Preskoči na sadržaj
FORTRONIQ
IzbornikDigitalni sadržajiPametno održavanje6. Dijagnostika kvarova na temelju podataka

PAMETNO ODRŽAVANJE

Modul 6

Dijagnostika kvarova na temelju podataka

Šesti modul je praktičan. Vodi kroz prikupljanje podataka sa senzora, njihovu analizu i vizualizaciju, pronalaženje uzroka kvara u podacima, razvoj i uvođenje predikcijskog modela te programske alate kojima se sve to radi.

Moći ću:
  • Odabrati i postaviti senzore za prikupljanje podataka na robotskim podsustavima
  • Analizirati i vizualizirati prikupljene podatke sa senzora
  • Služiti se programskim alatima za modeliranje prediktivno-dijagnostičkog modela
  • Implementirati prediktivno-dijagnostički model na stvarni robotski sustav
  • Tumačiti podatke modela i preporučiti aktivnosti održavanja
  • prepoznati uzorke u podacima koji upućuju na odstupanje mjerne veličine

O modulu

Dosadašnji su moduli govorili o tome kada se održava i zašto se strategija mijenja. Šesti modul govori o tome kako se to izvodi kad odluku više ne donosi kalendar nego mjerenje. Put je uvijek isti: senzor daje broj, broj postaje niz, iz niza se izvuče značajka, iz značajke ocjena stanja, a iz ocjene radni nalog.

Modul se drži tog lanca korak po korak. Prva jedinica bira senzor, mjesto postavljanja i učestalost uzorkovanja, jer se sve pogreške koje se ondje naprave poslije više ne mogu popraviti nikakvim računanjem. Druga jedinica čisti i usklađuje zapise te uvodi statističke veličine signala i prikaz u frekvencijskom području. Treća vodi od odstupanja do uzroka: spektar govori što se dogodilo samo onome tko zna koju frekvenciju traži.

Četvrta jedinica gradi predikcijski model, dijeli podatke na skup za učenje i skup za provjeru, mjeri uspješnost i postavlja prag uzbune, a zatim model uvodi u pogon i prati kako se ponaša. Peta jedinica spaja sve u alate: baze vremenskih nizova, nadzorne ploče za održavanje i vezu prema informacijskom sustavu održavanja, sve do naloga koji se otvori sam. Zajednički primjer kroz cijeli modul je robotska ćelija PO-1, ista ona iz prethodnih modula.

Nastavne jedinice

  • 6.1

    Prikupljanje podataka sa senzora

    Izbor senzora prema veličini koja se prati, mjesto postavljanja na robotu, učestalost uzorkovanja, prikupljanje i pohrana te što se događa kada podatak izostane.

    Otvori
  • 6.2

    Analiza i vizualizacija prikupljenih podataka

    Čišćenje i usklađivanje zapisa, statističke veličine signala, prikaz u vremenu i u frekvencijskom području te prikazi na kojima se odstupanje vidi na prvi pogled.

    Otvori
  • 6.3

    Identifikacija uzroka kvarova

    Od odstupanja do uzroka: usporedba s ispravnim stanjem, znakovi trošenja ležaja, neuravnoteženja i nesuosnosti te povezivanje podataka sa zapisima o zahvatima.

    Otvori
  • 6.4

    Razvoj i implementacija predikcijskog modela

    Priprema skupa podataka, izbor i učenje modela, provjera na nevidljivim podacima, pragovi uzbune te uvođenje modela na stvarni sustav i praćenje njegova rada.

    Otvori
  • 6.5

    Primjena programskih alata kod pametnog održavanja

    Alati za prikupljanje, prikaz i modeliranje, nadzorne ploče za održavanje, povezivanje s informacijskim sustavom održavanja i automatsko otvaranje naloga.

    Otvori

Ključni pojmovi modula

PojamZnačenje
UzorkovanjePretvaranje neprekidnog signala u niz brojeva u jednakim vremenskim razmacima.
Nyquistov uvjetUčestalost uzorkovanja mora biti veća od dvostruke najviše frekvencije u signalu.
Preslikavanje (aliasing)Prividna niska frekvencija koja nastaje kad se uzorkuje presporo.
Vremenska oznakaTočan trenutak mjerenja zapisan uz svaku vrijednost; bez nje se zapisi ne mogu uskladiti.
RMSEfektivna vrijednost signala; mjera ukupne energije titranja, u mm/s za brzinu vibracija.
Faktor vrhaOmjer vršne i efektivne vrijednosti; raste kad se u signalu pojave kratki udarci.
SpektarPrikaz signala po frekvencijama; pokazuje od kojih je titraja signal sastavljen.
Osnovna snimkaMjerenje zabilježeno na ispravnom stroju; sve se kasnije uspoređuje s njom.
Karakteristična frekvencijaFrekvencija koju oštećenje ležaja stvara zbog geometrije i brzine vrtnje.
ZnačajkaBroj izračunat iz signala koji ulazi u model, na primjer RMS, faktor vrha ili visina vrha u spektru.
Prag uzbuneVrijednost iznad koje se javlja uzbuna; za PO-1 iznosi 4,5 mm/s efektivne brzine vibracija.
Lažna i propuštena uzbunaUzbuna bez kvara, odnosno kvar bez uzbune; dvije pogreške modela s različitom cijenom.

Završne stranice modula

  • ZAVRŠNO

    Aktivnosti za samostalno učenje

    Zadaci uz opremu, zapise održavanja i podatke sa senzora. Rješavaju se pojedinačno ili u paru.

    Otvori
  • ZAVRŠNO

    Procjena znanja

    Pitanja iz svih nastavnih jedinica modula s obrazloženjem točnog odgovora.

    Otvori