Как можно систематически улучшить ненадежные показатели эффективности (KPI) в системах мониторинга состояния?

Ненадежные показатели KPI часто обусловлены неподходящими диапазонами фильтрации или неучтенными частотами помех. С помощью ibaAnalyzer можно детально анализировать как тенденции, так и исходные данные для выявления аномалий. В сочетании с ibaInSpectra можно точно настроить правила расчета. В результате получаются стабильные и значимые показатели состояния для оценки износа.

Как правильно учитывать эффекты, зависящие от скорости, при анализе вибраций?

Эффекты, зависящие от скорости, можно выявить путем сопоставления ключевых показателей эффективности (KPI) с рабочими параметрами. С помощью ibaAnalyzer можно провести X/Y-анализ, чтобы выявить взаимосвязь между скоростью и динамикой KPI. На основе полученных данных ibaInSpectra позволяет точно настроить частотные диапазоны. Это позволяет предотвратить искажения в определенных диапазонах рабочих режимов.

Как помехи влияют на оценку состояния и как их устранить?

Помехи могут значительно искажать показатели состояния (KPI), если они попадают в заданные диапазоны анализа. Система ibaInSpectra позволяет выявлять такие частоты и исключать их из расчёта KPI. Для удаления доминирующих частот из исходных данных можно применять дополнительные методы фильтрации. Это значительно повышает достоверность показателей состояния.

Как можно надежно определить пороговые значения сигнализации без длительного периода обучения?

Пороговые значения для сигналов тревоги можно определять с помощью анализа исторических данных на основе моделирования. Система ibaInSpectra позволяет выполнять расчеты на основе воспроизведения данных для определения ожидаемых диапазонов ключевых показателей эффективности (KPI). Система ibaAnalyzer поддерживает проверку на соответствие реальным наборам данных. Это позволяет надежно определять пороговые значения без необходимости длительного периода обучения.

Как объединение данных о технологических процессах и вибрации способствует профилактическому техническому обслуживанию?

Объединение данных о технологическом процессе и вибрации позволяет провести комплексную оценку состояния оборудования. Система ibaPDA обеспечивает синхронный сбор данных, а ibaInSpectra предоставляет ключевые показатели эффективности (KPI) на основе анализа вибрации. Такая интеграция помогает выявлять косвенные факторы и внешние источники неисправностей. Она служит основой для разработки стратегий упреждающего и целенаправленного технического обслуживания.

Оптимизация системы мониторинга состояния

ibaInSpectra и ibaRotate

Система мониторинга состояния (CMS) должна следить за износом двух двигателей. CMS рассчитывает характерные значения через регулярные интервалы времени при определенных условиях измерения, которые служат индикаторами состояния отдельных компонентов машины, и записывает их в виде долгосрочной тенденции.

Преимущества для бизнеса Технология Используемые функции Другие истории успеха

После этапа тестирования стало очевидно, что стандартные расчеты и настройки CMS не обеспечивают надежных значений характеристик для обнаружения износа из-за условий на объекте. Это явление необходимо было исследовать. С помощью инструментов iba для анализа вибраций записанные тенденции и необработанные данные были проанализированы более детально, чтобы настроить систему мониторинга состояния на получение надежных значений характеристик.

Автоматизированный расчет

характерные значения

Оптимальное понимание

благодаря сочетанию анализа процессов и вибраций

Анализ первопричин

для проактивного обслуживания

Технология

В долгосрочных трендах значения характеристик в некоторые моменты времени увеличивались более чем в 10 раз. Каждое значение характеристики изменялось в разное время. Временную корреляцию выявить не удалось. Однако представление значений характеристик в виде диаграммы X/Y в ibaAnalyzer показало явные отличия. Рассчитанные значения характеристик отображались отсортированными в соответствии со скоростью, на которой они были зарегистрированы. На диаграмме X/Y было видно, что некоторые значения характеристик были увеличены, особенно в определенных диапазонах скоростей.

Поэтому исходные данные DAT-файла были более тщательно изучены на предмет частот, не зависящих от скорости. Действительно, в ibaRotate можно распознать высокую частоту, включающую две гармоники. Хотя причина была найдена, технически решить проблему не удалось.

An x-ray style rendering shows the internal components of an electric motor.

С помощью функции маркеров в ibaRotate было доказано, что диапазоны, используемые для расчета параметров, пересекают эту высокую частоту или одну из гармоник - именно в тех диапазонах скоростей, где значения характеристик были превышены. Затем условия измерения и правила расчета значений характеристик были оптимизированы таким образом, чтобы эта частота больше не попадала в диапазоны, используемые для расчета параметров. Наконец, эти настройки потребовали проверки и сброса порогов срабатывания сигнализации. На следующем этапе на основе исходных данных были проанализированы текущие состояния контролируемых компонентов. Для лучшего обзора частота, не зависящая от скорости, и ее гармоники были удалены с помощью фильтра Вольда-Калмана. В рамках анализа можно получить дополнительную информацию: В водопаде без доминирующих частот было обнаружено развивающееся повреждение на другой машине, от которой низкий уровень вибрации передавался на контролируемую машину.

Наконец, необходимо было определить, в каком диапазоне следует ожидать значений характеристик в результате новых расчетов. Здесь помогло моделирование с помощью ibaInSpectra, основанное на воспроизведении измеренных данных. С помощью моделирования можно было надежно рассчитать значения аварийных сигналов без фазы обучения. Благодаря такой конфигурации система мониторинга состояния оптимально настроена для системы заказчика. Теперь система выдает надежные значения характеристик и позволяет проверять текущее состояние.

A diagram shows data flow from an electric motor to a computer, leading to analysis and user adjustments.

Протестируйте систему iba прямо сейчас!

Скачайте демо-версию ibaPDA и ibaAnalyzer и начните оптимизировать свои процессы уже сегодня. Попробуйте бесплатно в течение 30 дней!

Запросить лицензию ibaPDA-Demo

Уникальное сочетание анализа процессов и вибраций позволяет мне легко понять и проанализировать поведение вибраций даже при сложных процессах.

Кристиан Райнбрехт
Менеджер по продукции, iba AG

Используемые функции

В этой истории успеха используются следующие функции системы iba.

Узнайте больше историй успеха

Читайте вдохновляющие истории успеха наших довольных клиентов.

Часто задаваемые вопросы (FAQ)

Как можно систематически улучшить ненадежные показатели эффективности (KPI) в системах мониторинга состояния?: Ненадежные показатели KPI часто обусловлены неподходящими диапазонами фильтрации или неучтенными частотами помех. С помощью ibaAnalyzer можно детально анализировать как тенденции, так и исходные данные для выявления аномалий. В сочетании с ibaInSpectra можно точно настроить правила расчета. В результате получаются стабильные и значимые показатели состояния для оценки износа.
Как правильно учитывать эффекты, зависящие от скорости, при анализе вибраций?: Эффекты, зависящие от скорости, можно выявить путем сопоставления ключевых показателей эффективности (KPI) с рабочими параметрами. С помощью ibaAnalyzer можно провести X/Y-анализ, чтобы выявить взаимосвязь между скоростью и динамикой KPI. На основе полученных данных ibaInSpectra позволяет точно настроить частотные диапазоны. Это позволяет предотвратить искажения в определенных диапазонах рабочих режимов.
Как помехи влияют на оценку состояния и как их устранить?: Помехи могут значительно искажать показатели состояния (KPI), если они попадают в заданные диапазоны анализа. Система ibaInSpectra позволяет выявлять такие частоты и исключать их из расчёта KPI. Для удаления доминирующих частот из исходных данных можно применять дополнительные методы фильтрации. Это значительно повышает достоверность показателей состояния.
Как можно надежно определить пороговые значения сигнализации без длительного периода обучения?: Пороговые значения для сигналов тревоги можно определять с помощью анализа исторических данных на основе моделирования. Система ibaInSpectra позволяет выполнять расчеты на основе воспроизведения данных для определения ожидаемых диапазонов ключевых показателей эффективности (KPI). Система ibaAnalyzer поддерживает проверку на соответствие реальным наборам данных. Это позволяет надежно определять пороговые значения без необходимости длительного периода обучения.
Как объединение данных о технологических процессах и вибрации способствует профилактическому техническому обслуживанию?: Объединение данных о технологическом процессе и вибрации позволяет провести комплексную оценку состояния оборудования. Система ibaPDA обеспечивает синхронный сбор данных, а ibaInSpectra предоставляет ключевые показатели эффективности (KPI) на основе анализа вибрации. Такая интеграция помогает выявлять косвенные факторы и внешние источники неисправностей. Она служит основой для разработки стратегий упреждающего и целенаправленного технического обслуживания.