Бесплатна инженерска алатка
Калкулатор за прогностика на преостанат корисен век (RUL)
Внесете точки од трендот на податоци, изберете регресиски модел, поставете праг на откажување и проценете го преостанатиот корисен век со ниво на доверба според ISO 13381.
Резултати
Прогностика според ISO 13381-1
ISO 13381-1 дефинира рамка за следење на состојбата и прогностика на машините. Основната идеја е да се следи индикатор на здравје со текот на времето, да се прилагоди модел на деградација и да се екстраполира до однапред дефиниран праг на откажување.
Регресиски модели
Поддржани се три модели за прилагодување на податоците од трендот:
- Линеарно: y(t) = a + b·t — погоден за стабилна деградација со постојана стапка
- Експоненцијален: y(t) = a·eb·t — погоден за забрзана деградација (на пр. абење на лежиште)
- Полином (2. ред): y(t) = a + b·t + c·t² — погоден за нелинеарни трендови со инфлексија
Добрина на прилагодување — R²
Коефициентот на детерминација R² мери колку добро моделот се прилагодува на податоците:
- R² > 0,95 — Одлично прилагодување, висока доверба во проценката на RUL
- R² = 0.80–0.95 — Добро прилагодување, умерена доверба
- R² < 0,80 — Слабо прилагодување, разгледајте друг модел или повеќе податоци
Практичен пример
Дадено: Читањата на вибрации на денови 0, 30, 60, 90, 120, 150 се: 1.2, 1.8, 2.5, 3.4, 4.1, 5.0 mm/s. Праг на аларм = 7.1 mm/s.
Линеарно прилагодување: y = 1.14 + 0.0253·t → праг при t ≈ 236 денови → RUL ≈ 86 денови од последното мерење.
Експоненцијалното прилагодување може да даде пократок RUL доколку деградацијата се забрзува.
⚠️ Забелешка: Прогностичките проценки во голема мера зависат од квалитетот на податоците и од претпоставката дека механизмот на деградација останува непроменет. Секогаш комбинирајте ги со инженерска процена и со дополнителни податоци од следењето на состојбата.
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.
Постапките опишани на оваа страница беа развиени и теренски тестирани од тимот на Vibromera користејќи го Balanset-1A, преносен двоканален балансер и анализатор на вибрации за балансирање ротори на самото место.
Професионални инструменти за следење на состојбата и анализа на вибрации. Предвидете ги дефектите пред да се случат. Се користат во над 50 земји.
Nikolai Shelkovenko
Nikolai Shelkovenko е инженер за анализа на вибрации, основач и извршен директор на Vibromera. Повеќе од 15 години тој балансира ротирачка опрема на терен, а не на испитен стол: мулчери, индустриски вентилатори, дробилки, центрифуги, вратила и вретена. Токму од таа работа настанаа инструментите Balanset — тие се замислени како алат што специјалистот може да го однесе до машината и да го користи сам, на самото место, а не како лабораториска опрема. Vibromera е основана во 2017 година, а од 2023 година е со седиште во Порто, Португалија. Овде се одвиваат развојот, склопувањето и поддршката на линијата Balanset. Водечки инструмент е Balanset-1A — преносен анализатор за балансирање во една и во две рамнини и за вибродијагностика. Nikolai лично учествува во поддршката на клиентите, во решавањето на сложени случаи на балансирање и во развојот на софтверот. Работи со клиенти ширум светот, на кој било јазик.
