Ilmainen suunnittelutyökalu
Jäljellä olevan käyttöiän (RUL) ennustelaskuri
Syötä trendidatapisteet, valitse regressiomalli, aseta vikaantumiskynnys ja arvioi jäljellä oleva käyttöikä ISO 13381 -standardin mukaisella luottamustasolla.
Tulokset
Ennuste ISO 13381-1 -standardin mukaisesti
ISO 13381-1 määrittelee koneiden kunnonvalvonnan ja ennusteiden viitekehyksen. Ydinajatuksena on seurata kuntoindikaattoria ajan kuluessa, sovittaa siihen vaurioitumismalli ja ekstrapoloida se ennalta määriteltyyn vikaantumiskynnykseen.
Regressiomallit
Trenditietojen sovittamiseen tuetaan kolmea mallia:
- Lineaarinen: y(t) = a + b·t — soveltuu tasaiselle, vakionopeuksiselle hajoamiselle
- Eksponentiaalinen: y(t) = a·eb·t — soveltuu kiihtyvään degradaatioon (esim. laakerin kuluminen)
- Polynomi (2. kertaluku): y(t) = a + b·t + c·t² — soveltuu epälineaarisille trendeille, joissa on taitekohta
Sopivuuden hyvyys — R²
Määrityskerroin R² mittaa, kuinka hyvin malli sopii dataan:
- R² > 0,95 — Erinomainen sopivuus, korkea luottamustaso RUL-arviossa
- R² = 0,80–0,95 — Hyvä sopivuus, kohtalainen luottamus
- R² < 0,80 — Huono sopivuus, harkitse eri mallia tai enemmän dataa
Käytännön esimerkki
Annettu: Tärinäarvot päivinä 0, 30, 60, 90, 120 ja 150 ovat: 1,2, 1,8, 2,5, 3,4, 4,1 ja 5,0 mm/s. Hälytyskynnys = 7,1 mm/s.
Lineaarinen sovitus: y = 1,14 + 0,0253·t → kynnysarvo hetkellä t ≈ 236 päivää → RUL ≈ 86 päivää viimeisestä mittauksesta.
Eksponentiaalinen sovitus voi antaa lyhyemmän RUL:n, jos hajoaminen kiihtyy.
⚠️ Huomautus: Ennusteelliset arviot riippuvat vahvasti datan laadusta ja oletuksesta, että hajoamismekanismi pysyy muuttumattomana. Yhdistä aina tekniseen arvioon ja lisäkunnonvalvontatietoihin.
RUL (jäljellä oleva käyttöikä) on arvioitu aika, joka on jäljellä, ennen kuin kohde saavuttaa ennalta määritellyn vika- tai hälytysrajan. Se on prognostiikan ja ennakoivan kunnossapidon ydinkäsite, joka on määritelty standardissa ISO 13381-1.
RUL-arvio mahdollistaa kunnossapidon ennakoivan suunnittelun, välttäen odottamattomat seisokit ja maksimoiden kohteen käyttöasteen.
Valinta riippuu heikkenemiskuviosta:
- Lineaarinen — vakionopeudella etenevä heikkeneminen (esim. asteittainen kuluminen, tasainen epäpuhtauksien kertyminen)
- Eksponentiaalinen — kiihtyvä heikkeneminen (esim. laakerin pinnan lohkeilu, väsymishalkeaman kasvu)
- Polynomi — epälineaariset trendit, joissa nopeus muuttuu (esim. alkuun sisäänajo, sitten vakaa heikkeneminen ja lopuksi nopea vikaantuminen)
Vertaa R²-arvoja löytääksesi dataasi parhaiten sopivan mallin.
Mihin tahansa regressioon tarvitaan vähintään 3 datapistettä. Paremman luotettavuuden saavuttamiseksi:
- Lineaarinen malli: suositus 4–5 pistettä
- Eksponentiaalinen: suositus 5–6 pistettä
- Polynomi: suositus 6+ pistettä
Useampi datapiste, erityisesti nykyisen käyttöajan lähellä, parantaa ennustetta.
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
Tämä laskin tukee useita parametrityyppejä (tärinä, lämpötila, kulumispartikkelit jne.), useita regressiomalleja, määrällistä sopivuuden arviointia ja ekstrapolointia käyttäjän määrittelemään raja-arvoon — tarjoten täyden prognostiikka-analyysin pelkän visuaalisen trendin sijaan.
Tällä sivulla kuvatut menetelmät on kehittänyt ja kenttätestannut Vibromera-tiimi Balanset-1A-laitteella, joka on kannettava kaksikanavainen tasapainotuslaite ja tärinäanalysaattori roottoreiden tasapainotukseen paikan päällä.
Ammattimaiset kunnonvalvonta- ja tärinäanalyysilaitteet. Ennusta viat ennen niiden tapahtumista. Käytössä yli 50 maassa.
Nikolai Shelkovenko
Nikolai Shelkovenko on värähtelyanalyysi-insinööri sekä Vibromeran perustaja ja toimitusjohtaja. Yli 15 vuoden ajan hän on tasapainottanut pyöriviä koneita kentällä eikä koepenkissä: silppureita, teollisuuspuhaltimia, murskaimia, linkoja, akseleita ja karoja. Juuri tästä työstä Balanset-laitteet ovat syntyneet — ne suunniteltiin työkaluksi, jonka asiantuntija voi kantaa koneen luo ja jota hän voi käyttää yksin paikan päällä, ei laboratoriolaitteiksi. Vibromera perustettiin vuonna 2017, ja vuodesta 2023 lähtien sen kotipaikka on ollut Porto Portugalissa. Balanset-sarjan kehitys, kokoonpano ja tuki tapahtuvat täällä. Lippulaivalaite on Balanset-1A, kannettava analysaattori yhden ja kahden tason tasapainotukseen sekä värähtelydiagnostiikkaan. Nikolai osallistuu henkilökohtaisesti asiakastukeen, vaikeiden tasapainotustapausten ratkaisemiseen ja ohjelmiston kehittämiseen. Hän palvelee asiakkaita ympäri maailmaa, millä tahansa kielellä.