Zdjęcie: UE Systems
Dbanie o właściwe smarowanie maszyn i urządzeń w zakładach produkcyjnych to jedno z podstawowych zadań służb utrzymania ruchu. Dlatego takim zainteresowaniem cieszą się nowe rozwiązania związane ze zdalnym monitoringiem smarowania w tym wykorzystujące sztuczną inteligencję.
Od wielu lat rozwijane są systemy automatycznego smarowania. Jak wynika z raportu The Insight Partners – globalnej firmy zajmującej się badaniami rynku i doradztwem, oczekuje się, że rynek automatycznych systemów smarowania zarejestruje średni roczny wzrost na poziomie 4,9% w latach 2025–2031. Autorzy raportu zwracają uwagę na takie obecne na tym rynku trendy jak integracja z internetem rzeczy (IoT) i technologiami inteligentnej produkcji. Producenci automatycznych systemów smarowania mają dziś okazję do wykorzystania technologii IoT w wielu branżach. Dzięki połączeniu systemów smarowania z centralnym systemem monitorowania firmy mogą nadzorować stan smarowania w czasie rzeczywistym, proaktywnie planować konserwację i otrzymywać powiadomienia o problemach z systemem lub o potencjalnych problemach. Taka inteligentna strategia smarowania pomaga opracowywać bardziej zintegrowane i wydajne rozwiązania, które odzwierciedlają rosnące zastosowanie technologii Przemysłu 4.0.
Wśród głównych firm działających na rynku automatycznych systemów smarowania wymienia się obecnie: Cenlub Systems, Klueber Lubrication, Bijur Delimon, Alemite i ATS-Electro Lube. Z drugiej strony również bardzo szybko rozwija się rynek zdalnego monitorowania i kontroli urządzeń. Jak wynika z raportu opublikowanego przez firmę analityczną Grand View Research wielkość globalnego rynku zdalnego monitorowania i sterowania oszacowano na 23,87 mld USD w 2024 r. i oczekuje się, że w latach 2025–2030 będzie średnio rósł co roku na poziomie 5,6%. Jak twierdzą analitycy Grand View Research, rynek wykazał w 2024 r. wysoki wzrost, a coraz więcej branż przyjmuje systemy zdalnego monitorowania i sterowania, które przyczyniają się do zwiększenia wydajności operacyjnej, skrócenia przestojów i zapewnienia lepszego bezpieczeństwa w różnych sektorach, między innymi takich jak produkcja i energetyka. Systemy te wykorzystują technologie Internetu rzeczy (IoT), zaawansowane czujniki i analizę danych w czasie rzeczywistym, aby umożliwić operatorom monitorowanie i kontrolowanie sprzętu i procesów z odległych lokalizacji, zmniejszając w ten sposób potrzebę obecności na miejscu. Wymieniono też takie wydarzenia w 2024 r. jak na przykład wprowadzenie przez firmę Rockwell Automation pakietu FactoryTalk InnovationSuite, który wykorzystuje technologie sztucznej inteligencji i IoT do zdalnego monitorowania i konserwacji predykcyjnej. ABB zaprezentowała w lutym opartą na sztucznej inteligencji platformę zdalnego monitorowania i sterowania, przeznaczoną dla sektora energetycznego i przemysłowego. Nowa platforma ma na celu zwiększenie wydajności operacyjnej dzięki lepszej polityce konserwacji predykcyjnej, zmniejszając w ten sposób przestoje i proaktywnie umożliwiając zarządzanie zasobami. W marcu Yokogawa Electric opublikowała aktualizację swojej platformy Exaquantum, która obejmuje zaawansowane monitorowanie w czasie rzeczywistym i analitykę predykcyjną. Jest ona przeznaczona dla przemysłu chemicznego. To pokazuje, jak wiele ostatnio zmienia się w tym zakresie na świecie.
Jak monitorować smarowanie?
Jednym ze sposobów na zapewnienie prawidłowego smarowania jest wykorzystanie do jego oceny detekcji ultradźwięków, czyli fal dźwiękowych o częstotliwości powyżej zakresu słyszalnego przez człowieka, czyli 20 kHz. Stosowany zakres detekcji obejmuje dźwięki w zakresie od 20 kHz do 100 kHz, co pozwala na badanie między innymi wystąpienia takiego zjawiska jak tarcie. Pojawienie się nadmiernego tarcia świadczy najczęściej w przypadku warunków produkcyjnych o niewłaściwym smarowaniu. Detekcję ultradźwięków można też wykorzystać przy ocenie smarowania. Przy niedoborze smaru występuje tarcie. Natomiast jeśli zostanie zaaplikowany w nadmiarze, elementy toczne są wtedy nadmiernie dociskane do pierścieni, co przyspiesza ich zużycie. Zazwyczaj podnosi to temperaturę, w jakiej pracuje łożysko i w dalszej konsekwencji wpływa negatywnie na właściwości smarne używanego środka.
Takie właściwe dozowanie smaru i w odpowiednim czasie mogą zapewnić na przykład oferowane przez firmę UE Systems produkty do zdalnego monitorowania i smarowania. Te systemy to 4Cast instalowany na stałe inteligentny system ostrzegania, który stale monitoruje stan łożysk poprzez rejestrowanie danych i dźwięków. Jak podaje firma, urządzenie nadaje się do krytycznych maszyn i łożysk wolnoobrotowych, a jednocześnie umożliwia ustawienie alarmów niskiego i wysokiego poziomu oraz jednoczesne wysyłanie danych i próbek dźwiękowych do specjalistycznego oprogramowania w celu analizy i raportowania, dostarczając ważnych informacji w celu określenia stanu zdrowia łożysk. Natomiast UltraTrak 850S Smart Analog Sensor to ultradźwiękowy czujnik i nadajnik przeznaczony do wczesnego wykrywania awarii urządzeń przemysłowych. Współpracuje z istniejącą automatyką zakładu i może być używany do szerokiego zakresu zastosowań, w tym między innymi do smarowania opartego na aktualnym stanie łożyska z wykorzystaniem ultradźwięków. Jak podaje firma, ultradźwięki mogą monitorować łożyska i rejestrować występujące w nich trendy.
Firma AEA Technique zwraca uwagę na system monitorowania smarowania olejem Kytola Oval Flow stosowany w przemyśle przetwórczym. Jak podano, system smarowania firmy Kytola Instruments obejmuje: przepływomierze owalnokołowe lub rotametry dla oleju, wyświetlacze KLD Smart z ekranem dotykowym lub stacje pomiarowe Oval D2, oprogramowanie monitorujące, panele instalacyjne z kolektorami doprowadzającymi olej do przepływomierzy owalnokołowych Kytola oraz analizatory jakości oleju (analizatory koloru oleju i zawartości wody w oleju).
Z kolei firma C.C.JENSEN oferuje urządzenie monitorujące CJC CMU – układ czujników oleju obejmujący czujniki zatwierdzone przez C.C.JENSEN i zamontowane w połączeniu z autonomicznym filtrem bocznikowym oleju CJC. Urządzenie jest częścią programu zespołów czujników, do którego należy również monitor czystości oleju CJC OCM15. Urządzenie CJC CMU jest dostępne jako element modernizacji lub nowego autonomicznego filtra bocznikowego oleju CJC. Dane z czujnika mogą być pozyskiwane lokalnie w oparciu o różne protokoły lub wysyłane do chmury CJC. Natomiast monitor czystości oleju CJC OCM15 mierzy stan zużycia w układach olejowych i stosowany jest z olejami hydraulicznymi, smarowymi i przekładniowymi. Analiza nawet mikronowych cząstek stałych przy jego zastosowaniu pozwala na otrzymanie wczesnego ostrzeżenia o zużyciu. Jak informuje firma, urządzenie zostało zaprojektowane specjalnie pod kątem olejów o dużej lepkości.
Kluczowe trendy rynkowe
Na swoim blogu firma GORNER oferująca oleje i płyny specjalne oraz środki chemiczne wymagane do prawidłowej pracy różnych urządzeń przemysłowych ocenia, że dziś w Erze Przemysłu 4.0 mamy do czynienia z rewolucją w zakresie smarowania i tribologii. Inteligentne systemy smarowania zintegrowane ze sztuczną inteligencją mogą już automatycznie dostosowywać ilość i typ smaru do aktualnych warunków pracy maszyn. Pozwala to na optymalne wykorzystanie środków smarnych, zmniejszenie ich zużycia i przedłużenie żywotności smarowanych komponentów. W opublikowanym w styczniu 2025 r. przez Mark Wide Research (MWR) raporcie dotyczącym systemów automatycznego smarowania podkreśla się, że rynek zautomatyzowanych systemów smarowania przeżywa stały wzrost spowodowany rosnącym stosowaniem praktyk konserwacji zapobiegawczej, zapotrzebowaniem na niezawodność i czas pracy oraz rygorystycznymi przepisami branżowymi dotyczącymi bezpieczeństwa w miejscu pracy i ochrony środowiska. Natomiast integracja Przemysłu 4.0 to jak twierdzą analitycy MWR, integracja zautomatyzowanych systemów smarowania z technologiami Przemysłu 4.0, takimi jak łączność IoT, zdalne monitorowanie i predykcyjne analizy konserwacji, co umożliwia monitorowanie stanu sprzętu w czasie rzeczywistym, proaktywne planowanie konserwacji oraz podejmowanie decyzji opartych na danych, a to zwiększa wydajność operacyjną.
Specjaliści z firmy PURE Lubrication podają, że do 2025 r. wykorzystanie monitorowania smarowania przy udziale IoT w Wielkiej Brytanii będzie rosło o 25% rocznie, pomagając branżom przewidywać problemy, zanim doprowadzą one do kosztownych przestojów. Zaawansowane czujniki monitorują teraz warunki smarowania takie jak: lepkość, temperatura i poziom zanieczyszczeń w czasie rzeczywistym. W połączeniu z konserwacją predykcyjną opartą na sztucznej inteligencji te systemy umożliwiają firmom proaktywne działanie, oszczędzając czas, pieniądze i zasoby. Według raportu firmy Frost & Sullivan, konserwacja predykcyjna może przynieść brytyjskiemu przemysłowi oszczędności rzędu 2 mld funtów rocznie dzięki zwiększeniu niezawodności sprzętu. W artykule opublikowanym w październiku 2024 r. w „IEEE Sensors Journal” przedstawiono innowacyjny system Przemysłowego Internetu Rzeczy (IIoT) do ciągłej i zautomatyzowanej analizy oleju, odpowiedni dla różnych zakładów przemysłowych. Sercem tego systemu jest czujnik typu „plug and play”, którego wydrukowana w 3D konstrukcja integruje kilka wrażliwych komponentów i zasad pomiaru, umożliwiając w ten sposób uzyskanie wyczerpujących informacji na temat ogólnego stanu oleju smarowego, a co za tym idzie maszyny. Dane są przetwarzane w czasie rzeczywistym przez moduł D-Brane w celu zidentyfikowania wszelkich anomalii, a platforma w chmurze zapewnia alerty i szczegółowe informacje dla użytkowników. Testy eksperymentalne w laboratorium potwierdziły czułość czujnika na drobne cząstki poniżej 10 μm i ekstremalnie niski poziom wilgotności. Test w środowisku przemysłowym wykazał solidność sprzętu i możliwości diagnostyczne czujnika, który przewyższa zarówno tradycyjne metody analizy oleju, jak i czujniki drgań. System ten, jak twierdzą autorzy, rozwiązuje ograniczenia istniejących czujników oleju, zapewniając analizę wieloparametrową i przetwarzanie danych w czasie rzeczywistym, ustanawiając nowy standard konserwacji maszyn przemysłowych.
Podsumowując, trzeba stwierdzić, że integracja sztucznej inteligencji ze strategiami monitorowania stanu maszyn i smarowania zmienia sposób, w jaki przemysł podchodzi do konserwacji. Jednak pojawiają się tu również pewne wyzwania i zagrożenia. W artykule opublikowanym na stronie „The Lubricants & Lubrication Website” stwierdzono, że pomimo zalet, wdrożenie konserwacji predykcyjnej opartej na sztucznej inteligencji wiąże się z kilkoma wyzwaniami. Przeszkody techniczne i operacyjne, takie jak integracja danych i kompatybilność systemów, mogą hamować postęp. Skuteczne zarządzanie danymi ma tu podstawowe znaczenie, ponieważ dokładność prognoz zależy od jakości i ilości danych. Ponadto organizacje muszą inwestować w szkolenia i podnoszenie kwalifikacji swoich pracowników, aby skutecznie wykorzystywać te technologie. Opór przed zmianami i początkowy koszt wdrożenia to kolejne bariery, z którymi należy się zmierzyć. Także bezpieczeństwo danych i prywatność są również istotnymi problemami, ponieważ korzystanie z urządzeń AI i IoT wiąże się z gromadzeniem i analizą dużych ilości danych. Organizacje muszą zapewnić, że ich dane są chronione przed nieautoryzowanym dostępem oraz że przestrzegają odpowiednich przepisów i standardów. Specjaliści zwracają również uwagę na wyzwania związane z integracją technologii. To znaczy integracji zautomatyzowanych systemów smarowania z istniejącymi urządzeniami, systemami sterowania i sieciami komunikacyjnymi. Jak twierdzą, może to być wyzwaniem, szczególnie w instalacjach brownfield (realizowanych poprzez ponowne wykorzystanie dotychczasowej infrastruktury). W takiej sytuacji można spotkać się z problemami związanymi z kompatybilnością, interoperacyjnością danych i obawami dotyczącymi cyberbezpieczeństwa. Może to utrudniać bezproblemową integrację i sprawne wdrażanie nowych technologii.
Jednak zalety takie jak zintegrowanie zautomatyzowanych systemów smarowania wspartych sztuczną inteligencją ewidentnie zwiększa wydajność, dostarczając precyzyjne ilości środka smarnego w zależności od potrzeb. Dodatkowo systemy te można zaprogramować tak, aby dostosowywały okresy smarowania w oparciu o dane w czasie rzeczywistym, zapewniając, że sprzęt jest zawsze odpowiednio nasmarowany.
Autor: Bohdan Szafrański
Pełny tekst w wersji PDF znajduje się poniżej lub proszę kliknąć niniejszy link do pobrania pliku PDF
GM_2025_2_46_48_Monitorowanie
