ÖZET
Kestirimci bakımın faydaları herkesçe bilinse de uygulamadaki zorluklar nedeniyle dünyada kestirimci bakım uygulayabilen firmaların oranı %0,4 civarındadır. Bu çalışmada elektrik motorları, jeneratörler, transformatörler gibi üç fazlı sistemlerin ve bunlar tarafından sürülen ekipman veya sürecin kestirimci bakımı için geliştirilmiş ödüllü bir ürün olan, Motor Durum İzleme (MCM - Motor Condition Monitor) cihazından ve bu cihazın uygulama örneklerinden bahsedilmiştir. MCM sadece gerilim ve akım sinyallerini ölçerek ve bu sinyalleri sürekli izleyerek olması muhtemel elektriksel ve mekanik arızaları gelişimlerinin erken safhalarında tespit ederek, bakım planlanmasını sağlayan ve beklenmedik duruşları önleyen bir cihazdır.MCM ayrıca kullanıcıya arıza teşhisi için bilgi sağlar. MCM’ in temel işlevi plansız arızalardan kaynaklanan duruşlara engel olmak ve verimliği artırmak için zamanla bozulan makina ve süreç koşullarının erken uyarısını sağlamaktır. Patentli MCM teknolojisi, daha önceden ABD’ de Uzay Mekiği Ana Motoru, helikopter motorları ve gaz türbinlerine uygulanmış 10 yıllık bir araştırma çabasının ürünüdür [1,2,3,4]. MCM, bu konuda uzman olmayan personel tarafından kullanılabilen doğru bakım kararı sağlayan ucuz bir cihazdır. Bu nedenle, hem titreşim hem de akım imza analizi sistemlerinin eksiklerini ortadan kaldırır.
Anahtar Kelimeler : Kestitimci bakım, durum izleme sistemleri, model bazlı otomatik arıza teşhisi
MODEL BASED FAULT DETECTION AND PREDICTIVE MANTENANCE
1. GİRİŞ
Günümüzün rekabetçi iş ortamında ve yükselen enerji maliyetleri karşısında, üretici bir yandan maliyetlerini düşürürken diğer yandan artan üretim talebiyle karşı karşıyadır. Verimliliği düşüren yaygın maliyet kalemlerinden biri plansız duruşlardır [1]. Üretimin durması ve makinelerin beklenmedik arızaları her zaman için istenmeyen durumlardır. Bu durumun üretimin kritik olduğu yerlerde meydana gelmesi üretim kayıplarına ve masraflı tamirlere neden olabilir. Durum izleme cihazları, üretimin aksamasını ve masraflı tamirleri engelleyerek, olması yakın arızaların erken uyarısını vermek ve verimi arttırmak için kullanılır. Durum izlemenin arkasındaki temel fikir, arızaları ve üretimdeki plansız duruşları en aza indirmek amacıyla ekipman karakteristiği ile ilgili toplanmış verileri analiz etmektir. Kestirimci bakım yeteneği olan sürekli durum izleme cihazlarının fabrika otomasyon sistemlerine entegrasyonu giderek yaygınlaşmaktadır. [3]
Durum izlemenin iki ana alanı vardır – titreşim ve korozyon. Bunlar arasında titreşim %85 ile en büyük orana sahiptir. Diğer teknolojiler arasında rulman ve şaftlardaki sıcaklık değişikliklerini tespit etmek için Kızılötesi (IR) termografları; yağ analizi; yatak aşınmasının ultrasonik analizi gelmektedir.
Durum izlemenin ana uygulamalarından biri pompalar, kompresörler, fanlar, presler, vs gibi elektrik motoru veya motorlu sistemlerdir. Böyle ekipmanlar birkaç watt’ tan birkaç mega watt’ a kadar değişen geniş bir motor gücü yelpazesinde sanayinin her yerinde mevcuttur. Titreşim analizi motora sensörler yerleştirmek ve tipik olarak bir PC veya el cihazı gibi harici bir veri toplama ve analiz birimiyle titreşim enerjisi spektrumunu ölçmekten ibarettir. İvme, hız ve yer değiştirme titreşim analizinde en çok ölçülen niceliklerden bazılarıdır. Temel fikir, sistemde oluşan mekanik bir arızanın titreşim enerjisinde belirli frekans aralıklarındaki bir değişim olarak gösterilmesidir. Bu konuda uzman bir mühendis, cihazdan çıktıyı izleyerek bu değişimi tespit edebilir. Tipik bir vakada uzun bir dönem boyunca (çoğunlukla bir yıl veya daha fazla) periyodik olarak toplanan veri muhtemel bir arızayı gösteren trendleri incelemek için çizilir. Durum izleme bazlı titreşim sistemleri aşağıdaki nedenlerden dolayı pahalı, kullanımı zor ve sonuçlarının yorumlanması zor olabilir:[3]
1.Maliyet; hem sensörler hem de bunlara bağlı elektronik sistem pahalıdır.
2. Kurulum zorluğu; ivme ölçerlerin motora yerleştirilme pozisyonu maksimum duyarlılık için dikkatli seçilmelidir. Ayrıca, ulaşılması zor yerlerde sensörleri yerleştirmek sorun olabilir.
3. Kullanım zorluğu; veri toplama ve analizi fazla zaman alır ve verilerin yorumlanması beceri ve eğitim gerektirir.
4. Tekrarlanabilirlik; titreşim analizi için toplanan veri tekrarlanabilir değildir. Ayrıca, arka plandaki titreşim ölçülen sinyale karışabilir.
5. Kapsamı dar; titreşim analizi mekanik arızaların tespitinde etkilidir, elektriksel arızaların çoğu için uygulanabilir değildir.
6. Erken uyarı; kullanılan eşik değerleri ekipmanın çalışma koşullarından etkilenir. Bu yüzden, sürekli titreşim izleme sistemleri daha yüksek eşik değerler kullanır ki bu da uyarı almak için geçen zamanı uzatabilir.
7. Fabrika otomasyon sistemlerine entegrasyon zorluğu; titreşim sistemlerinin önemli çoğunluğu seyyardır ve fabrika otomasyon sistemlerine entegre edilemez.
8. Titreşim analizi endüstride kullanılan geleneksel tekniktir. Fakat titreşim analizi hem veri toplanmasında hem de sonuçlarının yorumlanmasında uzmanlık gerektirir, pahalıdır ve kullanım zorluğuyla tanınmıştır. Bu nedenle üreticiler, fabrika otomasyon sistemlerine kolayca entegre edilebilen ve bakım planlama yeteneğine sahip ucuz ve kullanımı kolay durum izleme teknolojilerini ve ürünlerini gittikçe artarak talep etmektedirler.
Titreşim bazlı sistemlerin eksikliklerinin bazılarının üstesinden gelmek için yeni geliştirilmiş “akım imza analizi (MCSA)” adlı bir yöntem kullanılmaya başlanmıştır. Bu yöntemde bilgi motora verilen hat akımından alınır. Stator-rotor hava aralığındaki değişiklikler elektromotor kuvvetini etkileyen hava akısı aracılığıyla motorun akımına geri yansır. Bu yüzden akım hem mekanik hem de elektriksel arızalarla ilgili bilgi taşır. Bu nedenle arızalar akımın frekans spektrumunda belirli frekanslarda değişim göstereceklerdir. Üç fazlı bir asenkron motorun arızaları ve hangi spesifik frekanslarda oluştuklarının bir incelemesi [6]’ de verilmiştir.
Veri toplama akım imza analizinde basittir çünkü sadece elektriksel sinyaller ölçülmektedir. Hem mekanik hem de elektriksel arızaları da tespit eder. Fakat, verilerin yorumu için uzman personele ihtiyaç vardır ve titreşim analizinde olduğu gibi burada da inceleme çok zaman alır. Titreşim analizindeki gibi, akım imza analizi de bir çıktı analizidir. Gerilimden oldukça fazla etkilenen akım verilerini analiz eder. Bu yüzden olağandışı bir harmoniğin motordaki bir problemden mi yoksa gerilim harmoniklerden mi kaynaklandığını ayırt etmek zordur.[7]
2. MCM VE DİĞER TEMEL ARIZA TESPİT YÖNTEMLERİNİN KARŞILAŞTIRILMASI
MCM hem titreşim hem de akım imza analiz sistemlerinin eksikliklerini gidermek için geliştirilmiştir. MCM’in çalışmasının temel prensipleri titreşim ve akım imza analiz sistemlerininkinden radikal şekilde farklıdır. MCM model bazlı bir arıza tespit ve teşhis tekniği kullanır. Bu teknikte, üç fazlı sistemin beklenen dinamik davranışı (model) ile gerçekleşen (ölçülen) dinamik davranışı karşılaştırılır. Bu karşılaştırmada dikkati çeken farklılıklar varsa bir arıza gelişmeye başlamıştır yargısına varılır. MCM, önce bir süre boyunca sistemden gerçek zamanlı veri alarak ve bunu işleyerek sistemi öğrenir. Beklenen dinamik davranış ve model parametrelerinin hesaplanması için, sistem tanıma algoritmaları kullanılarak veriler işlenir. Sistem parametrelerindeki değişiklikler sistemde gelişen arızaları gösterir. Bir adım ileri gidilerek bu parametreler hata teşhisi için kullanılır.[7]
Geleneksel titreşim ve akım imza analizinin aksine, bu yaklaşım bir neden-sonuç (girdi-çıktı) ilişkisi kullanır ve bu nedenle çevredeki gürültülerden ve girdilerdeki gürültülerden etkilenmez. Ayrıca beklenen ve gerçek davranış arasındaki fark sadece sistem tarafından oluşturulan anormallikleri filtre eder ve değerini artırır - ki böylece daha erken ve doğru uyarılar verilir. Uzman sistem yaklaşımı veri tabanı veya kayıt tutma, uzman personel, çok zaman alan veri toplama ve analiz ihtiyacını ortadan kaldırır. Sadece gerilim ve akımları ölçmesine rağmen, arıza bulma kapasitesi (mekanik ve elektriksel) oldukça geniştir.[7]
MCM ekipmanı elektrik motorunu bir sensör olarak kullanır. Bu nedenle, motor yük ya da besleme gerilimindeki anormal durumlar MCM tarafından tespit edilebilir.
MCM, titreşim bazlı ve akım imza analiz sistemlerinin kullanımında oluşan dezavantajların bir çoğuna çözüm üretmiştir:
1. Maliyet; MCM ve aksesuarları ucuzdur
2. Kurulum kolaylığı; Endüstri standardı akım ve gerilim trafoları sensör olarak kullanılabilir. Bu sensörler ucuzdur, kolayca kurulabilir ve tüm elektriksel bakım personeli tarafından bilinir. MCM, elektrik motorları tarafından sürülen sistemlerin çalıştığı her yerde kullanılabilir. Sensörler ve ana birim genellikle kontrol kabinine monte edildiği için, MCM izlenen sistemin yanında olmak zorunda değildir.
3. Kullanım kolaylığı; uzman sistem yaklaşımı MCM’ in otomatik olarak bir veritabanı kurmasına ve bu parametrelerdeki değişiklikleri izlemesine olanak verir. Arızanın derecesi cihaz tarafından basit ve sezgisel bir değişken ölçek üzerinde gösterilir. Bu yüzden, cihaz, uzmanlığa olan ihtiyacı ortadan kaldırır.
4. Tekrarlanabilirlik; MCM verileri tekrarlanabilirdir. MCM’ in izlediği cihazlar üzerine herhangi bir etkisi yoktur.
5. Geniş arıza kapsamı; tek bir cihaz kullanılarak hem elektriksel hem de mekanik arızalar tespit edilebilir.
6. Erken uyarı; uzman sistem yaklaşımı sayesinde eşik değerleri sistemin çalışma koşullarından etkilenmez. Bu yüzden MCM erken ve doğru alarm verir.
7. Fabrika otomasyon sistemlerine entegrasyon; MCM birimleri sürekli izleme için endüstri standart ağ kablolaması aracılığıyla bir fabrika otomasyon sistemine kolayca bağlanır. Bu, MCM’ i fabrika otomasyon sistemleriyle kullanım için ideal bir cihaz yapar.
3. MCM ÇALIŞMA PRENSİBİ
Şekil 1’ de , u(n) matematiksel modele ve gerçek motor-bazlı sisteme giriş gerilimleridir. V(n) motor-bazlı sistemin çıktısına (akım) karşılık gelir. Diğer yandan, Y(n), model tarafından hesaplanan akımlardır. V(n)-Y(n) ölçülen ve hesaplanan akımlar arasındaki farktır.[8]
Şekil 1 : MCM çalışma prensibi
Model, motorun elektro mekaniksel davranışını açıklayan bir grup diferansiyel denklemden oluşur. Sistemden elde edilen gerçek-zamanlı veriler, model parametrelerinin hesaplanması için sistem tanıma algoritmaları tarafından işlenir. Motoru süren mekanizma veya süreç sensör olarak kullanılır. Motorların yanında, motor-bazlı sistemde gelişen arızalar veya sistemin çalışmasını etkileyen beklenmedik durumlar da model parametrelerini etkiler.[8]
MCM bir süre motor verilerini toplayarak ve işleyerek motor-bazlı sistemi öğrenir. İşlenen verilerin sonuçları veritabanında saklanır ve bir referans modeli oluşturulur. Bu referans modeli temel olarak model parametreleri, ortalama değerleri ve standart sapmalarından oluşur. Daha sonra, MCM elde edilen motor verilerini işler ve sonuçları veritabanında saklanan sonuçlarla karşılaştırır. Elde edilen verilerden bulunan sonuçlar referans modelinden önemli ölçüde farklıysa, MCM bir arıza seviyesini gösterir. Seviye, farkın büyüklüğü ve süresi göz önüne alarak belirlenir.[8]
Toplamda MCM 22 farklı parametreyi (model parametreleri) izler ve karşılaştırır. Bu parametreler üç gruba ayrılır.
Birinci grupta elektriksel parametreler denilen 8 parametre vardır. Bunlar karakteristik parametreleridir ve endüktanslar, dirençler, vs gibi motorun fiziksel parametreleriyle ilişkilidirler. Bunlar motorda gelişen elektriksel arızalara karşı hassastırlar. MCM, model parametrelerinin herhangi bir andaki değeriyle, aynı parametrelerin öğrenme aşamasında elde edilen ortalama değeri arasındaki farkı analiz eder ve değerlendirir. Bu farklar öğrenme aşamasında elde edilen standart sapmalarına göre normalize edilir. Bu yüzden değerler, öğrenme aşamasında elde edilen ortalama değerlerden kaç standart sapma uzak olduklarını gösterir. Eşik değerleri geçerlerse bir alarm verilir. Bunların değerlerindeki değişim sistemde gelişmekte olan arızalarla ilişkilidir. Örnek olarak sargıdaki bir izolasyon problemi dirençlerle ilişkili tüm parametreleri etkileyecektir. Bunların değişimi MCM’ in izolasyon problemini erken bir safhada tespit etmesini sağlayacaktır. Öncelikle elektriksel problemleri tespit etmek için kullanılsalar da, mekanik problemleri de gösterebilirler. Örnek olarak, bir balanssızlık veya dişli problemi hava aralığında dinamik eksantrikliğe neden olur. Bu eksantriklik endüktans parametrelerinde ve bu yüzden model parametrelerinde bir değişime neden olur. Bu model parametrelerindeki değişim izlenerek balans sorunu erken bir safhada tespit edilebilir. Bu balanssızlık zamanla rulmanı etkiler ve bozulmasına sebep olur. Bu yüzden bunun erken bir safhada tespiti rulman bozulmasını önleyebilir.[8]

Üçüncü gruptaki, parametreler sistemin davranışındaki değişikliklere duyarlıdır. Bunlara uyum parametreleri (fark değerleri) denir. 2 uyum parametresi vardır. Bunlar gerçek akımlar(d fazı ve q fazı) ve modelden hesaplanan akımlar arasındaki sapmalardır. Bu parametreler eşik değerlerinin üstüne çıkarsa, sistemin öğrenme aşamasından farklı davrandığı düşünülür ki bu, sistemde bir arızanın ortaya çıkmakta olduğunu gösterir.[8]
Şekil 5’te füme fan motoruna ait akım değişimi ile MCM Motor durumu 2 parametresinin değişimi verilmiştir. Buna göre motor akımında 17.11.2008 tarihinden itibaren belirgin bir azalma gözlenmektedir. 25.05.2009 tarihinde motor akımı bir miktar arttıysa da azalma trendi devam etmiştir .
Motor durumu 2 parametresi MCM cihazının çalıştığı süre boyunca verdiği alarmların kaydını tutar. Böylelikle geçmiş bir tarihe ait arıza uyarısını görmek mümkün olur. Aşağıdaki tabloda Motor Durumu 2 parametresinin alabileceği değerler ve anlamları açıklanmıştır.