解決現有問題:

馬達驅動設備不容易發生問,通常問題不外乎老舊、負荷過大、安裝或使用不當、欠缺保養與瑕疵零件等,根據IEEE與EPRI統計大約每年可能發生問題的機率為5%~20%不等,馬力超過5000hp的每年故障機率為20%。當然,壞了再換也可以,因為上一世代是這樣過來的,還是可以賺錢。根據ABB於2012對於110KW馬達運行過程的調查發現,馬達的價錢只佔小於1%,(能源產業0.01%,化學產業0.005%,金屬與礦業0.005%),運行的成本大約是35~45%,而故障造成的損失則是最大55~65%。這也是為何追求持續進步的公司改善他們的保養思維,佈署預知保養。他們最大的敵人是Downtime,但是順便可以降低他們的保養花費,再來就是節能。根據美國能源局的調查發現預知保養最佳化,可以減少5~20%的無生產力能耗。他們願意佈署比馬達價格貴超過10倍以上的預知保養設備,因為他們發現用於重要設備的預知保養投資可以有十倍的報酬,也就是所謂的Cost avoidance。舉個日常發生的問題,颱風水災,這可能是因為抽水馬達出問題,新聞上面就看到超跑被淹了,當然也有比較小的災情,像是捷運的手扶梯故障,行人走樓梯就好了,只是會收到許多客訴,當然也有手扶梯造成傷亡的。嚴重的像是大型設備故障,故障就造成十億台幣的損失、花了十億還修不好的。還有隧道施工時排氣風扇壞掉,整個工程要終止等到風扇修好,達到施工安全表準。別懷疑,這都是在台灣發生過的案例,除了手扶梯造成死亡的是在香港。

馬達驅動的動力設備問題層出不窮,從設計端就會出狀況,像是共振頻率的計算包含Torsional Vibration,包含電力品質的設計,包含系統的Robustness。如果設計得不好,剛開始三五年沒問題,之後問題就慢慢地出來了。設計完就要施工安裝了,安裝的時候也常常碰到問題,像是發電機爆炸,零件飛出,還有配電時配錯線,這時候業主就需要檢查並且驗收,要如何訂定驗收標準是一回事,怎樣去實際的測試也是很難去驗證。通常很難取得經費購買非破壞性儀器,頂多只能仰賴設備保固,但是羊毛還是出在羊身上,每年的保固費用至少會在總價多個5~20%不等。驗收還需要試車,試車也是一大難題。往往操作的失誤也會造成設備損傷,在前期試車的時候發生問題,也很難找到根因。Bath tub curve在Pre-mature failure 的階段,很多問題會產生,包含很多安裝、操作或設計的人為疏失。如果有儀器可以檢測的話可以減少沒必要的時間與資源浪費。Artesis可以一站式檢查90%的電力品質的問題,機械問題與附載與環境的問題。10%的False Negative包含但不限於環境的化學、汙染、溫度溼度等,軸承的漏油,30%的局部放電問題或是Torsional vibration等。

如果以上都做到完美了,可能會有五年以上的蜜月期,如果設備夠美的話,蜜月期可能就會更久,可以到十年或十五年的,如果你把它當老婆一樣照顧的話,蜜月期會更久。所以建議設備最好買一個夠美的設備。當然也有人不喜歡買夠美的設備(喝牛奶不養牛),寧願常常花錢解決需求,這樣可能會比較刺激,但是風險較高,反正都是公司出,也很難有依據怎樣做是對的。當然也有人買很美的設備然後家暴,電力品質不好,環境很差。如果是重要設備,以ABB做過的調查,要買夠美的設備。Artesis內部有物理模型、經驗模型與實驗模型,會以標準差展現出設備馬達與附載的狀況,除此之外,Artesis經過多年累積的經驗會提供新馬達與物理模型的標準差平均值,此標準差可當作照妖鏡使用,看看購買的設備美不美,也可以用於馬達品檢、修復品質等等。

很多人質問,Stator的絕緣問題是不可能用電流量測到的,但是如果在谷歌打入("2nd harmonic"stator fault) 就可以看到很多馬達專家認為2nd Harmonic 與Stator Fault有關,包含PD局部放電,很多人聽到PD就認為只有高壓狀況會發生,其實理論上300V就會發生,但是現象不顯著。PD發生所產生的現象對於電流來說,其實在Power spectral density chart上面看到PD的結果跟絕緣問題的結果差不多,這些結果是長時間累積的經驗,Artesis的技術是做過Autocorrelation並且與建立的物理模型交叉比對電流的一些,基本上如果2nd Harmonic的標準差偏高,這就表示定子問題,Stochastic來看這是成立的,如果能有Deterministic的理論背景更好,但是目前沒有。Stochastic 的觀點來看,線圈絕緣問題通常可以被Artesis技術早期偵測到的70%是發展中異常,也就是不會馬上造成馬達失效,問題可以分類為turn to turn、coil to coil、phase to phase、Open Circuit、Line to Ground等,原因包含Thermal Stress,Rule of thumb每十度升溫會降低壽命一半,這是漸進的而不是突發的,造成升溫的因素很多,包含Vrms過高或過低、Voltage unbalance,諧波過高等。其他還包括扇熱風扇,或是風口不順暢。Electrical Stress這就會造成溫度升高,剛剛已經解釋過了,還有就是開始運轉的Transient state,這時會產生兩倍機頻的震動,很容易造成絕緣磨擦,並且可能造成繞線鬆動並且持續磨擦。其他異常造成的震動也會造成絕緣磨擦,對心不平衡可能會造成轉子撞碰定子,轉子出問題的時候也會發生。

如果資產有問題但是查不到,要如何找到根因? 以河水汙染為例,汙染源通常在上游,馬達也一樣,通常先檢查電力品質,但是常常因為沒有適當工具,所以就直接從下游開始,也就是軸承。如果平常有做紀錄,就可以利用大數據尋找根因,要看保養的功力最基本的就是去看軸承的MTBF,因為幾乎70%以上的根因都會造成軸承先失效,但是只換軸承不去找根因,保養費用與停機時間還是很高,並且是被還是處於高風險狀況。馬達各異常種類的發生率與馬力有很大的關係,大致上機械佔約35%,電力相關問題30%,負載相關異常30%。Artesis技術可以一站監控所有的問題(85% total fault false positive+false negative),這數據是包含所有三相感應馬達與負載端,目前為業界最高。

機械軸承問題,軸承是轉動機械最脆弱的部件,只要碰到會產生漏電或震動的異常都會導致軸承損壞,其損壞的嚴重性會與異常發展的速率成正比,所以在異常早期的偵測非常重要。剛剛提到軸承的MTBF就是很重要的保養功力的指標,如果無法找到根因,MTBF就會降低。值得一提的是諧波太高也會造成軸電流,導致軸承受損。電力品質也是縮短MTBF的元兇之一。Artesis的技術可以確保軸承不會受到其他部件或電力品質的影響。但是因為設備的軸承往往都超過四個,除非每個軸承都不一樣,軸承的珠數都一樣的狀況下就要拿手持式的震動量測設備去斷定是哪個軸承有問題。

偏心與不平衡異常,軸的對心很重要,不對心或不平衡會造成振動,會影響軸的機構、軸承的壽命,也有可能造成定子的問題。Artesis 的技術可以精準的診斷出偏心與不平衡的問題,不平衡與偏心如果不處理會引發設備其他部件的二次傷害。最冤枉的是沒鎖緊、或是軟腳的問題。通常都是安裝的疏失,如果能盡早發現,也可有效避免二次傷害。

除了以上的問題,我們還碰到過因為變頻器電纜沒有使用遮蔽電纜,造成周邊設備遭到影響而嚴重減少使用壽命,包含控制器等,如果有相關問題,我們也跟Beldon線材大廠合作,提供解決方案。

除此之外,軸電流的問題,我們也跟國際大廠配合,能夠有效的減少軸電流,絕緣軸承與軸效果比較差,價錢比較貴。

停機問題:

如果因為馬達造成非計劃性停機、停工或停廠的問題,建議可以參考IEEE與EPRI所做過的大規模馬達故障調查,其資料顯示需要覆蓋的範圍包含機械、電力、線路、操作、負載等著手,其中有最高15%潤滑油相關的異常,這是需要目測的。報告指出,振動監測技術可以防止高達30%的非計劃性停機,另外的部分要如何防範?如果使用模型式電力訊號監測,可以杜絕高達85%的異常發生,如果包含定期的目測潤滑油或是定期的潤滑油分析,應該可以防範超過99%的異常。常常看到振動儀器設備廠商宣稱可以杜絕所有的非計劃性停機,很顯然的他沒看過IEEE與EPRI的報告,並且對於馬達相關設備的異常不熟悉。光是潤滑油他就沒辦法監測了、更不用說負載、操作還有電力與線路。Artesis技術性能目前估算可以偵測的假陽率(False positive rate)與假陰率(False negative rate)兩個項目的總和不會超過15%,其中大部分為潤滑油的異常。建立物理模型與統計模型主要是降低假陽率,用數學與物理特性分辨異常,對於假陰率,偵測異常的範圍是首要條件,然後還是需要模型去判定。如果沒有建立模型,根據Paper指出,在設備失效六個月前,假陽率可高達50%,這就如同博筊。Artesis透過模型的技術可以早在十二個月前偵測出設備異常,並且在六個月前可以偵測到大部分的異常。當然還有突發性異常,這就不再範疇內,發生的機率較小。以上的資料是基於基座是固定的馬達、常常看到馬達裝在避振的設備上,這是馬達廠商不建議的、但是因為有需求所以有些馬達還是裝有避振設備、如果裝在避振設備上,以上的性能會被影響,需要額外依靠統計模型去降低假陽率與假陰率。Artesis在台灣目前與Microsoft IOT 團隊配合,Artesis總公司與Microsoft正在商討合作的細節。

© 2019 TZInc