Kurtosis i vibrationsanalys för feldetektering
Kurtosis är en statistisk parameter som beskriver formen på en sannolikhetsfördelning. I vibrationsanalys den tillämpas på tidsvågform för att mäta dess ”toppighet” eller impulsivitet. En signal med hög kurtosis kännetecknas av skarpa, tydliga toppar eller stötar, medan en signal med låg kurtosis är plattare och mer rundad. Det stora praktiska värdet med kurtosis är att den sammanfattar denna egenskap i ett enda tal som kan indikera en förändring i vibrationssignalens karaktär, även när den totala energin — den RMS värdet — har ännu inte förändrats nämnvärt.
1. Statistiken bakom siffran
Kurtosis är det normaliserade fjärde statistiska momentet i signalens amplitudfördelning. Eftersom varje avvikelse från medelvärdet höjs till den fjärde potensen innan medelvärdet beräknas, dominerar enstaka stora avvikelser – precis den typ som en kortvarig stöt ger upphov till – resultatet i betydligt högre grad än vad de skulle göra vid en RMS-beräkning, där endast den andra potensen används. Denna matematiska betoning på extremvärden är det som gör att kurtosis är så känslig för korta, skarpa transienter som ligger gömda i en i övrigt måttlig signal. I praktiken besvarar den en annan fråga än RMS: inte ”hur mycket energi finns det?”, utan ”hur spetsig är den?”.
2. Kurtosens diagnostiska värde
Det primära värdet för kurtosis i tillståndsövervakning är dess höga känslighet för tidiga, impulsiva fel. Många mekaniska fel börjar som mikroskopiska sprickor eller flisningar. När dessa växande fel kommer i kontakt med varandra uppstår kortvariga, högfrekventa stötar. Dessa stötar orsakar skarpa toppar i vibrationskurvan, vilket får kurtosisvärdet att stiga dramatiskt – långt innan felet har vuxit sig tillräckligt stort för att påverka maskinens totala RMS-nivå.
Kurtosis är därför ett utmärkt verktyg för:
- Tidig upptäckt av lagerfel: det är en av de mest effektiva metoderna för att upptäcka de allra första tecknen på avflagning på en lagerring eller ett rullelement, och kompletterar enveloppanalys i lagerdiagnostik.
- Detektering av fel på kuggtänder: En sprucken eller trasig tand ger upphov till en tydlig stöt vid varje varv, vilket ett stigande kurtosisvärde lätt upptäcker – en användbar kontroll av växelfel.
- Upptäcka tillfälliga gnidningar eller stötar: varje oväntad händelse i en maskin som påverkar dess funktion, till exempel gnugga eller mekaniskt glapp, framgår tydligt av denna mätning.
3. Tolkning av kurtosisvärden
Kurtosis är ett normaliserat värde. För en perfekt gaussisk (normal) fördelning – vilket är typiskt för slumpmässiga bakgrundsvibrationer i en maskin i gott skick – är kurtosisvärdet 3.0. Avvikelser från detta värde är diagnostiskt signifikanta:
- Kurtos ≈ 3,0: Vibrationen är slumpmässig och följer en Gaussisk fördelning, vilket tyder på normal och felfri drift.
- Kurtosis > 3,0: signalen blir mer spetsig eller impulsiv än normalt. Ett stigande värde är en tydlig varning om begynnande skador; värden på 5, 10 eller högre är vanliga när det förekommer allvarliga fel på lager eller kugghjul.
- Kurtosis < 3,0: signalen är plattare än en normalfördelning. Detta kan inträffa vid vissa typer av gnidning, eller när signalen domineras av en mycket ren, sinusformad svängning, såsom ren obalans.
Det är värt att notera att vissa instrument rapporterar överflödig kurtos, vilket subtraherar 3,0 så att en normalfördelad signal ger värdet 0 istället för 3,0. Tolkningen är densamma; endast referenspunkten förskjuts. Kurtosis är nära besläktad med toppfaktor, som jämför toppvärdet med RMS-värdet och tolkar samma impulsiva händelser ur ett något annorlunda perspektiv.
4. Kurtosens livscykel vid ett lagerfel
När man följer utvecklingen av ett lagerfel från uppkomsten till haveri följer kurtosisvärdet ofta ett förutsägbart – och till en början kontraintuitivt – mönster:
- Healthy stage: Kurtosen är stabil och ligger nära 3,0.
- Tidigt felstadium: Det uppstår en mikroskopisk defekt. Skarpa, tydliga stötar uppstår, vilket gör att kurtosen stiger avsevärt (till exempel till 5,0 eller högre). Den totala RMS-vibrationen kan fortfarande vara låg. Detta är det perfekta tillfället att upptäcka felet.
- Utvecklat felstadium: Allteftersom defekten växer och sprider sig blir störningarna allt vanligare och mindre tydliga. Signalen börjar återigen likna slumpmässigt brus, dock med en betydligt högre energinivå. Följaktligen kan kurtosisvärdet minska tillbaka mot 3,0, trots att RMS-nivån börjar stiga kraftigt.
- Sent skede / haveri: Lagret är kraftigt skadat och vibrationerna är höga och i stort sett slumpmässiga. Kurtosis ligger nära 3,0, men RMS-värdet har nu nått larmnivå.
Det är just denna livscykel som gör kurtosis så värdefullt. Det optimala tillfället för att upptäcka fel är i det tidiga skedet när kurtosis börjar stiga; om man enbart förlitar sig på RMS skulle felet förbli oupptäckt tills det redan har blivit betydande. Det icke-monotona beteendet är också en varning: ett kurtosisvärde som har sjunkit tillbaka till 3,0 bevisar inte i sig att lagret är i gott skick – det måste tolkas tillsammans med RMS-trenden.
5. Mätning av kurtosis i fält
Kurtosis beräknas direkt utifrån en ren, väl samplad tidsvågform, vilket gör den till ett naturligt komplement till det arbete som en ingenjör redan utför på plats. En bärbar analysator som till exempel Balanset-1A registrerar vibrationsförloppet och spektrum från en maskin som går på egna lager, så när en bekräftad obalans korrigeras genom fältbalansering samma dataset kan analyseras för att upptäcka de tecken på impulsiva lager- eller kugghjulsfel som kurtosis lyfter fram. Genom att följa utvecklingen av detta värde över tid vid regelbundna mätningar förvandlas ett enstaka mätvärde till en tidig varning indicator.
6. Begränsningar
Trots att kurtosis är ett kraftfullt mått bör det användas tillsammans med andra metoder, såsom spektrum och vågformsanalys. Den kan vara känslig för slumpmässiga stötar som inte har med maskinen att göra, så det är bäst att betrakta den som en trendning parameter snarare än ett absolut tröskelvärde. En jämn ökning av kurtosen över tid är en betydligt mer tillförlitlig indikator än ett enstaka högt mätvärde, och genom att bekräfta källan i spektrumet undviker man att en tillfällig topp misstas för ett begynnande fel.
