Online Övervakning av kritiska lager i en massa- och pappersfabrik
I denna fallstudie kommer vi att titta på hur en massa- och pappersfabrik kunde upptäcka ett problem på ett kritiskt lager med hjälp av en onlineövervakningslösning med ultraljudssensorer.
Detta är ett låghastighetslager (3RPM) från en blekdäckare, med en diameter på cirka 48 tum / 120 cm diameter.
Introduktion
Vanligtvis hittar vi i massa- och pappersanläggningar ett tvättsteg, där papperet kommer igenom för att rengöras / blekas noggrant. Det jobbet utförs av en maskin som kallas blekfilter, som anses vara en kritisk och grundläggande utrustning för produktionsen.
I just den här anläggningen, som har ett program för förebyggande underhåll, beslutades att investera i onlineövervakning för dessa maskiner. Underhållsteamet vill bli varnade så snart något ovanligt händer med utrustningen för att förhindra eventuella fel som skulle leda till ett stopp i produktionen. Denna maskin har 4 lager, med cirka 48 tum / 120 cm diameter, som roterar med 3 varv / min.
För att möjliggöra onlineövervakning och tidig feldetektering används ultraljudssensorer på maskinernas lager. Dessa är UE-system fjärråtkomstsensorer, som är permanent installerade på lagren och ständigt samlar decibelavläsningar och ljudinspelningar. All denna data skickas sedan till en centralenhet som heter 4Cast. Enheten är ansluten till Internet och meddelar underhållsteamet (per e-post och SMS) när vissa decibelnivåer uppnås.
Varför ultraljud?
Preferensen för ultraljudsteknik för att övervaka dessa lager har att göra med dess uppenbara fördelar: eftersom ultraljudssensorerna övervakar lagrens friktionsnivåer kommer minsta lilla ökning av friktionen att märkas. Detta möjliggör en mycket tidig varning av fel. Eftersom data från sensorerna kommer i form av decibelavläsningar är det också lätt att tolka: ju högre friktion, desto högre dB-värde. När detta värde når en viss gräns över baslinjen skickas ett larm.
Och, ännu mer relevant för dessa lager, ultraljud är den mest effektiva tekniken för att inspektera långhastighetslager. Lagren på denna maskin roterar vid 3 varv / min. Vid sådana låga hastigheter är det i allmänhet extremt utmanande att märka några problem med hjälp av tekniker som vibrationsanalys eller termografi. Men ultraljud är suveränt när objektet har långsamma lagerhastigheter, särskilt när du kan spela in ljudet från lagret, analysera det i ett ljudspektrumprogram och kontrollera om amplituden visar några toppar, vilket normalt indikerar ett fel.
Således är ultraljud den perfekta tekniken när vi vill online övervaka kritiska lager med långsam hastighet.
Feldetektering med onlineövervakning och ultraljudssensorer
Allt verkade vara bra med blekfiltret på denna massa- och pappersanläggning, eftersom maskinen fungerade som förväntat. Men 4Cast, ett ultraljud online övervakningssystem, fick en ovanlig decibelavläsning från en av ultraljudssensorerna. NDU-lagret (icke-drive-end) på detta blekfilter registrerade 17dB när normalt ett lager som roterar med så låga hastigheter som 3 RPM helt enkelt borde visa en 0dB-avläsning.
Detta utlöste naturligtvis systemet för att omedelbart varna underhållsteamet. 4Cast var inställd för att betrakta varje avläsning över 8 dB på detta lager som ett högt larm, och därför skickades följande varning från DMS, UE Systems-programvaran där all data från 4Cast lagras:
Vi kan tydligt se varför varningen utlöstes: 4Cast fick en 17dB-avläsning från ett lager där tröskeln för ett högt larm var inställd på 8dB. Varningsmeddelandet innehåller också användbar information om maskinen (manövreringsgolvets långsamma lager, blekfilter) och naturligtvis en tidsstämpel för när avläsningen gjordes.
När en larmnivå uppnås tar 4Cast också en ljudinspelning från lagret för vidare analys. Detta är särskilt användbart i lager med låg hastighet, där ljudspektrumet kan berätta mycket om vad som händer med tillgången. I det här fallet, och även om maskinen uppenbarligen fungerade som förväntat, visade ljudfilspektrumet en helt annan historia.
Topparna som visas i detta ljudprov indikerar tydligt ett problem med lagret. När vi lyssnar på ljudfilen kunde vi också mycket tydligt höra slagljuden.
Felet var ännu mer uppenbart när ljudfilen jämfördes med en ljudinspelning från ett av de andra lagren.
Vi kan tydligt se skillnaderna. I det här fallet låter inspelningen jämnt och ser enhetlig ut, och vi ser inga amplitudtoppar alls. Så detta skulle vara ett exempel på hur ljudspektrumet för ett bra lager ska se ut.
Nästa steg för underhållsteamet var att schemalägga utbytet av detta lager, utan att störa produktionen. När lagret demonterades var skadan tydligt synlig.
Tecknen på påverkan är uppenbara. Dessutom hittades metallfragment i axeln, plus skalning, med viss grop och lätt nötning var närvarande i den yttreringen.
Slutsats
Genom att upptäcka problemet i ett tidigt skede kunde underhållsteamet byta ut lagret under schemalagd stilleståndstid och utan att störa produktionsprocessen. Vi kan föreställa oss konsekvenserna om problemet inte upptäcktes i detta skede och lagret fick fortsätta att fungera: metallfragmenten skulle säkert påverka motoraxeln, som då också skulle behöva bytas ut; och anläggningen skulle behöva göra ett oplanerat driftstopp. I en sådan situation kan vi titta på en förlust på cirka 250K GBP. Genom att använda rätt teknik, med rätt underhållsprocedurer på plats, kunde teamet identifiera och lösa problemet innan det blev ett stort problem. Denna fallstudie visar hur kraftfull ultraljudsteknik kan vara, särskilt när den används i sensorer anslutna till nätverket för att ge verkligt online och permanenta övervakningslösningar.