Fabrication industrielle
Internet des objets industriel | Matériaux industriels | Entretien et réparation d'équipement | Programmation industrielle |
home  MfgRobots >> Fabrication industrielle >  >> Entretien et réparation d'équipement

Étude de cas maintenance prédictive : Analyse réelle vibrations, infrarouge, huile et courant moteur

Les études de cas suivantes présentent des données réelles analysées par l'auteur, illustrant comment les outils de maintenance prédictive — analyse de vibrations, thermographie infrarouge, analyse d'huile, et analyse de courant moteur — détectent les défauts tôt et prolongent la durée de vie des équipements.

Chaque exemple est présenté comme un spectre de fréquence, et quand pertinent, comme une forme d'onde temporelle, fournissant une preuve concrète de défauts dans des segments de données spécifiques.

Les rapports de propreté d'huile identifient les conditions d'huile sale, référençant les niveaux de propreté ISO comme benchmarks. Maintenir la qualité de l'huile est essentiel pour prévenir la défaillance prématurée des composants et maximiser le temps de fonctionnement.

Les images de thermographie infrarouge révèlent les variations de température à travers les composants d'équipement. Même des écarts subtils peuvent signaler des problèmes sous-jacents, rendant le personnel formé en interprétation thermographique hautement précieux.

Les moteurs électriques, critiques pour les opérations de fabrication, échouent couramment par usure de paliers ou rupture d'isolation des enroulements. L'analyse de courant moteur peut prédire les défaillances d'enroulements, permettant des plannings de maintenance proactive.

Étude de cas Données de vibrations (Maillage d'engrenages)

Tous les trains d'engrenages produisent une fréquence de maillage d'engrenages égale au nombre de dents multiplié par la vitesse d'arbre. Des bandes latérales apparaissent des deux côtés de la fréquence primaire de maillage.

La Figure 1 affiche des données d'un réducteur planétaire dans une exploitation forestière. La fréquence clé est 37 915,8 CPM, avec un harmonique à 75 831,6 CPM. Des bandes latérales entourent cette fréquence, et les impacts de forme d'onde temporelle confirment des défauts de maillage.

Dans un train planétaire — engrenage solaire entraînant trois engrenages planétaires qui s'engrènent avec un engrenage annulaire — identifier les fréquences de maillage peut être difficile. Le spectre correspond aux fréquences calculées, et l'impact de forme d'onde indique des dents d'engrenages défectueuses.

Des défauts comme le piqûrage et l'écaillage résultent d'huile contaminée. Des pressions de maillage élevées (jusqu'à 300 000 psi) font que le sable et la saleté indentent les dents métalliques, menant à l'usure. Après diagnostic, l'unité a été retirée, réparée, et inspectée, révélant des défauts visibles sur les trois engrenages planétaires.

Figure 1. Données Maillage Engrenages

La détection de ce problème via l'analyse de vibrations a prévenu une défaillance catastrophique d'engrenages. Sans analyse, le défaut aurait progressé, produisant des copeaux métalliques et une défaillance en cascade. L'analyse d'huile aurait pu similairement identifier les métaux d'usure.

Des actions correctives, comme l'équilibrage, peuvent réduire drastiquement les vibrations. La Figure 2 montre une vibration de haute amplitude à la vitesse 1X du ventilateur, indiquant un déséquilibre. La Figure 3 démontre la réduction des vibrations après équilibrage, tombant sous les seuils d'alarme et prolongeant la durée de vie de l'équipement.

Figure 2. Données de vibrations d'un ventilateur

Figure 3. Données de tendance des vibrations après équilibrage

Au-delà de la détection, la maintenance prédictive vise à éliminer la récurrence en identifiant les causes racines et en implémentant des mesures préventives.

La Figure 4 illustre un défaut de palier — un défaut de bague extérieure — identifié par des bandes latérales autour de la fréquence de défaut et une modulation d'amplitude dans la forme d'onde temporelle. La base de données de paliers du logiciel (plus de 10 000 fréquences de défaut) étiquette ces fréquences automatiquement.

Figure 4. Données de vibrations d'un palier défectueux

L'analyse de vibrations identifie aussi les risques de résonance quand les vitesses de fonctionnement approchent les fréquences naturelles. Un test d'impact, montré en Figure 5, identifie la fréquence naturelle d'une structure. Opérer à moins de 20 % de 7 313,1 CPM créerait une résonance, amplifiant les vibrations jusqu'à 20x.

Figure 5. Données identifiant la fréquence naturelle d'une structure

Étude de cas Thermographie infrarouge

La thermographie infrarouge est largement adoptée pour sa détection directe de surchauffe. Une formation certifiée en interprétation est recommandée pour maximiser la précision diagnostique.

La Figure 6 met en évidence un démarreur moteur avec une connexion « B » desserrée. La température maximale dans le point chaud atteint 78,2 °C (172,8 °F). Les connexions desserrées génèrent une chaleur excessive, pouvant causer une défaillance monophasée et un arrêt prématuré du moteur.

Figure 6. Données infrarouges de démarreur moteur, prises par l'auteur

La Figure 7 fournit une référence visuelle pour aider les techniciens à localiser le défaut.

Figure 7. Image de la zone problématique

Les applications de la thermographie infrarouge s'étendent au-delà des systèmes basse tension. La Figure 8 montre un raccord de ligne haute tension à 71,2 °C (160,2 °F) — plus du double de l'ambiant — indiquant une connexion desserrée qui, si non contrôlée, pourrait arrêter les opérations de l'usine et coûter des millions.

Figure 8. Données infrarouges d'une connexion desserrée

Combinée avec d'autres outils PdM, la thermographie infrarouge délivre des économies substantielles en prévenant les défaillances prématurées.

Analyse d'huile

La Figure 9 affiche des niveaux de contaminants ISO de 22/21/17, dépassant largement les standards typiques (ex. 16/14/11). Chaque incrément numérique double la concentration de contaminants, signifiant que ce niveau est 64 fois plus sale que le standard.

Figure 9. Données d'analyse d'huile

L'analyse d'huile détecte fiablement les contaminants provenant d'ingression ou d'usure interne. Des niveaux élevés accélèrent l'usure et réduisent la durée de vie de l'équipement. L'atténuation inclut la filtration haute efficacité (3 µm, ratio β 200) et la prévention stricte des fuites.

Étude de cas Analyse de courant moteur

L'analyse de courant moteur prédit la rupture d'isolation, permettant une action préemptive. Associée aux données infrarouges ou de vibrations, elle fournit une vue complète de la santé électrique et mécanique.

La Figure 10 compare deux relevés d'un moteur de ventilateur de recirculation d'humidificateur : base (7 sept 2005) et suivi (27 juil 2006). L'augmentation du déséquilibre de résistance (% déséquilibre Rés.) signale une défaillance d'isolation émergente, justifiant le retrait et le reconditionnement du moteur.

Figure 10. Données prises par l'auteur

L'analyse de courant moteur détecte aussi les anomalies d'entrefer, qui peuvent causer un frottement rotor-stator même quand d'autres paramètres semblent normaux. Adresser ces problèmes prévient la défaillance catastrophique du moteur.

L'implémentation de multiples technologies PdM — vibrations, infrarouge, huile, et courant moteur — fournit des insights chevauchants qui améliorent dramatiquement la fiabilité de maintenance et réduisent les coûts d'arrêt.

Gary Fore, CMRP
Spécialiste Fiabilité I & E
Eagle Rock Energy

À propos de l'auteur :
Gary Fore, CMRP, est spécialiste fiabilité I&E chez Eagle Rock Energy. Avec 22 ans dans les secteurs énergie et produits de construction, il se concentre sur l'ingénierie de fiabilité et la surveillance d'état. Ses certifications incluent : Professionnel Certifié Maintenance & Fiabilité, Analyste vibrations Catégorie III, Thermographe Infrarouge Niveau II, Spécialiste Lubrification Certifié, et Analyste Lubrifiant Machine Niveau I.

Entretien et réparation d'équipement

  1. Débloquer la valeur temps réel avec la maintenance prédictive
  2. Maintenance préventive vs prédictive : choisir la meilleure stratégie pour votre usine
  3. Comment la maintenance prédictive booste l'efficacité et réduit les temps d'arrêt
  4. Maintenance prédictive : guide complet pour réduire les temps d'arrêt et maximiser le ROI
  5. Indicateurs clés pour démontrer le succès de la maintenance prédictive
  6. Lancer la maintenance prédictive : questions clés et étapes pratiques
  7. Révolutionner la fiabilité des actifs : le Machine Learning pour la maintenance prédictive
  8. Éviter les pièges courants : Réussir la maintenance prédictive avec Senseye
  9. Débloquer l'excellence de la maintenance prédictive : Bonnes pratiques expertes pour fabricants