Gratis tekniskt verktyg #034
Återstående livslängd från vibrationstrend
Uppskatta återstående livslängd (RUL) baserat på vibrationstrenddata. Projicera tid till larm och faronivåer med hjälp av linjära, exponentiella eller potenslagsbaserade tillväxtmodeller.
Resultat
Projicerade vibrationsnivåer
⚠️ Notering om tillförlitlighet: Denna uppskattning förutsätter att det nuvarande tillväxtmönstret fortsätter oförändrat. Faktisk återstående livslängd beror på felmekanism, driftsförhållanden, belastningsförändringar och underhållsåtgärder. Använd som vägledning för planering — inte som en garanti. Fler datapunkter och konsekventa mätförhållanden förbättrar noggrannheten.
Linjär tillväxtmodell
Antar att vibrationen ökar med konstant hastighet:
Den linjära modellen är lämplig för gradvisa slitageprocesser som obalanstillväxt från erosion eller uppbyggnad.
Exponentiell tillväxtmodell
Antar att vibrationstillväxten är proportionell mot nuvarande nivå (skadan accelererar):
Exponentiell modell representerar bäst lagernedbrytning och spricktillväxt genom utmattning, där skada leder till mer skada.
Potenslagsmodell
Generaliserad modell som kan representera både sublinjär och superlinjär tillväxt:
Potenslagen är användbar för blandade nedbrytningsmekanismer. Exponenten p bestämmer tillväxtbeteendet: p<1 är decelererande, p=1 är linjärt, p>1 är accelererande.
Vilken modell ska man välja?
| Modell | Bäst för | Beteende |
|---|---|---|
| Linjär | Gradvis slitage, erosion, uppbyggnad | Konstant förändringstakt |
| Exponentiell | Lagerskador, spricktillväxt | Accelererande — mest konservativ |
| Potenslag | Blandade/okända mekanismer | Flexibel — anpassar sig till dataformen |
Praktiskt exempel
Givetvis: V_baslinje = 2,5 mm/s, V_nuvarande = 4,2 mm/s, förfluten tid = 90 dagar, larm = 7,1 mm/s
Exponentiell modell:
k = ln(4,2 / 2,5) / 90 = ln(1,68) / 90 = 0,5188 / 90 = 0,00577/dag
Tid till larm: t_alarm = ln(7,1 / 2,5) / 0,00577 = 1,0438 / 0,00577 = 181 dagar från baslinjen
Återstående = 181 – 90 = 91 dagar från nu till larmnivå
PF-intervall: Tiden mellan detekterbar felinitiering (P) och funktionsfel (F) avgör hur mycket varning du får. För rullningslager är P-F-intervallet vanligtvis 1–9 månader beroende på hastighet, belastning och smörjförhållanden.
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.
Procedurerna som beskrivs på den här sidan utvecklades och fälttestades av Vibromera-teamet med hjälp av Balanset-1A, en bärbar tvåkanalig balanserare och vibrationsanalysator för rotorbalansering på plats.
Professionell vibrationsövervakning med trend- och larmhantering. Förutse haverier innan de inträffar. Används i fler än 50 länder.
Nikolai Shelkovenko
Nikolai Shelkovenko är vibrationsanalysingenjör samt grundare och vd för Vibromera. I mer än 15 år har han balanserat roterande utrustning ute i fält i stället för i en provbänk: slaghackar, industrifläktar, krossar, centrifuger, axlar och spindlar. Det är ur det arbetet Balanset-instrumenten har vuxit fram — de utformades som ett verktyg som en specialist kan bära med sig till maskinen och använda på egen hand på plats, inte som laboratorieutrustning. Vibromera grundades 2017 och har sedan 2023 sin bas i Porto i Portugal. Utveckling, montering och support av Balanset-serien sker här. Flaggskeppet är Balanset-1A, en bärbar analysator för balansering i ett och två plan och för vibrationsdiagnostik. Nikolai deltar personligen i kundsupporten, i arbetet med svåra balanseringsfall och i utvecklingen av programvaran. Han arbetar med kunder över hela världen, på vilket språk som helst.
