Gratis tekniskt verktyg
Kalkylator för prognostik av återstående livslängd (RUL)
Ange trenddatapunkter, välj en regressionsmodell, ange ett feltröskelvärde och uppskatta den återstående livslängden med konfidensnivå enligt ISO 13381.
Resultat
Prognostik enligt ISO 13381-1
ISO 13381-1 definierar ett ramverk för tillståndsövervakning och prognostik för maskiner. Kärnidén är att spåra en hälsoindikator över tid, anpassa en nedbrytningsmodell och extrapolera till en fördefinierad feltröskel.
Regressionsmodeller
Tre modeller stöds för att anpassa trenddata:
- Linjär: y(t) = a + b·t — lämplig för stadig nedbrytning med konstant hastighet
- Exponentiell: y(t) = a·eb·t — lämplig för accelererande nedbrytning (t.ex. lagerslitage)
- Polynom (andra ordningen): y(t) = a + b·t + c·t² — lämplig för icke-linjära trender med inflektion
Anpassningsgrad — R²
Determinationskoefficienten R² mäter hur väl modellen passar data:
- R² > 0,95 — Utmärkt passform, hög tillförlitlighet i RUL-uppskattningen
- R² = 0,80–0,95 — Bra passform, måttlig säkerhet
- R² < 0,80 — Dålig modellanpassning, överväg en annan modell eller mer data
Praktiskt exempel
Givetvis: Vibrationsavläsningar vid dag 0, 30, 60, 90, 120, 150 är: 1,2, 1,8, 2,5, 3,4, 4,1, 5,0 mm/s. Larmtröskel = 7,1 mm/s.
Linjär anpassning: y = 1,14 + 0,0253·t → tröskelvärde vid t ≈ 236 dagar → RUL ≈ 86 dagar från senaste mätning.
Exponentiell anpassning kan ge en kortare RUL om nedbrytningen accelererar.
⚠️ Obs: Prognostiska uppskattningar är starkt beroende av datakvalitet och antagandet att nedbrytningsmekanismen förblir oförändrad. Kombinera alltid med teknisk bedömning och ytterligare data från tillståndsövervakning.
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.
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.
Professionella instrument för tillståndsövervakning och vibrationsanalys. Förutse fel 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.
