illustriert dies für ein intaktes Zahnrad. Wenn ein lokalisierter Fehler wie etwa ein Riss in einem Zahn auftritt, beinhaltet das Vibrationssignal bei jeder Umdrehung die mechanische Reaktion des Systems auf einen kurzen Stoß mit relativ niedrigem Energieniveau. Dies ist in der Regel ein Breitbandsignal mit niedriger Amplitude, das generell als nicht periodisch und nicht stationär beurteilt wird.
Abbildung 8. Frequenzspektrum eines intakten Zahnrads mit einer Kurbelwellengeschwindigkeit von ~1000 U/Min., einer Zahnradgeschwindigkeit von ~290 U/Min. und 24 Zahnradzähnen.
Aufgrund dieser besonderen Eigenschaften gelten Standardtechniken für die Frequenzdomäne allein als nicht ausreichend für die korrekte Erkennung von Zahnradfehlern. Die Spektralanalyse kann möglicherweise Zahnradfehler in frühen Phasen nicht erkennen, da die Stoßenergie in der Seitenbandmodulation eingebunden ist, die auch Energie von anderen Zahnradpaaren und mechanischen Komponenten enthalten kann. Zeitdomänentechniken wie die zeitsynchrone Durchschnittsbildung oder Konzepte mit gemischten Domänen wie die Wavelet-Analyse oder die Hüllkurven-Demodulation sind in der Regel besser geeignet.
Welche Systemspezifikationen müssen bei der Diagnose eines Zahnradfehlers berücksichtigt werden?
Zum Erkennen von Zahnradfehlern ist generell eine hohe Bandbreite sehr wichtig, da die Anzahl der Zahnradzähne in der Frequenzdomäne als Multiplikator wirkt. Selbst bei Systemen mit relativ niedrigen Geschwindigkeiten erreicht der erforderliche Frequenzbereich schnell die Größe von mehreren kHz. Lokalisierte Fehler erfordern dazu noch mehr Bandbreite.
Aus verschiedenen Gründen sind eine hohe Auflösung und geringes Rauschen hierfür von äußerst großer Bedeutung. Da es schwierig ist, Vibrationssensoren in der Nähe bestimmter Fehlerzonen anzubringen, werden die Vibrationssignale potenziell durch das mechanische System stärker gedämpft, wodurch es sehr wichtig ist, Signale mit niedriger Energie zu erkennen. Da es sich bei den Signalen um nicht statische periodische Signale handelt, sind Standard-FFT-Techniken zur Extraktion von Signalen mit niedriger Amplitude in einer Umgebung mit starkem Rauschen nicht zuverlässig – der Rauschhintergrund des Sensors selbst muss sehr niedrig sein. Dies gilt besonders in Getriebekastenumgebungen mit mehreren unterschiedlichen Vibrationssignaturen von verschiedenen Elementen des Getriebekastens. Dazu kommt die Notwendigkeit einer möglichst frühzeitigen Erkennung von Fehlern, nicht nur zum Schutz wertvoller Ressourcen, sondern auch für die Signalkonditionierung. Es konnte gezeigt werden, dass Fehler durch den Bruch eines einzelnen Zahns zu stärkeren Signaturen führen können als bei zwei oder mehr Zähnen, was impliziert, dass die Fehlererkennung in frühen Phasen einfacher sein kann.
Zusammenfassung
Fehler wie Ungleichgewicht, fehlerhafte Ausrichtungen, Wälzelementlager-Defekte und Zahnradfehler sind nur einige Beispiele für die vielen Fehlerarten, die mit hochleistungsfähigen Vibrationssensoren erkannt und diagnostiziert werden können. Höhere Sensorleistungen ermöglichen zusammen mit den entsprechenden Überlegungen auf Systemebene zustandsbasierte Überwachungslösungen der nächsten Generation, die tiefere Einblicke in den mechanischen Betrieb einer breiten Palette industrieller Gerätschaften und Anwendungen bieten. Diese Lösungen haben erheblichen Einfluss auf Wartungspraktiken und den Betrieb von Maschinen und führen letztendlich zu weniger Ausfallzeiten, höherer Effizienz und neuen Funktionen für Gerätschaften der nächsten Generation.