Definition: Vad är lagerfelfrekvenser?

Lagerfelfrekvenser (även kallade lagerfelfrekvenser eller karakteristiska frekvenser) är specifika vibrationer frekvenser som genereras när rullelement – kulor eller rullar – i ett lager passerar över defekter som sprickor, flagor, gropar eller ytutmattning på lagerbanorna eller själva rullelementen. Dessa frekvenser är matematiskt förutsägbara baserat på lagrens interna geometri och axelns rotationshastighet, vilket gör dem till ovärderliga diagnostiska indikatorer för tidig upptäckt av lagerdefekter.

Att förstå och identifiera dessa frekvenser genom vibrationsanalys gör det möjligt för underhållspersonal att upptäcka lagerproblem månader – ibland år – innan de skulle bli uppenbara genom temperaturökning, hörbart buller eller katastrofala fel. Detta möjliggör planerat underhåll och förhindrar kostsamma oplanerade driftstopp, sekundära skador på axlar och lagerhus samt potentiella säkerhetsincidenter.

Varför matematisk förutsägbarhet är viktig

Till skillnad från många vibrationskällor som producerar oförutsägbara frekvenser kan lagerfelfrekvenser beräknas exakt utifrån lagergeometrin. Detta innebär att en analytiker kan veta exakt vilka frekvenser man ska leta efter i en spektrum, vilket eliminerar gissningar och möjliggör automatiserade övervakningssystem som kontinuerligt håller utkik efter just dessa signaturer.

De fyra grundläggande felfrekvenserna — På djupet

Varje rullager har fyra karakteristiska felfrekvenser. Var och en motsvarar en annan typ av defekt på en specifik lagerkomponent. Att förstå den fysiska mekanismen bakom varje frekvens är avgörande för korrekt diagnos.

1. BPFO — Kulpassagefrekvens, ytterringen

Den BPFO BPFO representerar den hastighet med vilken rullelement passerar över en fast punkt på den yttre löpbanan. När en defekt finns på den yttre löpbanan, träffar varje rullelement defekten när det passerar, vilket genererar en repetitiv stöt med en förutsägbar frekvens.

Fysisk mekanism

I de flesta lagerinstallationer är ytterringen stationär (pressad in i huset). Detta innebär att en defekt på ytterringen förblir i ett fast läge i förhållande till belastningszonen – den båge där axelbelastningen överförs genom rullkropparna. Eftersom defektens position inte ändras i förhållande till belastningen förblir slagkraften vid varje rullkroppspassage relativt konstant. Detta producerar en ren, stark vibrationssignal som i allmänhet är den enklaste lagerdefekten att upptäcka.

Diagnostiska egenskaper

  • Typiskt intervall: 3–5× axelhastighet för de flesta standardlager
  • Amplitudkonsistens: Relativt likformig amplitud eftersom defekten alltid är i samma position i förhållande till lastzonen
  • Sidbandsbeteende: Minimal sidband vid typiska installationer; 1×-sidoband kan uppstå om den yttre ringen kan rotera något i sitt lagerhus (lös passning)
  • Harmonisk utveckling: Allt eftersom defekten växer uppträder 2×, 3×, 4× BPFO-övertoner progressivt.
  • Detekterbarhet: Enklast att upptäcka av de fyra feltyperna tack vare konsekvent signalamplitud
Praktiskt tips — Yttre lagerrings lastzon

Om en BPFO-topp finns men är svag, kan defekten vara belägen utanför den primära belastningszonen. Att ändra mätriktningen (t.ex. från vertikal till horisontell) eller att ändra belastningen på lagret kan flytta belastningszonen i förhållande till defekten, vilket potentiellt gör den mer synlig i spektrumet.

2. BPFI — Kullpasseringsfrekvens, innerring

Den BPFI BPFI representerar den hastighet med vilken rullkroppar passerar över en fast punkt på innerbanan. Eftersom innerbanan roterar med axeln, rör sig en defekt på innerbanan in och ut ur belastningszonen med varje varv – en kritisk skillnad från defekter på den yttre banan.

Fysisk mekanism

Innerringen är pressmonterad på axeln och roterar med den. Varje rullelement träffar en spallning eller grop på innerringens yta när det passerar, men till skillnad från BPFO varierar slagenergin när defekten rör sig genom lagrets belastade och obelastade zoner. När defekten befinner sig i belastningszonen (botten av ett horisontellt axellager) pressas rullelementen hårt mot båda lagerbanorna, och stöten är kraftig. När defekten roterar till den obelastade zonen (överst) kommer rullelementen knappt i kontakt med innerringen, och stöten kan vara mycket svag eller helt obefintlig.

Denna amplitudmodulering vid 1× axelhastighet är den definierande signaturen för defekter i den inre lagerbanan och producerar karakteristiska sidband i frekvensspektrumet.

Diagnostiska egenskaper

  • Typiskt intervall: 5–7× axelvarvtal (alltid högre än BPFO för samma lager)
  • Amplitudmodulering: Signalamplitud modulerad vid axelhastighet (1×) när defekten går in i/ut ur lastzonen
  • Sidbandsbeteende: Visar nästan alltid ±1×, ±2× sidband runt BPFI — detta är den viktigaste diagnostiska indikatorn
  • Detektionssvårigheter: Svårare än BPFO på grund av varierande amplitud; enveloppanalys krävs ofta för tidig upptäckt
  • Vanliga orsaker: Axel feljustering ojämn spänning, felaktig presspassning, utmattning på grund av axelböjning
Kritisk distinktion — BPFI-sidband

Förekomsten av 1×-sidband runt BPFI är ofta mer diagnostiskt signifikant än själva BPFI-toppen. Vid defekter på den inre löpbanan i tidigt stadium kan sidbanden vara mer framträdande än den grundläggande BPFI-frekvensen. Kontrollera alltid sidbandsfamiljer när du undersöker tillstånd hos den inre löpbanan.

3. BSF — Kulspinnfrekvens

Den BSF BSF representerar rotationshastigheten för ett rullande element (kula eller rulle) som roterar kring sin egen axel. När ett rullande element har en ytdefekt – en grop, splittring eller plan fläck – påverkar det både de inre och yttre löpbanorna när det roterar, vilket skapar ett distinkt men komplext vibrationsmönster.

Fysisk mekanism

Varje rullelement i ett lager roterar kring sin egen axel när det kretsar kring lagrets centrum. Rotationshastigheten beror på förhållandet mellan delningsdiametern och kulans diameter samt axelhastigheten. En defekt på ett rullelement träffar den yttre lagerbanan en gång per kulvarv när det är vänt utåt, och den inre lagerbanan en gång per kulvarv när det är vänt inåt. Detta ger stötar vid 2× BSF (två stötar per varv av det defekta elementet). Eftersom det defekta rullelementet bärs runt lagret av hållaren, moduleras dess signal dessutom vid hållarfrekvensen (FTF).

Diagnostiska egenskaper

  • Typiskt intervall: 1,5–3× axelns varvtal
  • Signaturfrekvens: Visas ofta som 2× BSF snarare än 1× BSF (dubbla slag per varv)
  • Sidbandsbeteende: Sidband vid FTF-avstånd (burfrekvens) runt BSF-toppar
  • Detektionssvårigheter: Svåraste lagerdefekten att upptäcka; rullelement kan utveckla plana fläckar som "självläker" genom ompolering, vilket orsakar intermittenta symtom
  • Förekomstfrekvens: Mindre vanligt än löpbanefel; ofta ett tillverknings- eller kontamineringsproblem

4. FTF — Grundläggande burrfrekvens

Den FTF FTF representerar rotationshastigheten för lagerhållaren (även kallad hållare eller separator). Hållaren håller rullelementen på rätt avstånd runt lagret och roterar med en bråkdel av axelhastigheten.

Fysisk mekanism

Lagerkorgen roterar med en hastighet mellan 0 och axelvarvtalet – vanligtvis runt 0,35–0,45× axelvarvtalet. Fel i lagerkorgen producerar subsynkrona vibrationer som kan vara oregelbundna och svåra att skilja från andra lågfrekventa källor. Problem med lagerkorgen beror vanligtvis på otillräcklig smörjning, vilket gör att lagerkorgen släpar mot rullkropparna eller lagerbanorna, vilket skapar slitage, deformation eller sprickbildning.

Diagnostiska egenskaper

  • Typiskt intervall: 0,35–0,45× axelvarvtal (subsynkront)
  • Signalkaraktär: Ofta oregelbunden och icke-repetitiv, vilket gör det svårare att upptäcka med standard FFT-medelvärdesberäkning
  • Modulering: Kan modulera andra lagerfrekvenser — leta efter FTF-sidband runt BPFO eller BPFI
  • Upptäckt: Detekteras bäst med hjälp av tidsvågform analys i kombination med enveloppanalys; kan även förekomma i axelbanemönster
  • Risknivå: Burfel kan vara katastrofala eftersom burfragment kan fastna i lagret och orsaka plötslig kärvning.
Varning för korgfel

Till skillnad från lagerbanans defekter som utvecklas gradvis kan lagerhållningsfel eskalera snabbt från mindre till katastrofala. Om FTF-aktivitet upptäcks, särskilt med oregelbundna eller bredbandiga egenskaper, rekommenderas starkt ökad övervakningsfrekvens. Lagerhållningsfragment kan orsaka plötslig lagerkärvning, vilket potentiellt kan leda till axelskador, utrustningshaveri och säkerhetsrisker.

Formelvariabler och beräkningar förklarade

Felfrekvensformlerna använder lagrets interna geometriska parametrar. Dessa dimensioner definierar förhållandet mellan axelrotation och rörelsen hos varje lagerkomponent:

Variabel Namn Beskrivning Enheter
N Antal rullande element Totalt antal kulor eller rullar i lagret —
n Axelns rotationsfrekvens Rotationshastighet för innerringen/axeln Hz eller varvtal
Bd Kul-/rulldiameter Diameter på ett rullkropp mm eller tum
Pd Delningsdiameter Diametern på cirkeln som går genom mittpunkterna på alla rullkroppar mm eller tum
β Kontaktvinkel Vinkel mellan linjen som förbinder kulbanans kontaktpunkter och lagrets radiella plan. 0° för djupspår, 15–40° för vinkelkontakt och konisk rulle. grader
Var man hittar data om lagergeometri

De flesta programvaror för vibrationsanalys innehåller lagerdatabaser med förberäknade parametrar för tiotusentals lagermodeller från alla större tillverkare (SKF, FAG, NSK, NTN, Timken, etc.). Alternativt tillhandahåller tillverkarkataloger och onlineverktyg Bd, Pd, N och β för alla lagerbeteckningar. För mycket gamla eller ovanliga lager kan parametrarna uppskattas från uppmätt ytterdiameter, innerhål och lagerbredd.

Förenklade uppskattningsregler

När exakt lagergeometri inte är tillgänglig fungerar dessa approximationer relativt bra för de flesta vanliga spårkullager med kontaktvinkel ≈ 0°:

  • BPFO ≈ 0,4 × N × axelhastighet — tillförlitlig inom ±5% för de flesta lager
  • BPFI ≈ 0,6 × N × axelhastighet — tillförlitlig inom ±5%
  • FTF ≈ 0,4 × axelhastighet — tillförlitlig inom ±10%
  • BSF varierar för brett för att uppskatta utan geometri

Dessa approximationer är användbara för fältdiagnostik när en lagerdatabas inte är tillgänglig, men exakta beräkningar bör alltid användas för formella analysrapporter och trendprogram.

Hur felfrekvenser visas i vibrationsspektra

Att förstå hur lagerdefekter manifesterar sig i frekvensdomänen är avgörande för korrekt diagnos. Spektralmönstret förändras avsevärt allt eftersom en defekt fortskrider genom sin livscykel.

Grundläggande spektralutseende

När ett lager utvecklar en lokal defekt (avflagning, spricka eller grop) genererar varje passage av ett rullande element över defekten en kortvarig stöt. Denna stöt exciterar lagrets naturliga resonansfrekvenser (vanligtvis intervallet 1–30 kHz), vilket skapar en modulerad högfrekvent signal. I frekvensspektrumet ser detta ut som:

  • Primär topp: En tydlig topp vid den beräknade felfrekvensen
  • Övertoner: Ytterligare toppar vid 2×, 3×, 4× felfrekvensen, ökande i antal allt eftersom defekten växer
  • Sidband: Satellittoppar som flankerar felfrekvensen, fördelade med modulerande frekvensintervall
  • Amplitudtillväxt: Progressiv ökning av felfrekvensamplituden när defektarean ökar

Sidbandsmönster — Viktiga diagnostiska signaturer

Sidband är sekundära toppar som uppträder runt en primär felfrekvens, med intervall som bestäms av moduleringsmekanismen. De ger avgörande information för att bekräfta vilken lagerkomponent som är defekt:

  • Defekter på inre löpbana: BPFI-topp med sidband vid ±1×, ±2×, ±3× axelhastighet. Detta orsakas av att defekten roterar genom lastzonen en gång per axelvarv, vilket modulerar stötenergin.
  • Defekter i yttre löpbana: BPFO-topp vanligtvis utan sidband i normalt monterade lager. Om sidband vid 1× axelvarvtal uppträder runt BPFO kan det indikera att den yttre lagerringen kan rotera något i sitt lagerhus (lös passning).
  • Defekter i rullelement: BSF-toppar (ofta 2× BSF) med sidband utspridda vid FTF (burfrekvens). Buren bär det defekta elementet runt lagret, vilket gör att defektens position i förhållande till lastzonen ändras med burens rotationshastighet.
  • Burdefekter: FTF-topp, ofta med övertoner, kan uppvisa oregelbundna amplitudvariationer. Sidbanden för burfrekvensen runt BPFO eller BPFI kan indikera burrelaterade problem som påverkar avståndet mellan rullkropparna.

Defektprogressionsstadier

Lagerfel fortskrider genom igenkännbara stadier, vart och ett med karakteristiska spektralmönster:

Steg 1 — Under ytan
Mikrosprickor under löpytan. Endast detekterbara i ultraljudsområdet (250 kHz+) med specialiserade tekniker som stötpulsmetoden eller högfrekvent enveloppanalys. Standard FFT visar ingenting.
Steg 2 — Lätt defekt
Yta avflagning börjar. Felfrekvenser förekommer i enveloppspektrum med 1–2 övertoner. Vid standard-FFT kan mycket svaga toppar synas. Lagerhusets naturliga resonansfrekvenser kan exciteras.
Steg 3 — Definitiv defekt
Spjälkningen har ökat avsevärt. Tydliga felfrekvenstoppar med flera övertoner och sidbandsfamiljer synliga i standard FFT. Brusgolvet börjar stiga. Detta är det optimala ersättningsfönstret.
Steg 4 — Svår / Livslängdsslut
Omfattande skador. Spektrumet är kaotiskt med hög bredbandsenergi, slumpmässiga toppar och förhöjt brusgolv. Diskreta felfrekvenser kan faktiskt minska när defektgeometrin blir slumpmässig. Omedelbart utbyte krävs.

Detektionstekniker — Från enkla till avancerade

Standard FFT-analys

Den Snabb Fouriertransform är det grundläggande verktyget för vibrationsspektrumanalys. För lagerdiagnostik innebär proceduren att beräkna FFT för den råa vibrationssignalen och undersöka den för toppar vid de beräknade lagerfelfrekvenserna.

Standard FFT-analys är effektiv för måttliga till avancerade defekter (steg 2–4) där felfrekvensenergin är tillräckligt stark för att sticka ut över brusgolvet och andra vibrationskällor. Den har dock betydande begränsningar för tidig upptäckt eftersom lagerfelsignaler vanligtvis är lågenergiska, högfrekventa stötar som kan maskeras av starkare lågfrekventa vibrationer från obalans, feljustering och andra källor.

Enveloppanalys (demodulering) — Guldstandarden

Enveloppanalys (även kallad högfrekvensdemodulering eller HFD) är den mest effektiva tekniken för tidig upptäckt av lagerfel. Den fungerar genom att utnyttja den fysiska naturen hos lagerstötar:

  • Step 1 — Bandpassfilter: Den råa vibrationssignalen filtreras för att isolera högfrekvensområdet (vanligtvis 500 Hz – 20 kHz) där lagerstötar exciterar strukturella resonanser. Detta tar bort dominerande lågfrekventa vibrationer från obalans, feljustering etc.
  • Steg 2 — Likriktning: Den filtrerade signalen likriktas (absolutvärde) eller skickas genom en Hilbert-transform för att extrahera amplitudenveloppen.
  • Steg 3 — Envelopp-FFT: Enveloppsignalens FFT visar stötarnas repetitionsfrekvens – vilket direkt motsvarar lagerfelsfrekvenserna.

Enveloppanalys kan upptäcka lagerfel 6–12 månader tidigare än vanliga FFT-metoder, vilket gör den till den föredragna tekniken för prediktivt underhåll program. De flesta moderna vibrationsanalysatorer har denna funktion som standard.

Tidsdomäntekniker

  • Stötpulsmetoden (SPM): Mäter intensiteten hos mekaniska stötvågor som genereras av metall-mot-metall-stötar i rullningslager. Använder en resonansgivare (vanligtvis 32 kHz) för att detektera kortvariga, högenergiska stötar från ytdefekter. Rapporterar dBsv (decibelstötvärde) med normaliserade dBn- och dBc-värden som jämför med tröskelvärden för nya och skadade lager.
  • Toppfaktor: Förhållandet mellan toppvibrationsamplitud och RMS-amplitud. Ett friskt lager har en toppfaktor runt 3; när stötar börjar från ytdefekter ökar toppvärdena medan RMS förblir relativt konstant, vilket driver toppfaktorn till 5–7 eller högre. Observera: vid fel i sent skede ökar både topp- och RMS-värdet, och toppfaktorn kan sjunka tillbaka mot det normala – en potentiell fälla för oförsiktiga analytiker.
  • Kurtosis: Ett statistiskt mått på "toppheten" i vibrationssignalfördelningen. En normal (Gaussisk) signal har kurtos = 3. Tidiga lagerdefekter skapar skarpa stötar som ökar kurtosen till 4–8 eller högre, vilket gör den till en känslig tidig indikator. Liksom crestfaktorn kan kurtosen minska vid fel i sent skede när signalen blir bredbandig.

Avancerade tekniker

  • Spektral kurtos: Kartlägger kurtosvärden över frekvensband för att identifiera det optimala demodulationsbandet för enveloppanalys, vilket ersätter gissningar i filtervalet.
  • Minimal entropidekonvolution (MED): Signalbehandlingsteknik som förbättrar impulsiviteten i vibrationsdata, vilket förbättrar detekteringen av periodiska stötar från lagerfel i brusiga signaler.
  • Cyklostationär analys: Utnyttjar de andra ordningens cyklostationära egenskaperna hos lagerfelsignaler (periodisk modulering av slumpmässigt brus), vilket ger överlägsen detektering i mycket tidiga defektstadier.
  • Wavelet-analys: Tid-frekvens-dekomposition som kan isolera transienta lagerstötar i både tid och frekvens samtidigt, användbar när konventionella metoder är ofullständiga.

Praktisk tillämpning — Steg-för-steg-diagnostisk procedur

Identifiera lager

Fastställ lagrets modellnummer och exakta placering. Kontrollera utrustningsritningar, lagerhusmärkningar eller underhållsjournaler. Modellnumret är viktigt för att beräkna korrekta felfrekvenser.

Beräkna felfrekvenser

Använd lagergeometriparametrarna (N, Bd, Pd, β) och aktuell axelhastighet för att beräkna BPFO, BPFI, BSF och FTF. Använd kalkylatorn ovan, lagerdatabasmjukvara eller formlerna direkt. Obs: axelhastigheten kan variera – mät det faktiska varvtalet om möjligt.

Samla in vibrationsdata

Montera en accelerometer på lagerhuset så nära belastningszonen som möjligt. Mät accelerationen i alla tre axlarna. Använd en samplingsfrekvens på minst 10 gånger den högsta frekvensen av intresse (för enveloppanalys, sampla vid 40–100 kHz). Säkerställ att maskinen körs med normal driftsbelastning och hastighet.

Analysera spektrum

Granska både standard-FFT-spektrumet och kuvertspektrumet efter toppar vid beräknade felfrekvenser. Leta efter BPFO, BPFI, BSF och FTF samt deras övertoner. Använd marköravläsningen för att kontrollera att frekvenserna stämmer inom ±2 % från de beräknade värdena (ta hänsyn till mindre varvtalsvariationer). En bärbar vibrationsanalysator, såsom Balanset-1A gör det möjligt att registrera spektrumet direkt på maskinen i fält och överlagra de beräknade felfrekvenserna, så att en begynnande lagerskada kan bekräftas utan att rotorn behöver skickas till en verkstad.

Bekräfta diagnosen med sidband

Kontrollera sidbandsmönster som överensstämmer med den identifierade defekttypen. BPFI ska visa 1× sidband; BSF ska visa FTF-sidband. Förekomsten av korrekta sidband bekräftar diagnosen och skiljer lagerfrekvenser från andra sammanfallande toppar.

Bedöm svårighetsgraden

Utvärdera defektstadiet baserat på amplitud, antal övertoner, sidbandsutveckling, brusgolvshöjd och jämförelse med baslinje-/historiska data. Klassificera som stadium 1–4 med hjälp av allvarlighetsgradsguiden ovan.

Planera underhållsåtgärd

Baserat på allvarlighetsbedömning och utrustningens kritiska karaktär, schemalägg lagerbyte under nästa tillgängliga underhållsfönster. Steg 1–2 möjliggör utökad övervakning; Steg 3 kräver kortsiktig planering; Steg 4 kräver omedelbar uppmärksamhet. Dokumentera resultat för trendändamål.

Genomarbetat exempel — Fullständig diagnos

Fall: 22 kW elmotor — SKF 6308 lager i drivänden

Maskin: 22 kW, 4-polig, 50 Hz induktionsmotor som driver en centrifugalpump. Driftsvarvtal: 1470 varv/min (24,5 Hz). Drivändslager: SKF 6308 spårkullager.

Lagerdata: N = 8 kulor, Bd = 15,875 mm, Pd = 58,5 mm, β = 0°. Bd/Pd-förhållande = 0,2714.

Beräknade frekvenser:

Obs: med ytterbanan fixerad använder BPFO (1 − Bd/Pd × cos β), medan BPFI använder (1 + Bd/Pd × cos β) — BPFI är alltid den högre av de två för samma lager.

  • BPFO = (N/2) × n × (1 − Bd/Pd × cos β) = 4 × 24,5 × (1 − 0,2714) = 98,0 × 0,7286 = 71,4 Hz
  • BPFI = (N/2) × n × (1 + Bd/Pd × cos β) = 4 × 24,5 × (1 + 0,2714) = 98,0 × 1,2714 = 124,6 Hz
  • BSF = (Pd/(2×Bd)) × n × [1 − (Bd/Pd)² × cos² β] = (58,5/31,75) × 24,5 × [1 − 0,0737] = 1,8425 × 24,5 × 0,9263 = 41,8 Hz
  • FTF = (n/2) × (1 − Bd/Pd × cos β) = 12,25 × 0,7286 = 8,9 Hz

Mätresultat (envelopspektrum): En framträdande topp vid 124,3 Hz (matchande BPFI inom 0,2%) med övertoner vid 248,7 Hz och 373,1 Hz. Sidbandstoppar vid 99,8 Hz och 148,8 Hz (±24,5 Hz = ±1× axelhastighet runt BPFI).

Diagnos: Defekt på inre löpbana bekräftad — BPFI-grundton med 1× sidband är den klassiska signaturen. Förekomsten av 2 övertoner men tydlig sidbandsstruktur indikerar defektprogression i steg 2–3.

Rekommenderad åtgärd: Schemalägg lagerbyte inom 2–4 veckor. Fortsätt övervaka varje vecka fram till bytet. Inspektera det borttagna lagret för att se om det är orsaken (feljustering? felaktig passform? smörjning?). Verifiera justering och passform vid återinstallation.

Vikten av prediktivt underhåll

Lagerfelfrekvenser utgör hörnstenen i effektiva prediktiva underhållsprogram för roterande utrustning. Deras inverkan på underhållsstrategin är djupgående:

  • Tidig varning — 6 till 24 månaders ledtid: Enveloppanalys kan upptäcka lagerdefekter i det tidigaste skedet av ytutmattning, vilket ger månader eller till och med år av förvarning. Detta eliminerar helt oväntade fel och möjliggör strategisk upphandling, bemanning och schemaläggning av underhållsaktiviteter.
  • Specifik komponentdiagnos: Till skillnad från övergripande vibrationsnivåövervakning, som bara kan säga "något är fel", identifierar felfrekvensanalys exakt vilken lagerkomponent som är skadad – ytterbana, innerbana, rullkropp eller lagerbur. Denna specificitet möjliggör exakt reparationsomfattning och beställning av delar.
  • Trendövervakning och förutsägelse av återstående livslängd: Genom att spåra felfrekvensamplituder över tid kan analytiker fastställa försämringshastigheter och förutsäga när ett lager når slutet av sin livslängd. Denna trendfunktion möjliggör just-in-time-byte – inte för tidigt (slösar bort återstående lagerlivslängd) och inte för sent (riskerar fel).
  • Analys av grundorsaker: Mönstret av lagerdefekter i en maskinpark avslöjar systemiska problem. Frekventa defekter i den yttre lagerbanan kan tyda på kontaminering; defekter i den inre lagerbanan kan tyda på axelfeljusteringsmönster; defekter i rullelementen kan tyda på en dålig sats från en leverantör.
  • Förebyggande av sekundära skador: Ett trasigt lager kan förstöra axeltappen, skada husets hål, förstöra tätningsytor, förorena smörjsystem och till och med orsaka brand eller explosion i farliga miljöer. Tidig upptäckt och planerat utbyte förhindrar alla sekundära skador.
  • Dokumenterade kostnadsbesparingar: Studier visar konsekvent att prediktivt underhåll baserat på vibrationsanalys ger ett kostnads-nyttoförhållande på 10:1 eller högre jämfört med reaktivt (kör-till-fel) underhåll. För kritisk utrustning är besparingarna ännu högre när produktionsförluster från oplanerade driftstopp inkluderas.
Bästa praxis i branschen

Ledande underhållsprogram kombinerar rutinmässig insamling av vibrationsdata (månadsvis eller kvartalsvis för de flesta maskiner) med automatiserade larmsystem som kontinuerligt övervakar kritiska maskiner. Lagerfelfrekvenser bör konfigureras som larmparametrar i onlineövervakningssystem, med larmtrösklar inställda baserat på historiska baslinjer. Denna tvånivåstrategi fångar upp både gradvis försämring och plötsligt uppkomna defekter.

Lagerfelfrekvenser är bland de mest kraftfulla och välbeprövade diagnostiska verktygen inom vibrationsanalys. Deras matematiska förutsägbarhet, i kombination med modern enveloppanalys och automatiserad övervakningsteknik, möjliggör tillförlitlig och tidig upptäckt av lagerfel. Att behärska dessa koncept är avgörande för alla som är involverade i tillståndsövervakning, tillförlitlighetsteknik eller prediktivt underhåll av roterande utrustning.

← Tillbaka till ordlistans index