Krok przed awarią dzięki rozwiązaniom IIoT

 

Nieodpowiednie smarowanie, zanieczyszczenia, korozja czy niewłaściwy montaż to tylko niektóre z przyczyn, wpływających na awarię łożysk. W jaki sposób przewidywać i tym samym ograniczać awarie silników elektrycznych i związanych z nimi przestojów?

Według badań przeprowadzonych przez amerykański Electric Power Research Institute (EPRI) na 6000 silnikach elektrycznych, w ponad 40% przypadków do uszkodzeń silnika dochodzi z powodu awarii łożysk. Wynikają one m.in. z zanieczyszczeń, niewłaściwego smarowania czy wibracji. W jaki sposób ocenić ryzyko zakłóceń w ich pracy?

 

Konserwacja zależna od usterki

W zależności od rodzaju uszkodzenia oraz jego przyczyn stosuje się określone środki zapobiegawcze. Przykładowo w przypadku nadmiernego zużycia łożyska krokami zapobiegawczymi będzie dokładne sprawdzenie środka oraz metody smarowania, poprawienie uszczelnienia oraz skorygowanie błędu nieosiowości. Jednak aby wdrożyć wspomniane kroki musimy odpowiednio wcześniej otrzymać informację na temat potencjalnych zagrożeń w pracy łożyska.

W przemyśle obowiązują dwa główne podejścia, które pozwolą na uniknięcie takiej sytuacji. Po pierwsze – prewencja, polegająca na regularnej konserwacji urządzeń przemysłowych. Zakłady przemysłowe działają zgodnie z wcześniej ustalonym harmonogramem konserwacji, polegającym na prewencyjnej wymianie części. W ten sposób możliwe jest uniknięcie dodatkowych kosztów, wynikających m.in. z awarii i nieplanowanych przestojów maszyn. Z drugiej strony podejście to wymaga dodatkowych nakładów na wymianę sprawnych łożysk.

Dzięki rozpowszechnieniu podejścia condition based maintenance (CBM) oraz rozwiązań oferowanych przez Przemysł 4.0, coraz więcej zakładów przemysłowych odchodzi od prewencji na rzecz predykcji. Podejście to, bazujące na dużej ilości danych gromadzonych w sposób ciągły, zaawansowanych metodach ich przetwarzania oraz wiedzy eksperckiej pozwala na wcześniejsze wykrywanie potencjalnych anomalii i reagowania tylko w przypadku otrzymania komunikatu, diagnozującego sytuacje awaryjne.

Należy pamiętać, że podejście predykcyjne nie eliminuje potrzeby serwisu, ale dzięki monitoringowi drgań oraz analizie obciążenia silnika jesteśmy w stanie ocenić aktualny stan łożyska i tym samym skutecznie wyprzedzić poważne awarie, którym można odpowiednio wcześnie zapobiec, wymieniając elementy eksploatacyjne – wyjaśnia Artur Hanc – prezes firmy Elmodis.

 

Na czas z serwisem

Według statystyk jedna godzina nieplanowanego przestoju linii produkcyjnej w przemyśle spożywczym to dla przedsiębiorstwa średnio kilkaset euro, w fabryce samochodów – nawet kilkaset tysięcy euro, a w rafinerii straty mogą sięgać nawet kilku milionów. Dane te pokazują, że utrzymanie ciągłości pracy maszyn, w tym silników elektrycznych to podstawa efektywnej i opłacalnej produkcji.

Szybko przekonaliśmy się do rozwiązań, oferowanych przez Przemysłowy Internet Rzeczy (IIoT), a w szczególności do wykorzystania sensorów, które wraz ze zbiorczym przetwarzaniem danych mogą znacząco obniżyć koszty produkcji. Od prawie 30 lat dostarczamy do fabryk w Polsce i na świecie łożyska, niezbędne do pracy silników. Współpracujemy z blisko 10 000 stałych kontrahentów, co wiąże się z też z dużą odpowiedzialnością. Kredyt zaufania, który dają nam klienci, wymaga o nas jak najlepszej jakości usług. Z tego powodu zdecydowaliśmy się na współpracę z firmą Elmodis. Stworzony przez nią system pomaga w diagnostyce stanu łożysk silnika elektrycznego, dzięki czemu jako dostawca wiedząc że wystąpiła jakaś usterka albo pojawiają się pierwsze sygnały nadchodzącej awarii jesteśmy w stanie zapewnić natychmiastową dostawę łożysk lub innych części zamiennych – tłumaczy Anna Konopka-Rozwadowska – prezes Albeco.

Współpracę z firmą Elmodis traktujemy jako inwestycję. Jesteśmy przekonani, że dzięki stworzonemu przez nich rozwiązaniu będziemy mogli nie tylko sprostać oczekiwaniom klientów i pomóc im uniknąć kapitałochłonnych awarii i przestojów, ale też zoptymalizować własne procesy magazynowe – dodaje Anna Konopka-Rozwadowska.

 

Źródło: Elmodis

Authors
Tagi ,

Related posts

Góra
English