Tillståndsövervakning med intelligenta frekvensomriktare

Utveckling av industriella automatiseringssystem

I och med övergången till det nuvarande årtusendet har vi bevittnat en djupgående teknikförändring, som har lett till ett helt nytt sätt att arbeta i en digital värld. Detta är den fjärde industriella revolutionen. Den första industriella revolutionen, som inträffade under 1700- och 1800-talet, var en mekanisk revolution, utlöst av ångmotorns uppfinnande. I slutet av 1800-talet och början av 1900-talet utvecklades den andra industriella revolutionen, med antagandet av massproduktion, elektrifiering och kommunikationsförändringar. Denna period kallas även den elektriska revolutionen. Senare under 1900-talet medförde den tredje industriella revolutionen framsteg inom halvledare, datoranvändning, automatisering och internet. Denna fas är även känd som den digitala revolutionen.

Den fjärde industriella revolutionen har uppstått som ett resultat av nätverkande datorer, människor och enheter drivna av data och maskininlärning. Även om termen ”Industry 4.0” är ganska vag, beskriver en möjlig definition av Industry 4.0 hur människor, enheter och system nätverkar intelligent genom att utnyttja alla digitaliseringsmöjligheter i hela värdekedjan.

Trender i Industry 4.0-automatiseringssystem

Påverkan av Industry 4.0 på motorsystem är en migration från ”automatiseringspyramiden” till ”nätverkssystem”. Detta innebär att de olika elementen i systemet, såsom motorer, frekvensomriktare, givare och styrning, är sammankopplade och anslutna till ett moln - ett datacenter där data lagras, bearbetas och analyseras och beslut fattas.

Bildtext: Automatiseringspyramid

Bildtext: Automatiseringsnätverk

I ett automatiseringsnätverk är mängden data framträdande. Eftersom data främst produceras av givare ökar antalet givare i moderna automatiseringssystem. Motorer och drivna maskiner såsom fläktar, pumpar och transportband är inte de mest uppenbara deltagarna i ett datanätverk. Givare krävs därför för att samla in data från dessa maskiner. Givarna är anslutna till datanätverket och använder olika medel för att utnyttja dessa data. Under introduktionen av ett avancerat tillståndsövervakningssystem ses extrakostnaderna för givare och anslutning ofta som en barriär.

Moderna frekvensomriktare med variabelt varvtal öppnar nya möjligheter i Industry 4.0-automatiseringsnätverket. Traditionellt har frekvensomriktare betraktats som kraftprocessorer för styrning av motorvarvtalet. Idag är frekvensomriktare även en del av informationskedjan och använder fördelen med inbyggd processorkraft, lagringskapacitet och kommunikationsgränssnitt i frekvensomriktaren.

Vad är en intelligent frekvensomriktare?

I Industry 4.0-nätverket spelar frekvensomriktaren en viktig roll och kännetecknas av vissa möjliggörande funktioner:

• Säker anslutning: Frekvensomriktaren kan ansluta till andra element på ett säkert sätt. Andra element i nätverket kan inkludera frekvensomriktare, PLC:er, givare och ett moln.
• Frekvensomriktaren fungerar som en givare: Frekvensomriktaren använder motorström och spänningssignaturanalys för att känna av motor- och applikationsprestanda.
• Frekvensomriktaren fungerar som ett givarnav: Frekvensomriktaren hämtar data från externa givare relaterade till processen som styrs av frekvensomriktaren.
• Frekvensomriktaren fungerar som en regulator: Frekvensomriktaren kan ersätta PLC varhelst applikationsbegränsningar tillåter.
• Konceptet Ta med din egen frekvensomriktare: Trådlös anslutning till smarta enheter (smartphone, surfplatta).

Information från frekvensomriktaren kan identifieras enligt följande:

• Direkta signaler: Signaler som mäts direkt av frekvensomriktaren med hjälp av inbyggda givare. Data såsom motorström, spänning, frekvensomriktartemperatur och derivat, vilket är effekt som en multiplikation av ström och spänning, eller motorns vridmoment. Dessutom kan frekvensomriktaren användas som ett nav för att ansluta externa givare som tillhandahåller direkta signaler.
• Behandlade signaler: Signaler som härrör från direkta signaler. Till exempel statistisk fördelning (max-, minimi-, medel- och standardavvikelsevärden), frekvensdomänanalys eller uppdragsprofilindikatorer.
• Analyssignaler: Signaler som tillhandahåller indikationer på frekvensomriktar-, motor- och applikationstillstånd. Signalerna används för att utlösa underhåll eller som underlag till förbättringar av systemdesign.

Signaturanalystekniker för motorström gör det möjligt för frekvensomriktaren att övervaka motor- och applikationstillstånd. Tekniken gör det potentiellt möjligt att eliminera fysiska givare eller extrahera tidiga felsignaturer som kanske inte hade varit möjliga att upptäcka annars. Användning av tekniken gör det till exempel möjligt att upptäcka lindningsfel i förväg eller mekanisk belastningsexcentricitet.

Konceptet med frekvensomriktaren som ett givarnav innebär att man ansluter externa givare till frekvensomriktaren, vilket eliminerar behovet av en gateway för att ansluta den fysiska givaren till datanätverket. Vibrationsgivare, tryckgivare och temperaturgivare är exempel på givare som kan anslutas till frekvensomriktaren. Fördelen med konceptet är inte bara kostnadsmässig, utan möjliggör också korrelation mellan givardata och olika typer av data som finns i frekvensomriktaren. Ett uppenbart exempel är korrelationen mellan vibrationsnivån från en extern givare och motorvarvtalet, eftersom vibrationen är varvtalsberoende.

Tillståndsbaserat underhåll

Följande är olika typer av underhållsstrategier:

• Korrigerande underhåll: Produkten byts ut efter ett fel.
• Förebyggande underhåll: Produkten byts ut före ett fel, även om inga meddelanden tas emot från produkten.
• Tillståndsbaserat underhåll: Produkten tillhandahåller en varning när den faktiska livslängden för produkten varierar från den förväntade livslängden och möjliga bakomliggande orsaker indikeras.
• Förebyggande underhåll: Produkten tillhandahåller en varning innan produkten uppnår de angivna driftstimmarna, i syfte att initiera serviceåtgärder.

Varför behövs tillståndsbaserat underhåll?

Korrigerande och förebyggande underhåll är fel- (händelse) eller tidsbaserat. Därför utförs underhåll i händelse av fel (korrigerande) eller efter förinställda driftstimmar (förebyggande). Dessa typer av underhåll använder inte någon återkoppling från den faktiska applikationen.

Med introduktionen av Industry 4.0 och tillgängligheten av givardata är nu tillståndsbaserat och förebyggande underhåll möjligt. Sådana underhållsstrategier använder faktiska givardata för att bestämma driftutrustningens tillstånd (tillståndsbaserat underhåll) eller för att förutsäga framtida fel (förebyggande underhåll).

Översikt och fördelar

Tillståndsbaserat underhåll är den enklaste och mest intuitiva underhållstekniken, baserad på data från den faktiska applikationen. Erhållna data används för att övervaka driftutrustningens hälsa. För detta ändamål väljs nyckelparametrar som indikatorer

för att identifiera fel som kan uppstå. Tillståndet för en utrustningsdel försämras vanligtvis över tid. Detta illustreras av P-f-kurvan som visar ett typiskt försämringsmönster. Funktionsfel uppstår när utrustningen inte utför den avsedda funktionen. Syftet med tillståndsbaserat underhåll är att upptäcka det potentiella felet innan ett faktiskt fel inträffar.

Bildtext: P-f-kurva som visar ett typiskt försämringsmönster

I det här fallet ger planering av underhållsåtgärder många fördelar, såsom:

• Driftstoppsminskning
• Eliminering av oväntade produktionsstopp
• Underhållsoptimering
• Minskning av reservdelslagrets storlek.

Tillståndsövervakningsfunktioner för frekvensomriktare med variabelt varvtal

En väsentlig del av tillståndsbaserat underhåll involverar övervakning av utrustningens tillstånd. I applikationer med variabelt varvtal beror applikationens tillstånd ofta på varvtalet. Exempelvis tenderar vibrationsnivåerna att bli högre vid högre varvtal, även om detta förhållande inte är linjärt. I själva verket kan resonanser uppstå vid vissa varvtal och sedan försvinna när varvtalet ökas.

Att använda ett oberoende system för att övervaka tillståndet hos en applikation med variabelt varvtal kompliceras av behovet av att känna till varvtalet och det korrelerande övervakade värdet med varvtal. Att använda frekvensomriktare för tillståndsövervakning (”frekvensomriktare som en givare” eller ”frekvensomriktare som ett givarnav”) är en fördelaktig lösning, eftersom informationen om applikationsvarvtal redan finns i frekvensomriktaren. Dessutom finns information om belastning/motorvridmoment och acceleration lätt tillgänglig i frekvensomriktaren.

Tillståndsövervakning följer ett trestegsförfarande:

1. Etablera en baslinje
2. Definiera tröskelvärden
3. Utför övervakning

1. Etablera en baslinje

För ett effektivt tillståndsövervakningssystem är det första viktiga steget att bestämma och definiera de normala driftsförhållandena. Att etablera en baslinje innebär att definiera det normala driftsförhållandet för applikationen, vilket kallas baslinje. Det finns flera sätt att bestämma baslinjevärdena.

Manuell baslinje: När basvärdena definieras utifrån tidigare erfarenhet programmeras de kända värdena i frekvensomriktaren.

Baslinjekörning: Baslinjen kan bestämmas under driftsättning. Med den här metoden utförs ett varvtalssvep genom det relevanta varvtalsområdet som bestämmer tillståndet vid varje varvtalspunkt. I vissa scenarier under driftsättning är det dock möjligt att

applikationen inte körs med full kapacitet eller att en inslitningsperiod behövs. I dessa situationer måste baslinjekörningen utföras efter inslitningsperioden för att fånga ett driftstillstånd som är så nära normal drift som möjligt.

Onlinebaslinje: Detta är en avancerad metod som fångar baslinjedata under normal drift. Detta är användbart i situationer där en baslinjekörning inte kan utföras, eftersom applikationen inte tillåter att hela varvtalsområdet utforskas.

När baslinjen har etablerats är nästa steg att generera tröskelvärden för varningar och larm. Tröskelvärdena indikerar det applikationstillstånd under vilket användaren måste meddelas. Det finns olika sätt att indikera utrustningstillståndet och ett av de mest populära i branschen är en trafikljusstatus med fyra färger som beskrivs i VDMA-specifikation 24582, Fieldbus neutral reference for condition monitoring in factory automation.

Färgerna betyder följande:

  Grön: Indikerar att utrustningen är i gott skick och fungerar effektivt.

  Gul: Indikerar Varning 1-skede och anger att det första tröskelvärdet har överskridits. En underhållsåtgärd kan planeras av underhållspersonal.

  Orange: Indikerar Varning 2-skede eller kritiskt skede och anger att det andra tröskelvärdet har överskridits. Omedelbar underhållsåtgärd måste vidtas av underhållspersonal.

  Röd: Indikerar ett larm och anger att maskinen kommer att stoppas och korrigerande underhåll krävs.

2. Definiera tröskelvärden för varningar och larm

Följande metoder används för att definiera tröskelvärden:

• Absolut: Detta är den vanligaste metoden när utrustningsvärdena redan är kända. Tröskelvärdet har ett fast värde oberoende av det uppmätta baslinjevärdet. Om operatören känner till det absoluta gränsvärdet för utrustningen ställs exempelvis ett absolut värde in för larmtröskelvärdet. Vid vibrationsövervakning kan gränsvärdena som beskrivs i standarder som ISO 10816/20816 användas för larmtröskelvärdet som ett absolut värde.
• Förskjutning: Metoden för att ställa in tröskelvärden kräver förståelse för applikationen och baslinjevärden. Tröskelvärdet beror på baslinjevärdet, till vilket en användardefinierad förskjutning väljs. Risken i det här fallet ligger i att ställa in ett mycket lågt eller högt värde som leder till falska positiver. Felaktiga inställningar kan orsaka ansvarslös övervakning, även vid fel.
• Faktor: Den här metoden är lättare att använda än förskjutningen, eftersom den kräver mindre applikationsförståelse. Tröskelvärdet beror på baslinjevärdet, vilket multipliceras med en faktor. Exempelvis kan tröskelvärdet vara 150 % av baslinjen. Risken i det här fallet ligger i att ställa in ett mycket högt tröskelvärde.

3. Utför övervakning

Övervakning utförs med kontinuerlig jämförelse med tröskelvärdena. Under normal drift jämförs de faktiska värdena med tröskelvärdet. När de övervakade parametrarna överskrider ett tröskelvärde under en fördefinierad tid aktiveras en varning eller ett larm. Timern är konfigurerad att fungera som ett filter, så att korta transienter inte utlöser varningar och larm.

Bildtext: Tillståndsbaserade övervakningstekniker

Faktiska övervakade värden kan avläsas från frekvensomriktaren via LCP, fältbusskommunikation eller IoT-kommunikation. Dessutom kan digitala utgångar konfigureras för att reagera på specifika varningar och larm. Vissa frekvensomriktare har en inbyggd webbserver som också kan användas för att läsa av tillståndsstatusen.

Slutsats

Idag är frekvensomriktare mer än bara enkla kraftprocessorer. Frekvensomriktare har förmågan att fungera som givare och givarnav och att bearbeta, lagra och analysera data, vilket tillsammans med deras anslutningsmöjligheter gör dem till viktiga element i moderna automatiseringssystem.

Frekvensomriktare finns ofta redan i automatiseringsinstallationer och utgör därför en fantastisk möjlighet att uppgradera till Industry 4.0.

Detta möjliggör nya sätt att utföra underhåll, såsom tillståndsbaserat underhåll. Funktionerna är redan tillgängliga i vissa frekvensomriktare och tidiga användare har redan börjat använda frekvensomriktaren som en givare.