เครื่องมือวิศวกรรมฟรี
เครื่องคำนวณการพยากรณ์อายุการใช้งานที่เหลืออยู่ (RUL)
ป้อนข้อมูลแนวโน้ม เลือกแบบจำลองการถดถอย กำหนดเกณฑ์ความล้มเหลว และประมาณอายุการใช้งานที่เหลืออยู่ด้วยระดับความเชื่อมั่นตามมาตรฐาน ISO 13381.
ผลลัพธ์
การพยากรณ์ตามมาตรฐาน ISO 13381-1
มาตรฐาน ISO 13381-1 กำหนดกรอบการทำงานสำหรับการตรวจสอบสภาพและการพยากรณ์ของเครื่องจักร แนวคิดหลักคือการติดตามตัวบ่งชี้สภาพตามเวลา สร้างแบบจำลองการเสื่อมสภาพ และคาดการณ์ไปถึงเกณฑ์ความล้มเหลวที่กำหนดไว้ล่วงหน้า.
แบบจำลองการถดถอย
รองรับแบบจำลองสามแบบสำหรับการปรับข้อมูลแนวโน้ม:
- เชิงเส้น: y(t) = a + b·t — เหมาะสำหรับการเสื่อมสภาพแบบคงที่ที่มีอัตราคงที่
- เลขชี้กำลัง: y(t) = a·eb·t — เหมาะสำหรับการเร่งการเสื่อมสภาพ (เช่น การสึกหรอของแบริ่ง)
- พหุนาม (อันดับที่ 2): y(t) = a + b·t + c·t² — เหมาะสำหรับแนวโน้มที่ไม่เป็นเชิงเส้นที่มีจุดเปลี่ยน
ความสอดคล้องของแบบจำลอง — R²
ค่าสัมประสิทธิ์การกำหนด R² วัดว่าแบบจำลองนั้นเหมาะสมกับข้อมูลได้ดีเพียงใด:
- R² > 0.95 — ความสอดคล้องดีเยี่ยม มีความมั่นใจสูงในการประมาณค่า RUL
- R² = 0.80–0.95 — เหมาะสมดี มีความมั่นใจปานกลาง
- R² < 0.80 — การปรับไม่ดี ควรพิจารณาใช้แบบจำลองอื่นหรือเพิ่มข้อมูล
ตัวอย่างการปฏิบัติ
ที่ให้ไว้: ค่าการสั่นสะเทือนที่วัดได้ในวันที่ 0, 30, 60, 90, 120, 150 คือ 1.2, 1.8, 2.5, 3.4, 4.1, 5.0 มม./วินาที ตามลำดับ ค่าเกณฑ์การแจ้งเตือน = 7.1 มม./วินาที.
การปรับเส้นตรง: y = 1.14 + 0.0253·t → เกณฑ์ที่ t ≈ 236 วัน → RUL ≈ 86 วัน นับจากการวัดครั้งสุดท้าย.
การปรับให้เข้ากับฟังก์ชันเอ็กซ์โปเนนเชียลอาจให้ค่าอายุการใช้งานที่เหลืออยู่ (RUL) ที่สั้นลงหากการเสื่อมสภาพเกิดขึ้นอย่างรวดเร็ว.
⚠️ หมายเหตุ: การคาดการณ์ขึ้นอยู่กับคุณภาพของข้อมูลเป็นอย่างมาก และต้องอาศัยสมมติฐานว่ากลไกการเสื่อมสภาพยังคงไม่เปลี่ยนแปลง ควรพิจารณาควบคู่ไปกับการตัดสินใจของวิศวกรและข้อมูลการตรวจสอบสภาพเพิ่มเติมเสมอ.
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.
ขั้นตอนที่อธิบายไว้ในหน้านี้ได้รับการพัฒนาและทดสอบภาคสนามโดยทีมงาน Vibromera โดยใช้ Balanset-1A ซึ่งเป็นเครื่องบาลานซ์และเครื่องวิเคราะห์การสั่นสะเทือนแบบสองช่องสัญญาณชนิดพกพา สำหรับการบาลานซ์โรเตอร์หน้างาน
เครื่องมือระดับมืออาชีพสำหรับการตรวจสอบสภาพและวิเคราะห์การสั่นสะเทือน คาดการณ์ความเสียหายก่อนเกิดขึ้น ใช้งานในกว่า 50 ประเทศ.
Nikolai Shelkovenko
Nikolai Shelkovenko เป็นวิศวกรวิเคราะห์การสั่นสะเทือน และเป็นผู้ก่อตั้งและประธานเจ้าหน้าที่บริหารของ Vibromera กว่า 15 ปีที่เขาถ่วงสมดุลเครื่องจักรหมุนในภาคสนามแทนที่จะทำบนแท่นทดสอบ ได้แก่ มุลเชอร์ พัดลมอุตสาหกรรม เครื่องบด เครื่องหมุนเหวี่ยง เพลา และสปินเดิล งานนี้เองที่ทำให้เกิดเครื่องมือ Balanset — ออกแบบมาให้เป็นเครื่องมือที่ผู้เชี่ยวชาญสามารถถือไปยังเครื่องจักรและใช้งานได้ด้วยตัวคนเดียวหน้างาน ไม่ใช่อุปกรณ์สำหรับห้องปฏิบัติการ Vibromera ก่อตั้งขึ้นในปี 2017 และตั้งฐานอยู่ที่เมืองปอร์ตู ประเทศโปรตุเกส ตั้งแต่ปี 2023 การพัฒนา การประกอบ และการสนับสนุนผลิตภัณฑ์ตระกูล Balanset ทั้งหมดเกิดขึ้นที่นี่ เครื่องมือเรือธงคือ Balanset-1A เครื่องวิเคราะห์แบบพกพาสำหรับการถ่วงสมดุลหนึ่งระนาบและสองระนาบ และสำหรับการวินิจฉัยการสั่นสะเทือน Nikolai มีส่วนร่วมด้วยตนเองในการสนับสนุนลูกค้า ในการแก้ไขงานถ่วงสมดุลที่ยาก และในการพัฒนาซอฟต์แวร์ เขาทำงานกับลูกค้าทั่วโลกในทุกภาษา