Công cụ kỹ thuật miễn phí #034
Tuổi thọ còn lại từ xu hướng rung động
Ước tính tuổi thọ hữu ích còn lại (RUL) dựa trên dữ liệu xu hướng rung động. Dự báo thời gian đến khi báo động và mức độ nguy hiểm bằng cách sử dụng các mô hình tăng trưởng tuyến tính, hàm mũ hoặc luật lũy thừa.
Kết quả
Mức độ rung động dự kiến
⚠️ Lưu ý về độ tin cậy: Ước tính này giả định mô hình tăng trưởng hiện tại tiếp tục không thay đổi. Tuổi thọ thực tế còn lại phụ thuộc vào cơ chế hư hỏng, điều kiện vận hành, thay đổi tải trọng và các biện pháp bảo trì. Sử dụng như hướng dẫn để lập kế hoạch — không phải là sự đảm bảo. Càng nhiều điểm dữ liệu và điều kiện đo lường nhất quán thì độ chính xác càng cao.
Mô hình tăng trưởng tuyến tính
Giả sử độ rung tăng với tốc độ không đổi:
Mô hình tuyến tính phù hợp với các quá trình mài mòn diễn ra từ từ, chẳng hạn như sự phát triển mất cân bằng do xói mòn hoặc tích tụ.
Mô hình tăng trưởng theo cấp số mũ
Giả định tốc độ gia tăng rung động tỷ lệ thuận với mức độ hiện tại (sự hư hỏng tăng nhanh):
Mô hình hàm mũ thể hiện tốt nhất sự xuống cấp của ổ trục và sự lan truyền vết nứt do mỏi, trong đó hư hỏng gây ra thêm hư hỏng.
Mô hình luật lũy thừa
Mô hình tổng quát có thể biểu diễn cả sự tăng trưởng dưới tuyến tính và trên tuyến tính:
Định luật lũy thừa rất hữu ích cho các chế độ suy thoái hỗn hợp. Số mũ p xác định hành vi tăng trưởng: p<1 là giảm dần, p=1 là tuyến tính, p>1 là tăng tốc.
Nên chọn mẫu nào?
| Người mẫu | Tốt nhất cho | Hành vi |
|---|---|---|
| Tuyến tính | Sự mài mòn, xói mòn, tích tụ dần dần | Tốc độ thay đổi không đổi |
| Theo cấp số mũ | Hư hỏng ổ trục, sự phát triển vết nứt | Tăng tốc — theo quan điểm bảo thủ nhất |
| Luật lũy thừa | Cơ chế hỗn hợp/không xác định | Linh hoạt — thích ứng với hình dạng dữ liệu |
Ví dụ thực tế
Được cho: V_baseline = 2,5 mm/s, V_current = 4,2 mm/s, elapsed = 90 ngày, alarm = 7,1 mm/s
Mô hình hàm mũ:
k = ln(4,2 / 2,5) / 90 = ln(1,68) / 90 = 0,5188 / 90 = 0,00577 /ngày
Thời gian báo động: t_alarm = ln(7.1 / 2.5) / 0.00577 = 1.0438 / 0.00577 = 181 ngày kể từ thời điểm ban đầu
Số còn lại = 181 – 90 = 91 ngày từ bây giờ đến mức báo động
Khoảng PF: Khoảng thời gian giữa lúc bắt đầu xuất hiện lỗi có thể phát hiện (P) và lúc xảy ra hỏng hóc chức năng (F) quyết định mức độ cảnh báo mà bạn nhận được. Đối với ổ bi, khoảng thời gian PF thường là 1–9 tháng tùy thuộc vào tốc độ, tải trọng và điều kiện bôi trơn.
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.
Các quy trình được mô tả trên trang này đã được đội ngũ Vibromera phát triển và thử nghiệm thực địa bằng Balanset-1A, một máy cân bằng hai kênh cầm tay kiêm máy phân tích rung động dùng để cân bằng rotor tại chỗ.
Hệ thống giám sát rung động chuyên nghiệp với chức năng theo dõi xu hướng và quản lý cảnh báo. Dự đoán sự cố trước khi chúng xảy ra. Được sử dụng tại hơn 50 quốc gia.
Nikolai Shelkovenko
Nikolai Shelkovenko là kỹ sư phân tích rung động, đồng thời là người sáng lập và tổng giám đốc của Vibromera. Hơn 15 năm qua, ông cân bằng thiết bị quay ngay tại hiện trường chứ không phải trên bàn thử: máy nghiền thực bì, quạt công nghiệp, máy nghiền đá, máy ly tâm, trục và trục chính. Chính từ công việc đó mà các thiết bị Balanset ra đời — chúng được thiết kế như một công cụ mà chuyên gia có thể mang tới tận máy và sử dụng một mình ngay tại chỗ, chứ không phải thiết bị phòng thí nghiệm. Vibromera được thành lập năm 2017 và từ năm 2023 đặt trụ sở tại Porto, Bồ Đào Nha. Toàn bộ việc phát triển, lắp ráp và hỗ trợ dòng Balanset đều diễn ra tại đây. Thiết bị chủ lực là Balanset-1A, máy phân tích cầm tay dùng cho cân bằng một và hai mặt phẳng và cho chẩn đoán rung động. Nikolai trực tiếp tham gia hỗ trợ khách hàng, xử lý các ca cân bằng khó và phát triển phần mềm. Ông làm việc với khách hàng trên toàn thế giới, bằng bất kỳ ngôn ngữ nào.
