Alat Rekayasa Gratis #034
Sisa Umur dari Tren Getaran
Perkirakan sisa umur pakai (RUL) berdasarkan data tren getaran. Proyeksikan waktu hingga tingkat peringatan dan bahaya menggunakan model pertumbuhan linier, eksponensial, atau hukum pangkat.
Hasil
Tingkat Getaran yang Diproyeksikan
⚠️ Catatan Rahasia: Estimasi ini mengasumsikan pola pertumbuhan saat ini terus berlanjut tanpa perubahan. Masa pakai sebenarnya yang tersisa bergantung pada mekanisme kerusakan, kondisi operasi, perubahan beban, dan tindakan pemeliharaan. Gunakan sebagai panduan untuk perencanaan — bukan sebagai jaminan. Lebih banyak titik data dan kondisi pengukuran yang konsisten meningkatkan akurasi.
Model Pertumbuhan Linier
Diasumsikan getaran meningkat dengan laju konstan:
Model linier cocok untuk proses keausan bertahap seperti pertumbuhan ketidakseimbangan akibat erosi atau penumpukan.
Model Pertumbuhan Eksponensial
Diasumsikan laju pertumbuhan getaran berbanding lurus dengan tingkat saat ini (kerusakan semakin cepat):
Model eksponensial paling baik menggambarkan degradasi bantalan dan perambatan retakan kelelahan di mana kerusakan menciptakan kerusakan yang lebih besar.
Model Hukum Pangkat
Model umum yang dapat merepresentasikan pertumbuhan sub-linier dan super-linier:
Hukum pangkat berguna untuk mode degradasi campuran. Eksponen p menentukan perilaku pertumbuhan: p<1 berarti melambat, p=1 berarti linier, p>1 berarti mempercepat.
Model Mana yang Harus Dipilih?
| Model | Terbaik Untuk | Perilaku |
|---|---|---|
| Linier | Keausan bertahap, erosi, penumpukan | Laju perubahan konstan |
| Eksponensial | Kerusakan bantalan, pertumbuhan retakan | Mempercepat — paling konservatif |
| Hukum Kekuasaan | Mekanisme campuran/tidak diketahui | Fleksibel — beradaptasi dengan bentuk data |
Contoh Praktis
Diberikan: V_baseline = 2,5 mm/s, V_current = 4,2 mm/s, elapsed = 90 hari, alarm = 7,1 mm/s
Model eksponensial:
k = ln(4,2 / 2,5) / 90 = ln(1,68) / 90 = 0,5188 / 90 = 0,00577 /hari
Waktu alarm: t_alarm = ln(7.1 / 2.5) / 0.00577 = 1.0438 / 0.00577 = 181 hari dari awal
Sisanya = 181 – 90 = 91 hari mulai sekarang hingga tingkat peringatan
Interval PF: Jangka waktu antara inisiasi kesalahan yang terdeteksi (P) dan kegagalan fungsional (F) menentukan seberapa banyak peringatan yang Anda dapatkan. Untuk bantalan elemen gelinding, interval PF biasanya 1–9 bulan tergantung pada kecepatan, beban, dan kondisi pelumasan.
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.
Prosedur yang dijelaskan pada halaman ini dikembangkan dan diuji langsung di lapangan oleh tim Vibromera menggunakan Balanset-1A, sebuah balancer dua saluran portabel dan penganalisis getaran untuk penyeimbangan rotor di lokasi.
Pemantauan getaran profesional dengan analisis tren dan manajemen alarm. Prediksi kegagalan sebelum terjadi. Digunakan di lebih dari 50 negara.
Nikolai Shelkovenko
Nikolai Shelkovenko adalah insinyur analisis getaran sekaligus pendiri dan CEO Vibromera. Selama lebih dari 15 tahun ia telah menyeimbangkan peralatan berputar langsung di lapangan, bukan di bangku uji: mulcher, kipas industri, penghancur, sentrifus, poros, dan spindel. Dari pekerjaan itulah lahir alat-alat Balanset — dirancang sebagai alat yang dapat dibawa oleh seorang spesialis ke mesin dan digunakan sendiri, di lokasi, bukan sebagai peralatan laboratorium. Vibromera didirikan pada tahun 2017 dan sejak 2023 berbasis di Porto, Portugal. Pengembangan, perakitan, dan dukungan untuk lini Balanset semuanya dilakukan di sini. Instrumen andalannya adalah Balanset-1A, penganalisis portabel untuk penyeimbangan satu dan dua bidang serta diagnostik getaran. Nikolai terlibat langsung dalam dukungan pelanggan, penanganan kasus penyeimbangan yang rumit, dan pengembangan perangkat lunak. Ia bekerja dengan pelanggan di seluruh dunia, dalam bahasa apa pun.
