Monitoramento Proativo de Saúde para Máquinas de Planta: Evite Paradas e Aumente a Confiabilidade

Monitoramento de saúde ou monitoramento de condição tem sido usado por muitos anos em máquinas e plantas onde o custo de uma parada é alto. Pode permitir que falhas sejam antecipadas e manutenção ou reparos sejam agendados para a menor perda de produção, bem como evitar manutenção periódica desnecessária.

Pode ser tão simples quanto uma pessoa percorrendo a planta em intervalos regulares com instrumentos portáteis, como uma câmera de imagem térmica e analisador de vibração, ou pode ser permanentemente instalado para que dados possam ser coletados remotamente por um longo período, os dados analisados off-line e tendências identificadas.

Com o uso crescente de dispositivos inteligentes em máquinas e plantas, que podem ser colocados em rede e seus dados coletados remotamente a baixo custo, a possibilidade de monitoramento de saúde de plantas está aumentando rapidamente. Há muita informação disponível na web dando ideias e oferecendo produtos para monitoramento.

Nesta postagem do blog, apontarei uma gama de técnicas que aproveitam a posição especial do acionamento de velocidade variável na máquina para acessar dados úteis adicionais.

Segurança de máquinas no chão de fábrica

De modo geral, as técnicas aplicadas precisam usar sensores de baixo custo e ser razoavelmente não invasivas, de forma a evitar altos custos de instalação e o risco de danos do processo de instalação. Sensores simples como sondas térmicas e acelerômetros podem ser anexados a partes acessíveis e fornecer uma riqueza de dados.

Por exemplo, um acelerômetro pode frequentemente ser facilmente montado em um suporte de rolamento ou carcaça da máquina para medir vibração radial de uma máquina rotativa, e pode detectar defeitos que causam forças desbalanceadas, como partes rotativas quebradas, eixos rachados e acoplamentos desalinhados.

Uma medição de amplitude simples pode dar aviso geral de defeitos potencialmente danosos, enquanto uma análise de frequência mais profunda pode ser capaz de focar a atenção em partes específicas, especialmente se houver diferentes velocidades rotacionais envolvidas, como em caixas de engrenagens ou acionamentos por correia.

Monitoramento de saúde de máquina ou planta usando um acionamento de velocidade variável

O acionamento de velocidade variável está em uma posição única em uma máquina, pois geralmente fornece a potência motriz. É um dispositivo inteligente que está intimamente acoplado às partes funcionais de uma máquina através do motor elétrico. Contém informações que usa para fazer seu trabalho de forma confiável, mas que podem ser acessadas e analisadas a pouco ou nenhum custo. Em outras palavras, pode ser usado como um conjunto extra de sensores, virtualmente sem custo.

Para começar, o acionamento tem seus próprios sensores internos para várias temperaturas internas e a corrente do motor, que são fornecidas pelo fabricante para prevenir danos ao acionamento ou motor devido a condições anormais. Também pode ter um sensor de temperatura do motor conectado. Esses dados estão disponíveis como parâmetros do acionamento e podem ser acessados periodicamente para dar um aviso se estiver se aproximando de um limite, e para analisar tendências.

Em um sistema de controle de malha fechada, como um acionamento servo, o acionamento contém dados sobre as variáveis de controle. É bastante comum, por exemplo, monitorar o erro de seguimento em um laço de controle de posição e levantar uma bandeira se o erro exceder um limite – isso poderia indicar algum tipo de mau funcionamento, como aumento de rigidez (impedimento iminente, obstrução ou dano) ou folga (por desgaste).

É um pequeno passo passar de um limite de alarme simples para monitorar a tendência dos dados suavizados e alertar o usuário para uma situação em desenvolvimento que possa resultar em falha futura.

Para erro de seguimento, tem que haver pelo menos um transdutor de eixo instalado, o que tende a ser o caso em aplicações de controle de movimento de precisão. Em todas as aplicações, no entanto, o acionamento também tem acesso a uma medição especial que é difícil de obter por instrumentação externa – o torque do motor.

Medindo Torque do Motor

Medir torque do motor convencionalmente usando um transdutor é mais comumente feito instalando um strain gauge ou célula de carga na fixação da carcaça do motor. Isso requer uma montagem especial do motor se quiser dar uma medição sensata de torque, e a medição é afetada pelo momento de inércia da pesada estrutura do motor, o que reduz a sensibilidade às frequências mais altas.

Ainda mais difícil é medir o torque dinâmico do eixo real, pois isso requer um strain gauge rotativo fixado ao eixo, com telemetria para passar os dados para o lado fixo. Esta é uma operação cara, e é feita raramente mesmo para um teste especial. É improvável que seja uma instalação permanente.

O acionamento, no entanto, tem dados internos para a corrente produtora de torque no motor, que é um bom proxy para o torque do eixo, disponível sem custo! Os dados estão até disponíveis quando o próprio motor é inacessível, seja no fundo de uma máquina, debaixo d'água ou em uma área perigosa. A precisão da medição de torque é melhor em um sistema de malha totalmente fechada, mas mesmo em um acionamento de malha aberta simples, os dados de torque são bons o suficiente para muitos propósitos, exceto nas velocidades mais baixas.

Uma vez que apreciamos que dados de torque estão disponíveis no acionamento virtualmente sem custo, bem como os dados de velocidade correspondentes, podemos entrar em um novo reino para monitoramento de máquina e planta. O seguinte é uma gama de possibilidades que encontramos na Control Techniques.

Leitores podem ter novas ideias para tipos particulares de máquinas – é necessário um conhecimento detalhado da máquina para inventar novos métodos para usar os dados de torque que são liberados pelo acionamento.

A lista a seguir mostra as informações que o acionamento tem, ou poderia ter a custo modesto, todas as quais podem ser monitoradas e correlacionadas para gerar informações úteis sobre a máquina:

Limites simples para torque médio ou de pico

Os dados de torque em tempo real podem ser suavizados para dar um valor médio em execução quando o acionamento está ativo, ou o valor de pico pode ser capturado em uma escala de tempo escolhida para atender à aplicação, isso pode ser qualquer coisa de milissegundos a dias, dependendo do processo. Um alarme pode ser gerado se o valor sair de uma faixa esperada (ou seja, excede um valor esperado ou, menos comumente, cai abaixo de um valor esperado).

Tendências de torque

Os mesmos dados de torque podem ser registrados e analisados para tendência ao longo do tempo ou contra qualquer outra variável, com alarmes definidos para indicar uma tendência não saudável.

Correlações simples de torque médio com velocidade

Em muitos processos, o torque é fortemente dependente da velocidade, em um padrão bem definido. Por exemplo, um ventilador ou bomba impelindo fluido através de um duto, tubo ou loop fixo, ou uma rede deles, terá uma curva de torque/velocidade bem definida. Qualquer desvio significativo da curva normal indica uma mudança que pode representar um problema. Alguns exemplos são:

Torque baixo:

• Correia de transmissão quebrada ou outro acoplamento
• Perda de fluido na bomba
• Obstrução ao fluxo, ex: filtro ou tela bloqueada (para um tipo de bomba ou ventilador de impulsor, pode se aplicar também a transportador etc.)
• Acúmulo de depósitos no rotor do ventilador ou bomba
• Cavitação em uma bomba devido a entrada de ar, redemoinho ou outras falhas (também causa pulsações – veja abaixo)

Torque alto:

• Travamento do rotor ou outras partes (parcial ou total)
• Obstrução ao fluxo (tipo de bomba de deslocamento positivo)
• Vazamento maior (tipo de bomba ou ventilador de impulsor)

Um perfil de torque/velocidade pode ser estabelecido fora do qual um estado de alarme é gerado, por exemplo, como mostrado na Figura 1:

Os dados de torque precisam ser sujeitos a filtragem passa-baixa ou média suficiente para evitar que efeitos dinâmicos (torque de aceleração) ou pulsações normais gerem falsos alarmes.

Outras variáveis podem ter impacto, por exemplo, uma pressão de entrega variável de um fluido, então bandas de tolerância devem ser definidas amplas o suficiente para prevenir falsos alarmes por esta causa.

Correlações multi-variáveis

Em processos mais complexos, o torque dependerá de várias variáveis, que podem ou não estar disponíveis para o acionamento. Por exemplo, considere um ventilador impelindo ar através de um sistema de dutos, alguns dos quais têm controles de amortecedor para variar o fluxo de ar local. A curva de torque/velocidade então depende das posições dos amortecedores.

Se dados estão disponíveis sobre o estado do amortecedor, ou a queda de pressão sobre os amortecedores, então uma correlação multi-variável pode ser possível para permitir isso. A Figura 2 dá uma ilustração simples do caso com dois ramos de duto com amortecedores.

Outra possibilidade é usar os valores de torque e velocidade medidos para deduzir o fluxo e a pressão na bomba ou ventilador a partir de suas curvas características, que poderiam então ser comparadas com um valor medido de um transdutor. Qualquer discrepância poderia significar que a bomba ou ventilador está defeituoso ou o transdutor está defeituoso.

Análise dinâmica de torque

Os dados de torque no acionamento têm uma largura de banda ampla e podem, em princípio, ser usados para análise dinâmica. É bastante comum que a largura de banda do torque seja na ordem de 1 kHz ou mais, embora possa não ser possível acessar e analisar os dados a uma taxa tão alta – o canal de comunicação de dados tipicamente limita o acesso a dados a um intervalo de amostra de cerca de 250 ms.

Os dados de torque relacionam-se ao torque elétrico no motor, que é transmitido ao eixo de saída, mas influenciado pela inércia do rotor do motor e a rigidez efetiva do algoritmo de controle do motor. Estes formam um filtro passa-baixa cujas características podem não ser conhecidas.

Em um sistema de malha totalmente fechada, é possível deduzir a função de transferência e obter dados precisos de torque do eixo, para que, por exemplo, reversões de torque de alta frequência possam ser detectadas. No entanto, a medição não precisa ser precisamente calibrada para que comparações ou análise de tendência sejam bem-sucedidas.

Na prática, pulsações com frequências na região de 100 – 500 Hz têm sido monitoradas utilmente a partir de dados de torque elétrico do motor.

Blocos de dados podem ser capturados em tempo real e submetidos a análise dinâmica off-line. A análise pode ser no domínio do tempo, por exemplo, calculando a magnitude das flutuações (amplitude total de vibração torsional, banda larga ou limitada, ex: de peças de máquina quebradas ou cavitação em bombas) ou no domínio da frequência através de uma transformada de Fourier em relação ao tempo ou alguma outra variável, como posição. Isso pode então permitir que mudanças em desenvolvimento sejam detectadas, especificamente no padrão de pulsação de torque:

• Amplitude excessiva de vibração torsional total, banda larga ou limitada, ex: de peças de máquina quebradas ou cavitação em bombas
• Torques de pico excessivos que podem resultar em danos mecânicos ou desgaste prematuro
• Reversões de torque frequentes que podem causar chiado de engrenagens resultando em desgaste prematuro ou quebra
• Ressonâncias torsionais, ex: de acoplamentos frouxos, resultando em picos no espectro de frequência cuja frequência é independente da velocidade, embora possam ser aprimoradas em certas faixas de velocidade
• Pulsações torsionais, com um ou mais ciclos por revolução, ex: de eixo rachado, impulsor ou dano a dente de engrenagem ou outro dano mecânico, com a possibilidade de rastrear a fonte em uma máquina complexa a partir da frequência dos picos espectrais, a velocidade e um conhecimento de relações de caixa de engrenagens ou outros acionamentos.

Análise dinâmica de torque com correlação de velocidade

Em alguns dos exemplos dados acima, é claramente benéfico considerar a velocidade do eixo em conjunto com a análise dinâmica de torque, porque pulsações relacionadas à rotação do eixo estarão na frequência rotacional (efeitos uma vez por revolução) ou um múltiplo dela (ex: um eixo rachado dá duas vezes por revolução, impulsores podem estar em N-por-revolução, dentes de engrenagem em N ou N₁/N₂ –por-revolução).

Pode ser útil gerar gráficos compostos de análise espectral de vibração com velocidade, que diferenciarão claramente efeitos N-por-revolução de efeitos de ressonância cuja frequência é fixa, mas pode ser estimulada apenas em certas faixas de velocidade. Estes são referidos como gráficos em cascata ou cachoeira, e são amplamente oferecidos por fornecedores de equipamentos de análise de vibração.

Cuidado – taxas de amostragem e aliasing

Cuidado é necessário em sistemas com pulsações de torque rápidas. Os dados de torque são amostrados a uma taxa que pode ser restrita pela capacidade do acionamento de armazenar ou exportar dados na taxa em que são adquiridos internamente. A frequência de amostragem produzirá erros de alias em frequências como (f_s – f_d) onde f_d é o conteúdo de frequência dos dados e f_s é a frequência de amostragem. f_s precisa ser mantido acima de cerca de 3 vezes f_d para evitar gerar novos produtos de frequência confusos dentro da região de interesse.

Um benefício adicional dos gráficos em cascata é que produtos de alias são claramente visíveis, sua frequência caindo à medida que a velocidade aumenta, enquanto com efeitos genuínos a frequência aumenta ou permanece constante.

Análise de inteligência artificial

Em todos os acima, concentrei-me em aplicações onde uma compreensão física do processo é usada para definir um comportamento esperado, e os dados disponíveis são usados para comparar a operação real com a expectativa. Mesmo que a escala de amplitude seja incerta, as frequências são únicas e tendências podem ser identificadas.

A vantagem desta abordagem é que as pessoas envolvidas no processo podem entender os dados e trabalhar a partir das informações e condições de alarme geradas para desenvolver um diagnóstico para a planta.

Uma alternativa é usar algum tipo de algoritmo de aprendizado de máquina para rastrear todos os dados disponíveis e visar deduzir os padrões de comportamento normal e anormal. Este é um assunto de pesquisa atual, por exemplo https://phys.org/news/2016-02-scientist-ai-algorithm-machinery-health.html .

Conclusão

As ideias dadas acima são gerais, baseadas em um quadro amplo de uma máquina com partes rotativas, acoplamentos e engrenagens, ou uma bomba ou ventilador. Espero que, ao apontar o acesso especial que o acionamento dá a alguns dados valiosos, especialmente os dados de torque dinâmico, os projetistas de máquinas possam aplicar estas ideias às suas próprias aplicações específicas e únicas.