Zastosowanie technologii ultradźwiękowej w strukturach Zakładów Tłuszczowych Kruszwica – część 4 z 4

843

Oczywiście młot wodny jest zjawiskiem bardzo niepożądanym, a powstające w jego wyniku uderzenia powodują uszkodzenia naszych instalacji, głównie miejsc gdzie mamy zagięcia, kolanka, rozgałęzienia, zawory czy wymienniki ciepła. Zaistniała sytuacja nie doprowadziła do żadnego uszkodzenia zmusiła jednak do refleksji i skontrolowania wszystkich garnków kondensu, żeby znaleźć źródło nieodprowadzania wody. 

Konsekwencja zjawiska młota wodnego w najgorszym stadium. Materiały szkoleniowe UE Systems

7. Kondycja odwadniacza termodynamicznego

W celu inspekcji garnków kondensu należy zasadniczo kierować się dobrą praktyką ujętą w trzech prostych krokach :

  1. ocena wizualna:

Chociaż jej zakres jest ograniczony, obserwacja wizualna jest ważnym pierwszym krokiem w określaniu, czy odwadniacz działa prawidłowo, czy też nie. Na przykład, niektóre objawy, które można zaobserwować jak brak zrzutu kondensatu lub bardzo duże ilości wyciekającej pary mogą wskazywać na potrzebę naprawy. Oczywiście żeby dokonać jakiejkolwiek oceny zawsze należy czekać na pełny cykl pracy odwadniacza. Co ważne ocena wizualna ogranicza się zazwyczaj do kontroli systemów otwartych.

  1. pomiary termowizyjne:

Pomiary temperatury kondensatu na wejściu i wyjściu odwadniacza są kluczowym krokiem w procesie oceny jego kondycji:

a) jeżeli termogram pokazuje wyższą temperaturęna wejściu oraz niższą na wyjściu (< 100oC) mamy do czynienia z poprawną pracą odwadniacza,

b) jeżeli temperatura na wejściu jest znacząco niższa niż temperatura całego układu może to oznaczać, że para nie dochodzi do odwadniacza. Należy się tu doszukiwać problemów w samym układzie jak zamknięty zawór, zablokowana rura, itp.

c) jeżeli temperatury wejścia i wyjścia są takie same odwadniacz prawdopodobnie jest w trybieniewłaściwie otwartym (failed-open). W trybie tym odwadniacz nadal działa, ale powoduje znaczące straty energii „wdmuchując” parę do układu kondensatu.

d_ jeżeli mamy do czynienia z niskimi temperaturami na wejściu i wyjściu wskazuje to, że odwadniacz jest w trybie niewłaściwie zamkniętym (failed-closed).

Co warto wiedzieć zmienne, takie jak przeciwciśnienie w systemie, mogą sprawić, że kontrola za pomocą pomiarów termowizyjnych będzie mniej dokładna.

  1. pomiary ultradźwiękowe

Kondensat przepływający przez odwadniacz oraz elementy mechaniczne (mechanizm otwierania i zamykania) wytwarza dźwięk i drgania (wibracje). Kiedy garnek kondensu przestaje działać zgodnie z przeznaczeniem dźwięki te często zmieniają się. Rozpoznanie tej różnicy jest kluczową metodą oceny stanu odwadniacza. Do pomiarów za pomocą ultradźwięków należy używać sugerowanych częstotliwości 20-25 kHz.

Ocena stanu technicznego odwadniaczy w ramach ZT „Kruszwica” S.A. opiera się na wyżej opisanej metodyce i jest działaniem cyklicznym. Dzięki temu firma ma pełną kontrolę nad efektywnością swoich mediów unikając znaczących strat energii. Poniżej można znaleźć przykłady sprawnie działającego oraz wadliwego odwadniacza termodynamicznego.

a) sprawny

Zdjęcie oraz termogram pracy sprawnego odwadniacza. Ciśnienie pracy 3,5 bar. ΔT 53,2oC. Opracowanie własne

Pomiar ultradźwiękowy pracy sprawnego odwadniacza. Opracowanie własne.

b) cienkie

Zdjęcie oraz termogram pracy cieknącego odwadniacza. Ciśnienie pracy 10 bar. ΔT 33,6oC. Opracowanie własne

Przebieg czasowy pracy cieknącego odwadniacza. Opracowanie własne.

8. Detekcja wycieków

Każdy zakład stosujący sprężone powietrze, próżnię czy gazy techniczneposiada nieszczelności na instalacji. Mogą one negatywniewpływać na jakość wyrobu w procesie czy obniżenie ciśnienia naodbiornikach, jednocześnie generując wymierne straty finansowe.Wykonując badania i naprawiając problemy firma może zmniejszyć zużycie energii, zwiększyć efektywność, zmaksymalizować wydajność powietrza, zmniejszyć emisję gazów cieplarnianych, zwiększyć bezpieczeństwo i monitorować kontrolę jakości.Technika ultradźwiękowa jak żadna inna nadaje się do tego celu, w szczególności, jeśli chodzi o lokalizację wycieków sprężonego powietrza w tym niejednokrotnie w miejscach, gdzie normalnie nigdy nikt by nie zajrzał (instalacje bardzo wysoko lub w trudno dostępnym miejscu).

Detekcja wycieków sprężonego powietrza. Opracowanie własne

Podsumowanie

Opisane w artykule case studies potwierdzają, że w wielu przypadkach krzywa P –F odzwierciedla rozwój defektu. Przykłady maszyn wirujących, gdzie mieliśmy zestawienie metod diagnostycznych pokazują, że pierwsze punkty zapalne objawiają się wyższym natężeniem ultradźwięków. Wibracje wykrywalne dla przyrządu pojawiają się nieco później, ale za to najdokładniej określają źródło problemu. Z wykresów wibracji, możemy odczytać, że mamy do czynienia z niewyosiowaniem, jak w przypadku opisanej pompy, a z analizy częstotliwości występowania harmonicznych możemy z dużą dokładnością określić który element jest uszkodzony, jak np. zębatka czy łożysko.

Najpóźniej zmiany zaobserwowano na kamerze termowizyjnej, jednak jest to doskonała metoda porównawcza, zwłaszcza kiedy mamy obok siebie kilka urządzeń tego samego typu. Bardzo często, jednak kiedy występuje już duży przyrost temperatury, usterka jest mocno rozwinięta. Na tym etapie poszczególne elementy są już na tyle zużyte, że wymagają jak najszybszej wymiany.

Co również zostało zaobserwowane to fakt, że za pomocą ultradźwięków zostały wykryte uszkodzenia łożysk wolnoobrotowych natomiast w przypadku wibroakustyki (na tym samym etapie) nic, w sposób znaczący nie wskazywało na już pogarszający się stan. Znacznie lepszym uzupełnieniem pomiarów ultradźwiękowych okazały się tutaj badania oleju.

Ultradźwięki dobrze poradziły sobie również z problemami elektrycznymi. Oczywiście badania te nie dostarczą wiedzy, czy mamy problem z upływem prądów do łożyska czy uszkodzonymi uzwojeniami, ale zainicjują użycie innych metod bardziej dedykowanych do silników jak MCA. W przypadku problemów z grzaniem uzwojeń dobrze sprawdzi się też podczerwień. Problemy też będę też widoczne przy analizie drgań (2xFL i harmoniczne).

Z obserwacji wynika również, że nie bez znaczenia pozostają działania proaktywne, takie jak laserowe osiowanie urządzeń, montowanie łożysk przy pomocy nagrzewnicy indukcyjnej czy odpowiedzialna gospodarka smarownicza.

Co warto zaznaczyć samo smarowanie również nie musi być zupełnie manualne („na wyczucie”) czy bazować na uśrednionych wielkościach rekomendowanych przez producentów (2g, 3g), ale może, a wręcz powinno opierać się o technologie. W tym wypadku również doskonale sprawdzą się ultradźwięki (dedykowanym urządzeniem jest np. Grease Caddy firmy UE Systems).

Przebieg czasowy smarowania dla sprawnego łożyska. Opracowanie własne.

Przebieg czasowy smarowania dla łożyska w pierwszej fazie uszkodzenia (amplituda po przesmarowaniu powróciła do pierwotnego poziomu). Opracowanie własne.

Na podstawie lat doświadczenia można jednoznacznie stwierdzić, że inspekcje ultradźwiękowe pozwalają wykrywać szerokie spektrum problemów nie tylko związanych z tarciem (łożyska, zębatki), ale gdy połączymy je z inspekcją termowizyjną, otrzymamy solidny program pozwalający zapobiegać problemom natury elektrycznej (do tego również zaleca się MCA) w najwcześniejszej ich fazie. Ta wspólna współpraca świetnie nadaje się również przy detekcji problemów z odwadniaczami.

Z obserwacji wynika również, że nie bez znaczenia pozostają badania zjawisk pneumatycznych, jak wycieki sprężonego powietrza i badanie próżni czy hydraulicznych jak detekcja młota wodnego i kawitacji.

Co ważne wraz z rozwojem techniki (predykcyjne i preskryptywne utrzymanie ruchu, niezawodność) zmienia się podejście do zbierania (sensory online, IoT) czy analizy danych (modele statystyczne i algorytmy uczenia maszynowego) i jest to niewątpliwie przyszłość.

Nowoczesne strategie na drodze utrzymania ruchu w pełni zorientowanego na niezawodności. Opracowanie własne.

Jednak zjawiska fizyczne leżące u podstaw opisanych w artykule technologii pozostają bez zmian. Nie ma więc z fizycznego punktu widzenia większego znaczenia czy zbieramy dane offline, online czy z wykorzystaniem IoT. Dane, które grodzimy nadal będą te same. Różnica pojawia się gdy mamy bardzo krytyczne lub niestabilne (nie da się zaplanować rozsądnych ram czasowych pomiaru) maszyny. W przeciwnym razie przy np. pomiarach drgań gdzie dane zbieramy co miesiąc, a linia trendu zachowuje się stabilnie przez okres kilku, kilkunastu miesięcy (kondycja maszyny zgodna z przyjętymi standardami) pomiar ciągły (teoretycznie ciągły, gdyż najczęściej mówimy o próbkowaniu co 10-15min przez ustalony czas w zależności od prędkości maszyny, np. 1s dla urządzeń pracujących z prędkością min 60 rpm) niczego nie zmieni i nie będzie tu miało również znaczenia czy sensor jest podłączony kablowo czy jest w technologii IoT.

Sama analiza również się nie zmienia. Jeżeli wiemy, że np. w przypadku podejrzenia problemów z przekładnią i używaną do tego analizą drgań należało doszukiwać się pojawienia się wstęg bocznych oraz harmonicznych, które pozwalają dokładnie zidentyfikować element maszyny gdzie pojawia się usterka, a Gear Mesh Frequency to prędkość x liczba zębów to maszyna (algorytm) podejdzie do tematu w dokładnie ten sam sposób. To co kiedyś robił doświadczony inżynier dzisiaj może zrobić znacznie szybciej komputer, ale zarówno do modeli statystycznych jak i zaawansowanych algorytmów uczenia maszynowego (deep learning) potrzebne są dane wejściowe bazujące na tym co przez lata udało się w temacie analizy danych wypracować.

Oczywiście zgadzamy się, że im więcej danych uczących zostanie zaimplementowanych w maszynie (algorytmie) tym dokładniejsza diagnoza i z czasem będzie ona znacznie bardziej trafna niż ta przeprowadzona przez człowieka, a przynajmniej znacznie szybsza (zwłaszcza analizując sygnały z wielu źródeł jednocześnie), ale początki zawsze będą obarczone błędem. Co ważne jeżeli chcemy mieć programy bazujące na sztucznej inteligencji „szyte na miarę” u podstaw tego muszą leżeć nasze dane historyczne (wejściowe), a nie ogólnie przyjęte średnie. Także jeżeli chcemy myśleć o utrzymaniu ruchu jutra już dziś musimy poważnie podejść do tematu diagnostyki leżącej u jego postaw oraz zbudować optymalną strategię utrzymania ruchu (niezawodność vs. koszty) wykorzystującą również najnowsze zdobycze techniki czy to do gromadzenia czy zarządzania i analizy danych.

Autorzy:
Pan Paweł Łęciński
BEU Predictive Maintenance Subject Matter Expert and
Reliability Lead Poland, Hungary and Romania

Pan Jerzy Halkiewicz
Regional Manager – UE Systems Poland

Zapraszamy do przeczytania kolejnych części:

Diagnostyka Część 1 z 4
Diagnostyka Część 2 z 4
Diagnostyka Część 3 z 4