خانه  /  نمونه‌های موردی

تشخیص خرابی یاتاقان کمپرسور HY90 پیش از گسترش آسیب با ترکیب آنالیز ارتعاشات و آنالیز روغن

نمای یک کارخانه سیمان

معرفی

مقادیر متداول ارتعاش و نتایج آنالیز روغن، وضعیت یکی از کمپرسورهای اسکرو HY90 را عادی نشان می‌دادند؛ اما تحلیل دقیق‌تر داده‌های شتاب و Envelope، نشانه‌های خرابی رینگ داخلی یاتاقان QJ315 را آشکار کرد.

در یک کارخانه سیمان، چند کمپرسور اسکرو HY90 وظیفه تأمین هوای فشرده خط تولید را بر عهده داشتند. عملکرد پیوسته این تجهیزات برای حفظ جریان تولید ضروری بود و بروز خرابی در اجزای داخلی کمپرسور می‌توانست به کاهش ظرفیت یا توقف ناگهانی منجر شود.

در جریان برنامه پایش وضعیت، داده‌های ارتعاشی کمپرسورها در نقاط مختلف اندازه‌گیری و هم‌زمان نمونه‌های روغن نیز بررسی می‌شدند. نتایج اولیه، نشانه روشنی از وجود خرابی در کمپرسور مورد بررسی ارائه نمی‌کردند.

مشخصات تجهیز

صنعتسیمان
تجهیزکمپرسور اسکرو HY90
نوع خرابیآسیب رینگ داخلی یاتاقان QJ315
روش‌های پایشآنالیز ارتعاشات و آنالیز روغن
نتیجهشناسایی خرابی پیش از گسترش آسیب

چالش

در نخستین مرحله، مقادیر RMS سرعت ارتعاش کمپرسور با سایر کمپرسورهای مشابه و حدود استاندارد مقایسه شد. نتایج نشان می‌دادند که وضعیت کلی ارتعاشات در محدوده عادی قرار دارد.

آنالیز روغن نیز نتیجه مشابهی داشت. مقدار عناصر فرسایشی، میزان آهن و شاخص PQ تغییر معناداری نشان نمی‌دادند. مقایسه نمونه‌های متوالی روغن و بررسی آن‌ها در کنار نتایج یک کمپرسور سالم نیز نشانه مشخصی از خرابی ارائه نکرد.

با وجود عادی‌بودن این نتایج، اختلاف‌هایی در رفتار ارتعاشی تجهیز مشاهده می‌شد که به بررسی دقیق‌تری نیاز داشت. چالش اصلی، شناسایی خرابی احتمالی در شرایطی بود که شاخص‌های متداول هنوز از محدوده عادی عبور نکرده بودند.


راهکار

برای ارزیابی دقیق‌تر، داده‌های ارتعاشی کمپرسورها در حوزه شتاب بررسی شدند. تحلیل بر شاخص‌ها و سیگنال‌های زیر متمرکز بود:

  • RMS شتاب
  • Bearing Condition
  • Crest Factor
  • سیگنال زمانی Envelope
  • طیف فرکانسی Envelope

مقایسه داده‌ها نشان داد دامنه RMS شتاب در یاتاقان شماره ۶ کمپرسور مورد بررسی، به‌طور محسوسی بیشتر از کمپرسور سالم است. شاخص Bearing Condition نیز در همین نقطه مقدار غیرعادی داشت.

این تفاوت در اندازه‌گیری سرعت ارتعاش قابل مشاهده نبود و تنها پس از بررسی داده‌ها در حوزه شتاب آشکار شد.

در مرحله بعد، طیف فرکانسی Envelope بررسی شد. مؤلفه غالب در فرکانس تقریبی ۱۸۴٫۶۹ هرتز و هارمونیک‌های آن مشاهده شد. با توجه به سرعت محور و مشخصات یاتاقان QJ315، فرکانس تقریبی خرابی رینگ داخلی حدود ۱۸۶٫۷۶ هرتز محاسبه شد.

طیف فرکانسی Envelope یاتاقان شماره ۶ کمپرسور <span class=HY90“>
طیف فرکانسی Envelope؛ مؤلفه غالب در فرکانس ۱۸۴٫۶۹ هرتز و هارمونیک‌های آن مشاهده می‌شود.

نزدیکی فرکانس مشاهده‌شده به فرکانس محاسبه‌شده، احتمال آسیب رینگ داخلی یاتاقان را تقویت کرد. افزایش سطح نویز زمینه‌ای در سیگنال Envelope نیز نشانه‌ای از افزایش اصطکاک و آسیب سطحی بیرینگ بود.


دستاورد

با وجود عادی‌بودن RMS سرعت و نتایج آنالیز روغن، شواهد حاصل از تحلیل شتاب و Envelope مبنای تصمیم برای بازرسی فنی کمپرسور قرار گرفتند.

در بازرسی انجام‌شده، آسیب سطح رینگ داخلی یاتاقان QJ315 نصب‌شده در نقطه شماره ۶ تأیید شد. به این ترتیب، خرابی پیش از گسترش آسیب و تبدیل‌شدن آن به یک مشکل جدی‌تر شناسایی شد.

آسیب رینگ داخلی یاتاقان QJ315 کمپرسور <span class=HY90“>
آسیب سطح رینگ داخلی یاتاقان QJ315 که در بازرسی فنی کمپرسور تأیید شد.
  • RMS سرعت به‌تنهایی قادر به آشکارکردن خرابی نبود.
  • آنالیز روغن نشانه معناداری از آسیب یاتاقان ارائه نکرد.
  • RMS شتاب و Bearing Condition رفتار غیرعادی تجهیز را مشخص کردند.
  • تحلیل Envelope فرکانس مرتبط با خرابی رینگ داخلی را آشکار کرد.
  • بازرسی فنی، نتیجه تحلیل ارتعاشات را تأیید کرد.

چرا آنالیز روغن خرابی را نشان نداد؟

در مراحل اولیه خرابی یاتاقان غلتشی، ذرات جداشده ممکن است در نقاط ساکن سیستم ته‌نشین شوند و وارد نمونه روغن نشوند. به همین دلیل، نبود تغییر معنادار در عناصر فرسایشی یا شاخص PQ الزاماً به معنای سلامت کامل یاتاقان نیست.

در این نمونه، تحلیل ارتعاشات در حوزه شتاب نسبت به آنالیز روغن حساسیت بیشتری برای شناسایی مرحله اولیه خرابی داشت.


اشتراک تجربه

این تجربه نشان داد که پایش مؤثر کمپرسورهای اسکرو نباید تنها به مقادیر کلی سرعت ارتعاش یا نتایج یک تکنیک محدود شود. انتخاب پارامتر مناسب، مقایسه با ماشین‌های مشابه و تحلیل هم‌زمان شواهد مختلف، برای شناسایی خرابی‌های اولیه ضروری است.

چنین تجربه‌هایی بخشی از دانش تخصصی تیم بنیان‌گذار SeeNous در پایش وضعیت تجهیزات دوار هستند؛ دانشی که امروز مبنای توسعه فرایندهای هوشمندتر، سریع‌تر و مقیاس‌پذیرتر برای تحلیل وضعیت ماشین‌آلات صنعتی قرار گرفته است.



گزارش مقایسه عملکرد هوش مصنوعی و کارشناسان پایش وضعیت در Practicom 2025