Gratis ingeniørværktøj
Prognostisk beregner for resterende levetid (RUL)
Indtast trenddatapunkter, vælg en regressionsmodel, indstil en fejltærskel, og estimer den resterende levetid med et konfidensniveau i henhold til ISO 13381.
Resultater
Prognostik i henhold til ISO 13381-1
ISO 13381-1 definerer et rammeværk for tilstandsovervågning og prognoser for maskiner. Kerneideen er at spore en tilstandsindikator over tid, tilpasse en nedbrydningsmodel og ekstrapolere til en foruddefineret fejltærskel.
Regressionsmodeller
Tre modeller understøttes til tilpasning af trenddata:
- Lineær: y(t) = a + b·t — egnet til stabil nedbrydning med konstant hastighed
- Eksponentiel: y(t) = a·eb·t — egnet til at accelerere nedbrydning (f.eks. lejeslid)
- Polynomium (2. orden): y(t) = a + b·t + c·t² — egnet til ikke-lineære tendenser med vendepunkt
God pasform — R²
Bestemmelseskoefficienten R² måler, hvor godt modellen passer til dataene:
- R² > 0,95 — Fremragende pasform, høj sikkerhed i RUL-estimatet
- R² = 0,80–0,95 — God pasform, moderat sikkerhed
- R² < 0,80 — Dårlig tilpasning, overvej en anden model eller flere data
Praktisk eksempel
Givet: Vibrationsaflæsninger på dag 0, 30, 60, 90, 120, 150 er: 1,2, 1,8, 2,5, 3,4, 4,1, 5,0 mm/s. Alarmtærskel = 7,1 mm/s.
Lineær tilpasning: y = 1,14 + 0,0253·t → tærskelværdi ved t ≈ 236 dage → RUL ≈ 86 dage fra sidste måling.
Eksponentiel tilpasning kan give en kortere RUL, hvis nedbrydningen accelererer.
⚠️ Bemærk: Prognostiske estimater afhænger i høj grad af datakvaliteten og antagelsen om, at nedbrydningsmekanismen forbliver uændret. Kombinér altid med teknisk vurdering og yderligere tilstandsovervågningsdata.
RUL is the estimated time remaining before an asset reaches a predefined failure or alarm threshold. It is a core concept in prognostics and predictive maintenance defined by ISO 13381-1.
RUL estimation allows maintenance to be planned proactively, avoiding unexpected downtime while maximizing asset utilization.
The choice depends on the degradation pattern:
- Linear — constant-rate degradation (e.g. gradual wear, steady contamination buildup)
- Exponential — accelerating degradation (e.g. bearing spalling, fatigue crack growth)
- Polynomial — non-linear trends where rate changes (e.g. initial break-in followed by stable degradation then rapid failure)
Compare R² values to find the best fit for your data.
A minimum of 3 data points is required for any regression. For better confidence:
- Linear model: 4–5 points recommended
- Exponential: 5–6 points recommended
- Polynomial: 6+ points recommended
More data points, especially near the current operating time, improve the prediction.
Confidence is derived from the R² (coefficient of determination) of the fitted model:
- High (R² ≥ 0.95) — Model fits data very well, RUL estimate is reliable
- Moderate (R² 0.80–0.95) — Reasonable fit, use with caution
- Low (R² < 0.80) — Poor fit, consider a different model or more data points
This calculator supports multiple parameter types (vibration, temperature, wear particles, etc.), multiple regression models, quantitative goodness-of-fit assessment, and extrapolation to a user-defined threshold — providing a full prognostic analysis rather than just a visual trend.
Procedurerne beskrevet på denne side blev udviklet og felttestet af Vibromera-teamet ved hjælp af Balanset-1A, en bærbar tokanals afbalanceringsenhed og vibrationsanalysator til afbalancering af rotorer på stedet.
Professionelle instrumenter til tilstandsovervågning og vibrationsanalyse. Forudsig fejl, før de sker. Anvendes i over 50 lande.
Nikolai Shelkovenko
Nikolai Shelkovenko er vibrationsanalyseingeniør samt stifter og direktør for Vibromera. I mere end 15 år har han afbalanceret roterende udstyr i marken frem for på en prøvebænk: flismaskiner, industriventilatorer, knusere, centrifuger, aksler og spindler. Det er dette arbejde, Balanset-instrumenterne er vokset ud af — de blev udviklet som et værktøj, en specialist kan tage med hen til maskinen og bruge alene på stedet, ikke som laboratorieudstyr. Vibromera blev grundlagt i 2017 og har siden 2023 haft base i Porto i Portugal. Udvikling, montage og support af Balanset-serien foregår her. Flagskibet er Balanset-1A, en bærbar analysator til afbalancering i ét og to planer og til vibrationsdiagnostik. Nikolai deltager personligt i kundesupporten, i arbejdet med vanskelige afbalanceringsopgaver og i udviklingen af softwaren. Han arbejder med kunder over hele verden, på ethvert sprog.
