Gratis ingeniørværktøj #034
Resterende levetid fra vibrationstrend
Estimer den resterende levetid (RUL) baseret på vibrationstrenddata. Projicer tid til alarm og fareniveauer ved hjælp af lineære, eksponentielle eller potenslovsbaserede vækstmodeller.
Resultater
Projicerede vibrationsniveauer
⚠️ Bemærkning om sikkerhed: Dette estimat forudsætter, at det nuværende vækstmønster fortsætter uændret. Den faktiske resterende levetid afhænger af fejlmekanismen, driftsforholdene, belastningsændringer og vedligeholdelseshandlinger. Brug det som vejledning til planlægning — ikke som en garanti. Flere datapunkter og ensartede måleforhold forbedrer nøjagtigheden.
Lineær vækstmodel
Antager at vibration stiger med en konstant hastighed:
Den lineære model er velegnet til gradvise slidprocesser som ubalancevækst fra erosion eller opbygning.
Eksponentiel vækstmodel
Antager, at vibrationsvæksthastigheden er proportional med det nuværende niveau (skaden accelererer):
Den eksponentielle model repræsenterer bedst lejenedbrydning og udmattelsesrevners udbredelse, hvor skade skaber mere skade.
Potenslovsmodel
Generaliseret model, der kan repræsentere både sublineær og superlineær vækst:
Potensloven er nyttig for blandede nedbrydningstilstande. Eksponenten p bestemmer vækstadfærd: p<1 decelererer, p=1 er lineær, p>1 accelererer.
Hvilken model skal man vælge?
| Model | Bedst til | Opførsel |
|---|---|---|
| Lineær | Gradvis slid, erosion, opbygning | Konstant ændringshastighed |
| Eksponentiel | Lejeskader, revnevækst | Accelererer — mest konservativ |
| Potenslov | Blandede/ukendte mekanismer | Fleksibel — tilpasser sig dataformen |
Praktisk eksempel
Givet: V_baseline = 2,5 mm/s, V_current = 4,2 mm/s, forløbet tid = 90 dage, alarm = 7,1 mm/s
Eksponentiel model:
k = ln(4,2 / 2,5) / 90 = ln(1,68) / 90 = 0,5188 / 90 = 0,00577 /dag
Tid til alarm: t_alarm = ln(7,1 / 2,5) / 0,00577 = 1,0438 / 0,00577 = 181 dage fra baseline
Resterende = 181 – 90 = 91 dage fra nu til alarmniveau
P-F-interval: Tiden mellem detekterbar fejlinitiering (P) og funktionssvigt (F) bestemmer, hvor meget varsel du får. For rullelejer er P-F-intervallet typisk 1–9 måneder afhængigt af hastighed, belastning og smøreforhold.
Vibration trending provides a reasonable estimate when the fault mechanism produces a consistent growth pattern. Key factors for reliability:
- More data points over a longer period improve accuracy
- Consistent measurement conditions (same point, direction, load, speed)
- Understanding the failure mode helps select the right growth model
- Bearing degradation typically follows exponential growth
- Gradual wear (erosion, buildup) tends to follow linear growth
Treat estimates as planning guidance, not precise predictions. Always err on the side of caution.
Linear growth: Vibration increases at a constant rate (e.g., +0.5 mm/s per month). The time to reach any level is easy to predict. Common for gradual wear processes.
Exponential growth: The rate of increase accelerates over time. Early stages show slow change; later stages show rapid deterioration. Common for bearing damage and fatigue crack propagation.
Why it matters: Exponential growth is more dangerous because it can appear stable for a long time, then deteriorate rapidly. The "hockey stick" curve means the window between detectable change and failure can be short.
General guidelines based on ISO 20816 / ISO 10816 philosophy:
- Plan action when vibration reaches Zone B/C boundary (alarm level) or has increased 50% above baseline
- Schedule maintenance when trend projection shows alarm will be reached within the next planned shutdown window
- Urgent action when vibration reaches Zone C/D boundary (danger level) or has doubled from baseline
- Immediate shutdown when danger level is exceeded or sudden step change occurs
The key principle: schedule corrective action while you still have time to plan, source parts, and execute safely.
Factors that reduce prediction accuracy:
- Inconsistent measurement: Different probe positions, mounting methods, or sensor types
- Variable operating conditions: Load, speed, or temperature changes between measurements
- Step changes: Sudden events (impacts, process upsets) that shift the baseline
- Wrong growth model: Using linear when actual growth is exponential, or vice versa
- Insufficient data: Fewer than 3–4 data points makes trend fitting unreliable
- Multiple fault mechanisms: If more than one fault is developing, the combined trend may not follow a simple model
Recommended measurement intervals based on machine criticality:
- Critical machines: Continuous online monitoring (24/7)
- Important machines: Weekly to monthly route-based measurements
- General machines: Monthly to quarterly
When a trend is rising:
- Zone A→B transition: Increase to weekly
- Approaching alarm: Increase to daily or install temporary online monitoring
- Above alarm: Continuous monitoring until maintenance
The measurement interval must be shorter than the P-F interval (time from detectable fault to functional failure) divided by at least 3, to ensure you capture the trend and have time to act.
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.
Professionel vibrationsovervågning med trend- og alarmstyring. 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.
