风机滚动轴承的视情维修

制药业 2022-04-14

在制药行业中部分设备长期处于旋转运行状态——这些设备一旦出现故障便会产生严重偏差，甚至会导致产品报废，洁净空调的风机就是这样的设备。因此需要对这些设备实行视情维护，当发现有潜在故障失效时就及时进行维护。

文/王兵李伟敏邹小安方明全欧阳健均就职于无锡药明合联生物技术有限公司。

振动检测

随着数据信息量的大幅度提升以及5G技术的发展，基于5G的边缘计算技术已成为一种实时高效的数据处理方式且被广泛使用。机械设备的故障中有相当一部分是由滚动轴承失效引起的，所以如果能通过实时监控滚动轴承的运行状态，在滚动轴承失效之前就进行更换，将能大幅度降低此类事故的发生。现在，随着5G边缘计算技术的进步，这样的设想已经成为了现实。

采用加速度传感器来检测轴承振动的加速度，结合滚动轴承的时域和频谱特征，通过傅里叶变换^[1]、神经网络算法和聚类算法^[2]对轴承分类状态进行识别，可实现对滚动轴承的实时状态监测，如图1所示。

图1 通过4 种设备及技术可以实现滚动轴承的实时监控

振动检测的数据再通过5G边缘计算，便能区分出是动平衡、对中的问题，还是轴承出现了损伤，且给出一个各项缺陷占比的报告。

将振动检测用于轴承的视情维修

理论上，由电机带动的滚动轴承能被观测到的物理参数至少有如下几个：电机运行的电流、轴承运行的振动、轴承运行的杂音以及轴承部位的升温（它们不一定都能用来进行预警监测）。

对于旋转机器的振动监测和分析，主要是评价其运行的健康状态，发现和诊断可能存在的潜在故障，包括：不平衡、轴弯曲、偏心、不对中、共振问题、基础松动、轴承问题等。轴承的问题又可以进一步分为：磨损失效、疲劳失效、腐蚀失效、压痕失效及胶合失效。

按照以可靠性为中心的维护（Reliability Centered Maintenance）^[3]理论，在技术可行和实行有价值的情况下，主动性维修中应首选视情维修，且应以小于P到F的时间间隔期进行视情维修，如图2的运行状态图所示。从图2中可以看到失效迹象最敏感的是振动，依次是杂音、升温和发烟，而电机的电流不能够作为判断的依据。敏感程度排序依次为：振动→杂音→升温→发烟。

图2 设备运行状态示意图

从出现振动到失效会有数月的周期间隔，从出现杂音到失效也会有数周的周期间隔，从出现升温到失效只有几天的周期间隔，从出现发烟到失效就仅有几分钟的时间。图2中P点为潜在失效点（Potential Failure），F点为失效点（Failure）。在P点之后，随着失效迹象的进一步明显，依次会出现杂音、升温，等到出现发烟，设备很快就会失效了。在P点之前发生的故障，则纯粹是概率事件，所以无法预测。

轴承的振动检测理论上仅需要定期进行，实施的检查周期只要短于P到F的时间间隔，即如果采用振动监测来进行视情维修，其检查的周期只需要小于1个月。然而在发现轴承潜在失效后，尚需要进行处置和恢复的时间，这个处置和恢复必须在失效前执行完毕。为此，包括行动时间在内的整个检查周期都应小于P到F的时间间隔，考虑到振动检测的成本不高且方便，建议设置为2～3周。当然，如果能做到实时监测，就可以更好地维护设备，并进行如图3所示的平台化管理。