Endüstriyel tesislerde bakım-onarım operasyonlarının doğasındaki büyük farklılıklara rağmen temelde titreşim, sıcaklık, yağ kalitesi vb. gibi benzer niceliklerin ölçüldüğü süreçleri içerir. Bu süreçlerde sensörlerden gelen veriler, dönüştürücüler ile farklı birimlere çevrilerek sistem sağlığı hakkında yorumlar yapılır. Titreşim analizlerinde ise genelde RMS(Root Mean Square) kullanılır. RMS titreşim profilinin enerji içeriğiyle ve dolayısıyla titreşimin yıkıcı kapasitesiyle ilgili bilgi vermesi nedeniyle yaygın olarak kullanılır. Fakat tek bir parametre ile sistem hakkında kesin bir yorum yapmak doğru değildir. Bu yüzden, arıza tespitinde çeşitli parametreler kullanılır ve çok parametreli bir yaklaşım, sorunun temel nedenini belirlemeye yardımcı olmak için en iyi sonuçları verir. Sensemore, bu prosedürü benimseyerek titreşim analizlerinde doğru tespit yapılabilmesi için arayüzünde çeşitli parametrelerle çıktılar sunarken, aynı zamanda kullanıcının farklı telemetrileri ekleyebilmesini de sağlamaktadır.
Titreşim analizinin en büyük avantajı, makine ve ekipmanlarının gelişen sorunlarını çok ciddi hale gelmeden ve planlanmamış arıza sürelerine neden olmadan tespit edebilmesidir. Bu, makine titreşimlerinin sürekli olarak veya programlanmış aralıklarla düzenli olarak izlenmesi ile sağlanabilir. Arıza tespiti çeşitli yöntemlerle yapılabilir. Kestirimci bakımda kullanılan metodları 2 ana başlık altında inceleyebiliriz:
1. Zaman-Dalga Formunda Analiz
2. Spektrum Analizi
Zaman-Dalga Formunda Analiz
Bir ivmeölçerden titreşim sinyali alınarak dijital sinyale dönüştürüldükten sonra görüntülendiğinde dalga formu oluşturulur. Bu sinyal zaman etki alanı içindedir. Zaman alanı, zamana karşı çizilen genliktir. Çoğu makinedeki titreşim sorunu, spektrum analizi kullanılarak tespit edilirken, bazı tiplerde dalga formları da spektral bilgileri geliştirmek için etkili bir şekilde kullanılabilir. Zaman dalga biçimi; düşük hızlı uygulamalar, rulman arızalarının ciddiyetinin değerlendirilmesi, gerçek genliğin gösterilmesi, gevşeklik ve vuruşların (Beats) meydana geldiği durumlarda spektral bilgileri geliştirmek için etkili bir şekilde kullanılabilir.
Rulmanlı yataklarda döner elemanlar, bilezikte küçük bir çatlak veya aşınma ile karşılaştığında periyodik etkiler oluşturur. Dış gürültünün varlığında, bu sinyalin spektrumu iyi tanımlanmış bir tepe göstermeyebilir, ancak hızlanma gerçekleştiğinde genellikle bileziğin kusurlu frekansı veya rulman bilyeli geçiş frekansı periyoduna eşit tekrar oranlarıyla tepe noktalar (peak) oluşturacaklar.
Şekil 1. Tipik Arızalar a)Dengesizlik b)Dış Bilezik Hasarı c)Vuruş Fenomeni d) Gevşeklik
Neredeyse aynı hızda çalışan iki veya daha fazla bitişik makine olduğunda, mevcut toplam ve fark frekansları ile bir vuruş(beating) fenomeni oluşur. Vuruş frekansı çok düşük bir frekansa karşılık geldiğinden spektrumda açıkça görülmeyebilir. Ancak zaman kaydında genlik modülasyonlu sinyal olarak açıkça görülmektedir.
Titreşime neden olan dönmenin bir kısmı sırasında biraz yükselen ve ardından döngünün geri kalanı için tabana temas eden bir yatak bloğu gibi birçok gevşeklik durumunda, dalga formu belirli bir değer üzerinde düzleşir. Bu, spektrumda, aynı zamanda harmonikler üreten diğer dalga biçimi bozulma türlerinden ayırt edilemeyen harmonikler olarak tezahür edecektir. Zaman dalga biçiminden hareketin bir yönde kısıtlandığı bu tür bir gevşeklik hızlı bir şekilde tanımlanabilir.
Gevşek bir makine bileşeni, makine hızıyla ilgisi olmayan bir hızda bir ekipmanı etkilediğinde, genellikle periyodik olmayan, rastgele titreşimler üretir. Böyle bir duruma karşılık gelen titreşim spektrumu, çok yüksek frekanslara uzanan sürekli bir spektruma sahiptir. Bu spektrum, diğer geniş bant gürültü kaynaklarına benzese de etkiler zaman alanı dalga biçiminde çok net bir şekilde görülmektedir.
Bir titreşim sinyalinin zaman kaydından tanılamada yararlı olan bazı endeksler çıkarılabilir. En yaygın kullanılan endeksler ham titreşim sinyalinden hesaplanabilen ve kayıtlar arasındaki farklılıkları vurgulayan ve onları arıza teşhisi ve eğilim için yararlı kılan istatistiksel parametrelerdir. Bu parametreler makinenin tüm bileşenlerinin titreşimlerinden etkilendikleri için makinedeki hatalı bileşeni tam olarak belirleyemez fakat arızalara karşı aksiyon almamızı sağlar. Bu parametrelerden bazıları şunlardır: RMS, tepe faktörü, çarpıklık, basıklık faktörü ve açıklık faktörüdür. Bu özelliklerin düzenli aralıklarla çizilmesi(trend izleme) alışılagelmiş bir durum izleme tekniğidir. Bu özelliklerin referans veya taban değerlerinden (normal koşullarda ölçülen) önemli farklılıklarının olması, sistemde arızalar olduğunu gösterecektir.
RMS değeri, dalganın zaman geçmişi dikkate alınarak hesaplanır. Titreşim işaretindeki enerji içeriğinin bir ölçüsüdür ve dolayısıyla makine arızasının ciddiyeti için en doğru istatistiksel parametrelerden biridir. Bu özellik, genel titreşim seviyesini izlemek için iyidir, ancak hangi bileşenin arızalı olduğu hakkında herhangi bir bilgi sağlamaz. Döner ekipmanlı sistemlerde büyük bir denge bozukluğunu tespit etmede RMS değeri çok etkili olabilir. RMS değeri ayrıca şok darbelerinin ortaya çıkmasıyla artar. Yandaki denklemler, ayrık ve sürekli zaman sinyallerinin RMS değerlerini hesaplamak için kullanılabilir.
Şekil 2. RMS Formülü
Tepe faktörü, bir dalga biçiminin tepe değerinin RMS değerine oranı olarak tanımlanır ve bu nedenle boyutsuz bir miktardır. Yandaki ifade tepe faktörünü tanımlar. Bir sinüs dalgasının tepe faktörü 1,414’tür. Büyük bir dengesizliğe sahip, başka hiçbir problemi olmayan, bir makineden tipik bir titreşim sinyali alındığında 1,5’lik bir tepe faktörüne elde edilirken, rulmanlar aşınmaya başlayıp darbelerle sonuçlandıkça tepe faktörü bundan çok daha büyük hale gelir. Yaklaşımın temeli, bir yatak bozulduğunda, ivmenin tepe seviyelerinin, dürtüsellikteki artış nedeniyle RMS seviyelerinden daha hızlı artmasıdır. Tepe faktörü kolaylıkla hesaplanır ve yatak hızına ve yüküne nispeten duyarsızdır. Yatak hasarının başlangıç aşamasında, rulmanın iç halkası, yatak yuvası, yuvarlanma elemanları ve kafes periyodik darbe sinyalleri oluşturabilir. Bu, tepe faktörü değerinin artmasına neden olur. Ancak hasar kötüleştikçe RMS değeri de artacak ve tepe faktörü değerinin düşmesine neden olacaktır.
Şekil 3. Tepe Formülü
Çarpıklık, olasılık yoğunluk fonksiyonu aracılığıyla titreşim sinyalinin asimetri davranışını ölçer. Bir dağılımın çarpıklığı, simetrinin olmaması olarak tanımlanır. Çarpıklık boyutsuz bir ölçüdür ve sinyalin ortalama etrafında ne kadar simetrik olmadığını ölçer. Sinyal simetrik ise, çarpıklık sıfırdır. Çoğu titreşim sinyali için olasılık dağılımı, normal dağılım gibi ortalama etrafında simetriktir. Dolayısıyla, çoğu durumda sıfırdan farklı olan çarpıklık, bir şeyin yanlış olduğunu gösterir.
Şekil 4. Çarpıklık Formülü
Basıklık faktörü, bir sinyalin darbe durumunu karakterize etmek için kullanılan istatistiksel bir göstergedir. Yüksek basıklık faktörü, tekrarlanan dürtülerin varlığını gösterir. Spektrumun geniş bir frekans aralığı boyunca dağılmış küçük tepeler veya belirli konumlara yerleştirilmiş birkaç tepe içerip içermediğinin saptanmasına katkıda bulunur. Özellikle frekansa dayalı tekniklerin sınırlı olduğu düşük hızlı dönen şaftların yataklarının izlenmesi için uygundur. Basıklık, periyodik olmayan şokları tespit etmek için de yaygın olarak kullanılmaktadır. Normal bir rulmanın basıklık faktörü 3’tür. Daha büyük bir basıklık değerine sahip sinyaller, daha fazla tepe noktasına sahiptir; bunlar, sinyalin RMS değerinin üç katından daha büyük olan piklerdir.
Şekil 5. Basıklık Faktörü
Spektrum Analizi
Ham sinyalde kolayca görülemeyen bilgileri ortaya çıkaran işlenmiş sinyalleri elde etmek için, zaman sinyalleri matematiksel dönüşümler kullanılarak daha kolay anlamlandırılır. Bunlar arasında en yaygın olanı frekans alanına dönüşümdür. Zaman etki alanı titreşim sinyaline Fourier Dönüşümü uygulanarak frekans alanına dönüştürülür. Bu yöntemde, orijinal sinyaldeki enerji çeşitli frekans bileşenlerine ayrılır ve bu sinyalin genliğe karşı frekans temsili elde edilir. Bu formatın temel avantajı, titreşim sinyalindeki herhangi bir periyodikliğin, karşılık gelen frekanslarda spektrumdaki tepe noktaları olarak açıkça gösterilmesidir. Bu, genellikle titreşim sinyalinde belirli karakteristik frekans bileşenleri oluşturan arızaların erken tespit edilmesine ve durum kötüleştikçe zamanla trendin belirlenmesine olanak tanır. Bununla birlikte, frekans alanı analizinin dezavantajı, dönüştürme işlemi sırasında önemli miktarda bilginin (geçişler, tekrar etmeyen sinyal bileşenleri) kaybolabilmesidir. Bu teknik, makine teşhisinde en yaygın kullanılan tekniktir ve döner ekipmanlardaki mekanik problemlerin % 85’i tespit edilebilir.
Şekil 6. Zaman ve Frekans Alanlarından Sinyal Görünümü
Makineleri oluşturan her ekipmanın, tahrik edilen kuvvete karşı gösterdiği karakteristik frekansları vardır. Makine arızalarının teşhisinde de bu frekanslar kullanılır. Çeşitli arızalar kendine has spektrumlar oluşturmaktadır. Zaman formunda alınan sinyaller, frekans alanına dönüştürüldükten sonra karakteristik arıza spektrumları ile karşılaştırılarak arızanın hangi ekipmanda ve hangi sebeple oluştuğu ile ilgili yorum yapılabilir. Arızanın karakteristiklerini ise döner elemanın dönüş hızı, rulman iç/dış bilezik geçiş frekansları, dişli ağ frekansı vb. ekipmana has frekanslar belirler. Örneğin; bir kaplin ile birbirine bağlı motor-pompa sisteminde paralel hizasızlık problemini inceleyecek olursak, spektrumda motor dönüş frekansında radyal yönde bir tepe oluşur. Motor dönüş frekansının 2. ve 3. katında da tepeler oluşurken, 2. harmonik baskın bir şekilde görülebilir. Fakat bu spektrum arıza başlangıcında da gözlemlenebilir. Durumun ciddiyetini ölçmek için ise arızayı oluşturan karakteristik frekansların genlik değerleri kullanılır. Bu şekilde, çeşitli standartlar referans alınarak, durumun ciddiyetini gösteren eşik değerler oluşturulabilir. Dolayısıyla, spektrumda arızanın nedenini bulmak için frekans eksenine, arızanın ciddiyetini belirlemek için ise genlik eksenine bakılır.
Şekil 7. Karakteristik Paralel Ayarsızlık Spektrumu
Sensemore, Zaman-Dalga ve Frekans alanında titreşim analizi yapabilmek için çeşitli çözümler sunmaktadır. İvmeölçer sensöründen aldığınız ham G verisini, GRMS ve VRMS formatında gözlemleyebilirsiniz. Ekipmanınızın periyodik ölçümlerinin toplam GRMS, VRMS, sıcaklık değerlerinde zamana göre eğilimini(trend) gözlemleyerek alarmlar oluşturabilirsiniz. Bu alarmları da mail ya da mobil bildirim olarak alabilirsiniz. Zaman alanındaki verilerinizi daha kolay analiz edebilmek için tepe faktörü, basıklık, çarpıklık gibi çeşitli istatistiksel parametrelere göre trend oluşturarak durum izleyebilmenize imkan tanır. Spektrum analizinde ise, tepe oluşturan frekansların harmoniklerini kolay bir şekilde gözlemleyebilir, kütüphanemizde yer alan yaygın arıza spektrumları ile karşılaştırmalar yapabilirsiniz.
Şekil 8. Sensemore LAKE Tesis Gösterge Tablosu
Kaynakça:
- C. Scheffer, P. GirdharMachinery Vibration Analysis & Predictive Maintenance(Oxford:Elsevier, 2004) –
- A. Brandt, Noise and Vibration Analysis(New Delhi: Wiley, 2011)
- C. Sujatha, Vibration and Acoustics(New Delhi:Mc Graw Hill Education, 2010)