Программы мониторинга жидкостных сред давно рассматриваются сообществом экспертов по надежности и эксплуатации как одна из самых серьезных проблем. Например, пробы масла имеют огромную ценность при диагностике первопричин, наличии загрязнений и измерении качества масла.
Тем не менее для того, чтобы эти программы были реализованы должным образом, пробы необходимо брать чаще, чем организация может себе позволить в связи с невозможностью выделить активы и персонал. В результате программе надежности не хватает информации, необходимой для достижения поставленных целей. Лучшие в своем классе программы обеспечения надежности нашли решение этой проблемы, внедрив программы мониторинга жидкостей или масла в режиме онлайн.
Что такое онлайн-мониторинг качества масла?
Онлайн-мониторинг качества масла обеспечивает контроль состояния масла в режиме реального времени. Технологии мониторинга прошли долгий путь. Ранние системы основывались на диэлектрических датчиках и чип-детекторах для обеспечения возможности контроля состояния масла и износа. Позже появились измерители вязкости, датчики воды в масле, оптические счетчики
частиц, датчики продуктов износа и другие сенсорные технологии, которые давали представление об общем качестве масла. Однако они не обладали достаточной чувствительностью для анализа всех свойств масла, которые требовались программам обеспечения надежности.
Эти датчики помогли осознать ценность онлайн-мониторинга качества масла, но более современные сенсорные технологии, которые в настоящее время используются при принятии решений, улучшили чувствительность, дальность обнаружения и корреляцию с лабораторными пробами масла.
Современные индуктивные датчики в два раза более чувствительны, чем датчики предыдущего поколения, и позволяют обнаружить частицы износа меньшего (примерно в два раза) размера для того же внутреннего диаметра.
Новейшие датчики качества масла, использующие метод импедансной спектроскопии, теперь способны сопоставлять или непосредственно измерять множество важных характеристик масла, в частности, общее состояние, окисление, общее щелочное число, наличие загрязняющих веществ (например, вода, сажа) и т.п.
Эти датчики часто объединяются в единую систему и/или дополняются другими технологиями, например, определением вибрации, интеллектуальными устройствами промышленного интернета вещей (IIoT), интеллектуальной обработкой данных и т.д.
Проблемы с автономным отбором проб масла
Такие показатели, как качество масла и следы износа, как правило, не являются статичными, согласованными или медленно меняющимися. Изменения обычно связаны с событиями, особенно при переходе от рабочего состояния к неисправному. Частицы износа в течение некоторого времени отделяются «залпами» и быстро выводятся системой фильтрации. Возможность обнаружения неисправности зависит от того, когда взят образец (см. рис. 1). Загрязнения или изменение свойств масла, такие как попадание воды или выпадение осадка, происходят чаще, чем проводят стандартные отборы проб масла. Это часто приводит к тому, что неполадки остаются невыявленными и вызывают дальнейшее повреждение, которое, как правило, не подлежит устранению и может привести к полному отказу.
Где находится износ?
Продукты износа являются одним из лучших показателей состояния актива. В ходе исследования, проведенного на базе парка из 137 промышленных коробок передач, были изучены пробы масла за предыдущие два-четыре года, а также история неисправностей. На рис. 2 представлены результаты исследований с обозначением концентрации железа цветом в заведомо работоспособных (выделены синим) и неисправных (выделены красным) коробках передач. При использовании традиционных подходов можно предположить, что наиболее высокие концентрации железа будут зафиксированы в неисправных коробках передач. Однако исследование показало бесполезность этих выборок для определения состояния активов.
Напротив, онлайн-мониторинг частиц износа зарекомендовал себя как идеальное решение. Как показано на рис. 3, периодические отборы проб масла для анализа в течение 14 месяцев не дали существенных результатов. На самом деле выявленная чистота масла фактически демонстрировала улучшение согласно стандартам чистоты Международной организации по стандартизации (ISO), тогда как уровни концентрации, выявленные при онлайн-мониторинге частиц, росли. Важно отметить, что, хотя пиковые концентрации частиц увеличивались, значения концентраций при единичных отборах проб отличались непостоянством.
Онлайн-мониторинг металлических частиц износа позволяет наблюдать и отслеживать износ в режиме реального времени, что дает возможность корректировать работу оборудования для предотвращения полных отказов и продления срока службы до ремонта или замены. Онлайн-устройства отслеживания частиц износа обеспечивают дополнительное преимущество, позволяя аналитику соотносить данные по концентрации частиц износа с эксплуатационными характеристиками, чтобы точно определить причину прогрессирования неисправности по всплескам концентрации частиц износа. В примере на рисунке 3 актив эксплуатировался с пониженной нагрузкой до тех пор, пока не было выполнено техническое обслуживание.
Состояние масла
Большая часть ценности образцов масла заключается в возможности отслеживать состояние масла. Ключевые свойства и уровни концентрации загрязняющих веществ, например, окисление, общее щелочное число, общая кислотность, пакеты присадок, вязкость, вода, топливо, сажа и т.д., используются для оценки остаточного срока службы и определения профилактических и продлевающих срок службы мер. Как и в случае с частицами износа, многие из этих характеристик зависят от определенных событий. События, такие как загрязнение водой и топливом, происходят в течение нескольких минут и через несколько часов могут не определяться, как показано на рисунке 4.
Выбор между заменой масла, подпиткой и дренированием, доливкой и т.д. часто затруднен из-за того, что тенденции изменения критических характеристик и характеристик остаточного срока службы масла недоступны. Онлайн-мониторинг качества масла позволяет выявить эти тенденции и оценить остаточный срок службы. Как показано на рисунке 5, онлайн-мониторинг масла позволяет оптимизировать замену масла на основе фактических измерений качества масла по сравнению с традиционными изменениями, основанными на факторе времени. При традиционной замене масла через определенные периоды масло почти всегда заменяется слишком рано или слишком поздно. Мониторинг в режиме реального времени позволяет оптимизировать интервалы замены масла для каждого актива.
Используя эти данные, можно оценить остаточный срок службы и оптимизировать действия по продлению срока службы масла в зависимости от эксплуатационных потребностей. На рисунке 6 актив эксплуатировался с пониженной нагрузкой, чтобы продлить срок службы масла почти на 100 часов работы. Действия, например, подпитка и дренирование, могут измеряться, а общий срок службы масла продлен с помощью различных инструментов, применяемых командами надежности.
Заключение
Периодический автономный анализ масла имеет определенную ценность в рамках реализации программ надежности, но часто он сам по себе не является достаточным для достижения целей программы в области надежности. Системы онлайн-мониторинга качества масла зарекомендовал себя как важнейшие инструменты сокращения затрат, которые к тому же предоставляют данные, необходимые для принятия оптимальных решений по техническому обслуживанию.
Многие отрасли, такие как энергетика, горнодобывающая промышленность, железные дороги, отрасль морского транспорта и т.д., начали внедрять онлайн-программу мониторинга масла. Предполагается, что в течение следующих лет такие программы станут стандартной практикой. С развитием сенсорных технологий срок окупаемости вложенных в датчики средств обычно составляет менее одного года, что делает такое капиталовложение одним из самых перспективных для любой команды надежности, стремящейся внедрить передовые практики.
Журнал Prostoev.NET № 2(23) 2020
По материалам зарубежных публикаций