Sensoren können die Vibrationen von industriellen Anlageteilen aufnehmen und Probleme wie Achsverschiebungen oder Lagerunwuchten darstellen. Dieses Verfahren nennt man Schwingungsanalyse. Es kann Lagerdefekte in einem frühen Stadium erkennen, z.B. wenn sich ein mikroskopisch-kleiner Defekt auf dem Lagerlaufring befindet. Die Herausforderung besteht darin, das zu ermittelnde Signal von den anderen auftretenden Maschinengeräuschen zu differenzieren.
Filterung
Für den Maschinenzustand ist es wichtig, Defekte so früh als möglich zu erkennen, da andernfalls Maschinenausfälle und Stillstände drohen. Eine Methode, das relevante Signal vom Rauschen zu trennen, ist ein signalverarbeitendes Verfahren, das sich Hüllkurvenbildung nennt. Bei diesem Verfahren werden die ungewollten Anteile des Vibrationsspektrums stufenweise herausgefiltert, bis das Signal des Lagerdefektes klar erkennbar ist, d.h. die sich wiederholenden niederenergetischen Schwingungen werden von den Umgebungsgeräuschen extrahiert. Der ungefilterte Schwingungsverlauf eines Lagerschadens ist eine Mischung aus hohen und tiefen Frequenzen ohne offensichtliches Muster. Der erste Schritt besteht darin, einen Bandpassfilter anzuwenden, der die Frequenzen, in denen sich das gesuchte Signal verbirgt, isoliert. Erfahrungswerte sind notwendig, um zu wissen, welche Hoch- und Tiefpassfrequenzen eliminiert werden müssen. In der gefilterten Datenausgabe können sich wiederholende hochfrequente Signale bereits identifiziert werden, dennoch sind für die spezifische Bestimmung eines Lagerschadens weitere Schritte erforderlich. Nach dem Bandpassfilter wird der Schwingungsverlauf entzerrt, dazu werden die negativen Halbwellen invertiert und die Spitzenwerte der positiven und invertierten Halbwelle mit einer Linie (Hüllkurve) verbunden. Die Hüllkurve wird nun als echtes Schwingungssignal verarbeitet und hebt sich von dem Rauschen ab. Sie verhilft, ein regelmäßig wiederkehrendes Signal zu erfassen, wie es z.B. ein einzelner Schaden auf einem Laufring erzeugen würde. Andere Geräuschquellen, wie das Reiben einer Welle, sind eher zufällig und emittieren daher keine regelmäßigen Spitzen.
Hüllkurvenbildung
Die Hüllkurvenbildung wird hauptsächlich bei Wälzlagersystemen genutzt, findet aber auch in der Elektromotor- und Getriebeüberwachung Anwendung. Sie ist der Schlüsselfaktor zum Erfolg von zustandsorientierten Instandhaltungsprogrammen. Auch wenn die Hüllkurvenberechnung hauptsächlich bei Signalen im Beschleunigungsspektrum benutzt wird, kann sie auch zur Verbesserung anderer Messungen wie beispielsweise der Stoßimpulsmessung angewandt werden. Sobald das Signal gefiltert wurde, können die Informationen des Beschleunigungssensors von einem Datensammler abgegriffen und von Spezialisten begutachtet werden. Dem Messtechniker obliegt dann die Entscheidung, ob notwendige Instandsetzungsmaßnahmen umgesetzt werden müssen oder der Weiterbetrieb bis zur nächsten Messung möglich ist. Auch wenn die Hüllkurvenberechnung die klare Lösung zur Erfassung von Lagerschäden zu sein scheint, kann sie nicht bei jeder Maschine verwendet werden. Das Verfahren erfasst Schäden, die repetitive Metall-auf-Metall Interaktionen bewirken. Alle Bauteile, die das Signal ausblenden könnten, wie Dichtungen oder Dämpfer, kann die Maschine außerhalb des Verwendungsbereiches der beschriebenen Methode setzen.
Erfolgsfaktoren
Wenn eine Anwendung für die Hüllkurvenberechnung geeignet ist, kann die Optimierung einiger Faktoren bessere Messergebnisse gewährleisten. Sensoren, die niederfrequente Signale aufnehmen sollen, müssen im richtigen Frequenzbereich gewählt werden um den Anforderungen der entsprechenden Maschine oder Applikation zu entsprechen. Auch die korrekte Montage der Sensoren ist essenziell, die Anbringung erfolgt im Idealfall direkt an der Maschine auf einer nicht-lackierten, glatten, sauberen Oberfläche, um gleichbleibende Resultate zu erreichen. Eine schlechte Befestigung vermindert die Verlässlichkeit und kann die gesammelten Daten unbrauchbar machen. Nachdem die Sensoren installiert und kalibriert wurden, sollten die Daten in regelmäßigen Abständen ausgelesen werden, um eine akkurate Trendanalyse zu ermöglichen. Dadurch kann ein sich stetig verschlechternder Zustand – auch über lange Zeiträume hinweg – erkennbar werden. Dennoch muss bedacht werden, dass die Schwingungsanalyse keine deutliche Ja/Nein-Antwort liefert; es bedarf Erfahrung zur Interpretation der Daten. Die Amplitude eines sich verschlechternden Zustandes kann z.B. rückläufig sein, wenn sich die schadhafte Stelle mit der Zeit glättet. Das Potential der Hüllkurvenbildung ist enorm, dennoch wäre es wenig weitsichtig sich allein auf dieses Verfahren zu verlassen. Die Methode als Teil eines größeren Monitoring- und Analysesystems umzusetzen ist effektiver und hilft die Verfügbarkeit und Produktivität von Anlagen zu gewährleisten.
Anwendungsbeispiel
Nach Angaben des Global Wind Energy Councils (GWEC) wurden Ende 2014 über 268.000 Windturbinen betrieben; jede Turbine mit durchschnittlich 8.000 Einzelkomponenten. Viele dieser Komponenten gehören zum Antrieb, welcher bei Schäden häufig für längere Ausfallzeiten sorgt. Getriebe und Lager gelten als kritische Komponenten hinsichtlich der Abnutzung. Obwohl diese eher allmählich als plötzlich in Erscheinung tritt, kann ein Ausfall dennoch zu teuren Reparaturen führen. Stillstände, Ausfallzeiten und das eventuelle Heben von schwerem Gerät, Getriebeaustausch oder Generatorüberholungen übersteigen schnell die Kosten des Austauschs defekter Lager. Regelmäßige Condition Monitoring kann diese Problematik auf ein kalkulierbares Maß reduzieren. Die Komplexität einer typischen Windturbine ist jedoch auch für die Schwingungsanalyse eine Herausforderung. So sind in der Hauptturbine, Getriebe und Generator oft mehr als fünfzehn Wälzlager montiert, während das Getriebe mit unterschiedlichen Gängen aus mehreren Zahnrädern besteht. Diese Komponenten generieren einzigartige Schwingungssignale mit verschiedenen Amplituden und Frequenzen. Die Herausforderung liegt in der Isolierung des zu erfassenden Signals unter Ausblendung des vom restlichen System überlagernden Rauschens. Auch hier kann die Hüllkurvenbildung eine entscheidende Rolle spielen und Schwingungsanalysten und Instandhaltungsingenieuren helfen, die einzelnen Schwingungsanteile zu trennen und die Veränderung der Signale zu identifizieren, die auf einen steigenden Verschleiß hinweisen. Für eine effektive Hüllkurvenbildung müssen mehrere Sensoren eingesetzt werden, die an allen hauptrotierenden Teilen angebracht werden. Diese schließen die wichtigsten Lager, Planetengetriebe, Hochgeschwindigkeitsgetriebe und den Generator (inklusive Innen- und Außenlager) ein; idealerweise werden auch die horizontalen und axialen Bewegungen erfasst. Zu beachten gilt, dass die Frequenz des Hüllkurvensignals direkt mit der Geschwindigkeit der Welle in Verbindung steht. An der Nabe des Antriebs einer Windturbine kann die Umdrehungsgeschwindigkeit relativ langsam sein und bedarf daher eines speziellen niederfrequenten AC-Beschleunigungssensors mit einer Empfindlichkeit zwischen 100 und 500mV/g. Üblicherweise werden die Sensoren fest verkabelt und das gesammelte Signal aus der Gondel heraus in einer Übergabebox bereitgestellt. Die Signale können entweder vor Ort mit einem tragbaren Datensammler ausgelesen oder per Fernübertragung zur Analyse an ein CM-Center versendet werden.
