Wat is foutdetectie? Probleemidentificatie • Draagbare balancer, trillingsanalysator "Balanset" voor het dynamisch balanceren van brekers, ventilatoren, mulchers, vijzels op maaidorsers, assen, centrifuges, turbines en vele andere rotoren. Wat is foutdetectie? Probleemidentificatie • Draagbare balancer, trillingsanalysator "Balanset" voor het dynamisch balanceren van brekers, ventilatoren, mulchers, vijzels op maaidorsers, assen, centrifuges, turbines en vele andere rotoren.

Inzicht in foutdetectie

Draagbare balancer & Trillingsanalyzer Balanset-1A

Trillingssensor

Optische sensor (Lasertachometer)

Dynamische balancer "Balanset-1A" OEM

Definitie: Wat is foutdetectie?

Foutdetectie is het proces waarbij wordt vastgesteld dat er een defect of een abnormale toestand bestaat in apparatuur door analyse van gecontroleerde parameters zoals trillingen, temperatuur, prestatiegegevens of andere indicatoren. Foutdetectie beantwoordt de binaire vraag "Is er een probleem?" voordat wordt overgegaan tot foutdiagnose (het identificeren van het specifieke probleem) en prognose (het voorspellen van de resterende levensduur). Het is de eerste en meest fundamentele stap in conditiegebaseerd onderhoud, waarmee onderscheid wordt gemaakt tussen normale werking en verslechterende of defecte omstandigheden.

Effectieve foutdetectie biedt een vroege waarschuwing, waardoor problemen maanden vóór een functionele storing worden gedetecteerd. Hierdoor kan de benodigde doorlooptijd voor gepland onderhoud, de inkoop van onderdelen en de geplande uitvaltijd worden gerealiseerd, die de kernwaardeproposities van voorspellend onderhoud programma's.

Detectiemethoden

1. Drempeloverschrijding

De eenvoudigste en meest voorkomende:

  • Vergelijk de meting met vooraf gedefinieerde drempelwaarde
  • Als meting > drempel → fout gedetecteerd
  • Voorbeeld: Algemene trilling > 7,1 mm/s activeert waarschuwing
  • Voordelen: Eenvoudige, geautomatiseerde, duidelijke criteria
  • Beperkingen: Vereist een juiste drempelinstelling, vertraging om de drempel te overschrijden

2. Trendafwijking

Detecteert veranderingen ten opzichte van het normale patroon:

  • Toenemend trend duidt op een ontwikkelende fout
  • Detecteren voordat de absolute drempel wordt overschreden
  • Veranderingssnelheid alarmerend (snelle stijgingen)
  • Voordelen: Vroegere detectie, machinespecifiek
  • Vereisten: Historische trendgegevens nodig

3. Detectie van spectrale anomalieën

Abnormale frequentiecomponenten identificeren:

  • Nieuwe pieken verschijnen in spectrum (lagerfrequenties, harmonischen)
  • Bestaande pieken die in amplitude toenemen
  • Patroonveranderingen (ontwikkeling van zijbanden)
  • Voordelen: Indicatie van specifiek fouttype
  • Vereisten: Spectrale analysecapaciteit, basisspectra

4. Statistische methoden

  • Waarden buiten de normale statistische verdeling
  • Detectie van uitschieters (> gemiddelde + 3σ)
  • Overtredingen van de controlekaart
  • Voordelen: Houdt rekening met normale variabiliteit
  • Vereisten: Voldoende statistische steekproefomvang

5. Patroonherkenning

  • Machine learning-algoritmen
  • Neurale netwerken getraind op normale versus foutieve handtekeningen
  • Geautomatiseerde anomaliedetectie
  • Voordelen: Kan subtiele patronen detecteren
  • Vereisten: Trainingsgegevens, computerbronnen

Detectieprestatiestatistieken

Gevoeligheid (echte positieve snelheid)

  • Percentage daadwerkelijk gedetecteerde fouten
  • Doel: > 90-95% van de gedetecteerde echte problemen
  • Hogere gevoeligheid = minder gemiste fouten
  • Maatstaf: (echte positieven) / (echte positieven + valse negatieven)

Specificiteit (echte negatieve snelheid)

  • Percentage gezonde apparatuur dat correct als gezond wordt geïdentificeerd
  • Doel: > 90-95% van gezonde apparatuur niet vals gealarmeerd
  • Hogere specificiteit = minder valse alarmen
  • Maatstaf: (echte negatieven) / (echte negatieven + vals positieven)

Vals alarmpercentage

  • Percentage alarmen dat vals was (geen daadwerkelijke storing)
  • Doel: < 5-10% valse alarmen
  • Een hoog percentage valse alarmen veroorzaakt alarmmoeheid
  • Balans met gevoeligheid (trade-off)

Detectie doorlooptijd

  • Tijd tussen het detecteren van een fout en het uitvoeren van een functionele storing
  • Langere doorlooptijd = meer waarde (tijd voor planning)
  • Typisch: weken tot maanden voor door trillingen gedetecteerde lagerdefecten
  • Methode-afhankelijk: Envelopanalyse detecteert eerder dan algemene niveaus

Uitdagingen bij het detecteren van fouten

Balans tussen vroege en valse detectie

  • Zeer vroege detectie verhoogt het aantal valse alarmen
  • Wachten op duidelijke signalen verkort de doorlooptijd
  • Optimaliseer door middel van meertraps alarmering
  • Gebruik meerdere parameters voor bevestiging

Intermitterende storingen

Meerdere gelijktijdige storingen

  • Verschillende problemen die zich tegelijkertijd ontwikkelen
  • Kunnen elkaar in trilling maskeren
  • Vereist uitgebreide analyse
  • Meerdere detectiemethoden helpen

Detectie van multiparameterfouten

Trillingen + Temperatuur

  • Beide toenemend: Bevestigt lagerprobleem
  • Alleen trillingen: mechanisch probleem (onbalans, verkeerde uitlijning)
  • Alleen temperatuur: probleem met smering of wrijving
  • Gecombineerde bevestiging vermindert het aantal foutieve detecties

Meerdere trillingsparameters

  • Algemene niveauverhoging + opkomst van de lagerfrequentie
  • Bevestigt specifiek lagerdefect
  • Zekerdere detectie dan bij een enkele parameter

Automatisering versus handmatige detectie

Geautomatiseerde detectie

  • Voordelen: Snelle, consistente, 24/7-capaciteit
  • Methoden: Drempelcontrole, statistische algoritmen, machine learning
  • Beperkingen: Kan subtiele problemen missen en valse alarmen genereren

Handmatige (expert) detectie

  • Voordelen: Menselijk oordeel, contextbewustzijn, patroonherkenning
  • Methoden: Spectrumbeoordeling, golfvorminspectie, multiparametercorrelatie
  • Beperkingen: Tijdrovend, niet schaalbaar, expertise vereist

Hybride aanpak (beste praktijk)

  • Geautomatiseerde detectie voor screening
  • Deskundige beoordeling van uitzonderingen
  • Combineert efficiëntie met nauwkeurigheid
  • Standaard in volwassen programma's

Foutdetectie is de basiscapaciteit die voorspellend onderhoud mogelijk maakt, waarbij zich ontwikkelende problemen vroeg genoeg worden geïdentificeerd om geplande interventies mogelijk te maken. Effectieve foutdetectie – een combinatie van geschikte detectiemethoden, correct ingestelde drempelwaarden en een evenwicht tussen gevoeligheid en specificiteit – biedt de vroege waarschuwingen die de benutting van apparatuur maximaliseren en tegelijkertijd de onderhoudskosten en faalrisico's minimaliseren.


← Terug naar hoofdindex

WhatsApp