MANUTENÇÃO PREDITIVA – TEMPO DE VIDA ÚTIL RESTANTE – APLICAÇÃO SMART SCREW- SENSORISE
A vida útil restante (RUL) é o período de tempo que uma máquina provavelmente operará antes de exigir reparo ou substituição.
Ao levar em consideração o RUL, os engenheiros podem programar a manutenção, otimizar a eficiência operacional e evitar paralisações não planejadas. Por esse motivo, estimar o RUL é uma prioridade máxima nos programas de manutenção preditiva.
Um modelo de estimativa RUL não apenas prevê RUL, mas também fornece um limite de confiança na previsão.
As entradas do modelo são indicadores de condição, características extraídas de dados de sensores ou dados de log, cujo comportamento muda de forma previsível à medida que o sistema se degrada ou opera em diferentes modos.
O método usado para calcular o RUL depende do tipo de dados disponíveis:
Dados de vida útil indicando quanto tempo levou para máquinas semelhantes atingirem a falha;
Históricos de execução até falhas de máquinas semelhantes à que você deseja diagnosticar;
Um valor limite conhecido de um indicador de condição que detecta falha.
Modelos de risco proporcional e distribuições de probabilidade de tempos de falha de componentes, são usados para estimar RUL a partir de dados de vida útil.
Um exemplo simples é estimar o tempo de descarga de uma bateria com base nos tempos de descarga anteriores e covariáveis, variáveis como o ambiente em que a bateria operou (como a temperatura) e a carga colocada sobre ela.
O gráfico da função de sobrevivência na Figura 1 mostra a probabilidade de uma bateria falhar com base em quanto tempo ela está em operação.
O gráfico mostra, por exemplo, que se a bateria estiver em operação por 75 ciclos, ela tem 90% de chance de estar no fim de sua vida útil.
Se você tiver um banco de dados de dados de execução até a falha de componentes semelhantes ou componentes diferentes, mostrando comportamento semelhante, poderá estimar o RUL usando métodos de similaridade.
Esses métodos capturam perfis de degradação e os comparam com novos dados vindos da máquina para determinar qual perfil os dados correspondem mais de perto.
Na Figura 2, os perfis de degradação dos conjuntos de dados históricos de execução até a falha de um mecanismo, são mostrados em azul e os dados atuais do mecanismo são mostrados em vermelho. Com base no perfil com o qual o motor mais se aproxima, o RUL é estimado em cerca de 65 ciclos.
Em muitos casos, os dados de funcionamento até a falha, ou os dados de vida útil não foram registrados, mas você tem informações sobre os valores limite prescritos – por exemplo, a temperatura de um líquido em uma bomba, não pode exceder 160oF (71oC) e a pressão deve estar abaixo de 2200 psi (155 bar).
Com esse tipo de informação, você pode ajustar modelos de séries temporais a indicadores de condição extraídos de dados de sensores, como temperatura e pressão, que aumentam ou diminuem ao longo do tempo.
Esses modelos de degradação estimam o RUL prevendo quando o indicador de condição cruzará o limite. Eles também podem ser usados com um indicador de condição fundido, que incorpora informações de mais de um indicador de condição usando técnicas como análise de componentes principais.
A Figura 3 mostra um modelo de degradação exponencial que rastreia a falha em um rolamento de alta velocidade usado em uma turbina eólica.
O indicador de condição é mostrado em azul. O modelo de degradação prevê que o rolamento ultrapassará o valor limite em aproximadamente 9,5 dias. A região sombreada em vermelho representa os limites de confiança para esta previsão.
Aplicação da Tecnologia e Patente – “Smart Screw” junto a turbinas eólicas.
Para acelerar a transição mundial para a energia sustentável, a participação da energia eólica aumentou dramaticamente.
Juntamente com o comissionamento de novas instalações, há uma grande frota de turbinas eólicas chegando ao fim de sua vida útil planejada. Nesta fase, prolongar sua vida útil é uma das opções mais atraentes.
Aqui, fornecemos três maneiras pelas quais nossos Smart Screws ajudam você a prolongar a vida útil de suas turbinas eólicas.
As turbinas eólicas tornaram-se o principal motor na produção de energia limpa.
Mas a frota europeia de turbinas eólicas está envelhecendo. Uma turbina eólica tem uma vida útil de cerca de 20 a 25 anos. Estender a vida útil de uma turbina eólica é atraente, porque pode aumentar o retorno do investimento e potencialmente reduzir sua pegada de carbono.
A extensão da vida útil é um tópico complicado, e seu processo de decisão depende de fatores legais, econômicos e técnicos. Para continuar as operações além da vida útil do projeto, todos os componentes de transporte de carga devem ter reservas estruturais restantes, ou podem ser facilmente adaptados.
Cargas dinâmicas estão por toda parte.
Cargas cíclicas e turbulências derivadas de ondas, ventos e correntes são as que mais causam falhas estruturais, principalmente aquelas por fadiga. Para suportar as condições críticas em ambientes agressivos, especialmente offshore, a integridade estrutural das turbinas eólicas precisa ser cuidadosamente avaliada.
Hoje em dia, a maioria das turbinas eólicas tem conexões aparafusadas para prender seus principais componentes: pás do rotor, torres, trens de acionamento e fundações.
Os parafusos da lâmina, são especiais porque fazem parte do sistema rotativo de uma turbina eólica. Parafusos em torres e fundações são aparentemente estáticos, mas, na realidade, são estruturas flexíveis que se dobram sob forças dinâmicas.
Portanto, os operadores precisam avaliar as conexões dos parafusos para tomar decisões sobre a extensão da vida útil.
O sistema Sensorise “Smart Screw” não apenas monitora a condição dos parafusos, mas também permite entender o estado em constante mudança das estruturas anexadas em uma turbina eólica.
Isso é possível porque os parafusos são componentes críticos de suporte de carga localizados no fluxo de forças produzidas por cargas dinâmicas.
As medições de força e o momento, contêm informações valiosas sobre o flange e os componentes ligados a ele. Nossa tecnologia patenteada é única, porque não enfraquece o parafuso, ao contrário dos extensômetros comuns, e pode ser instalada como parafusos comuns.
O número de “Smart Screws” a serem instalados em um flange de pá de rotor, depende de seu tamanho, dados de manutenção e fabricante da turbina eólica, entre outras coisas.
Geralmente recomendamos a instalação de 08 “Smart Screws” em pontos simétricos em um flange circular.
Monitoramento Contínuo de Pré-carga –
A pré-carga funciona criando um atrito entre as peças para garantir que a junta permaneça firmemente conectada durante a operação. A pré-carga adequada da conexão aparafusada contribui para a confiabilidade de toda a turbina eólica. Manter a pré-carga correta é, portanto, um pré-requisito para uma longa vida operacional das turbinas eólicas. No entanto, a perda de pré-carga ocorrerá naturalmente após uma vida útil de longo prazo, o que pode ameaçar a funcionalidade da conexão parafusada. Por esse motivo, as diretrizes de extensão da vida útil aconselham explicitamente a inspeção da pré-carga do parafuso.
Monitoramento de pré carga do parafuso –
Nossos “Smart Screws” fornecem monitoramento contínuo da pré-carga do parafuso em tempo real.
Ele fornece não apenas o valor real da pré-carga, mas também sua evolução no tempo. Desta forma, pode-se ver como uma pré-carga específica do parafuso está mudando no tempo.
Um sinal decrescente indica uma perda de pré-carga, causada por falhas repentinas, rachaduras por fadiga ou porcas quebradas.
Um sinal crescente é um indicador de parafusos quebrados nas proximidades do Smart Screw no flange, pois o Smart Screw também deve suportar a carga do parafuso quebrado. Essas informações podem ser usadas para mitigar falhas catastróficas.
Monitoramento de conexões de flange aparafusadas –
A falha do parafuso, pode comprometer a integridade estrutural da ligação entre as pás e o cubo, o eixo principal e o cubo, a mono estaca e a peça de transição, bem como a fundação e a torre.
Quando um parafuso falha, provavelmente ocorrerá uma reação em cadeia, na qual a falha de vários parafusos consecutivos leva à desconexão da lâmina e do cubo. Por um lado, verificações de pré-carga de cada décimo parafuso, podem não ser suficientes para mitigar uma potencial catástrofe.
Por outro lado, remover cada parafuso em um flange para inspeção visual é muito caro. Nosso sistema de monitoramento de flange aparafusado resolve esse problema.
Ao equipar o flange com nossos Smart Screws, você obtém uma visão completa da saúde estrutural de sua conexão de flange. O sinal de força dinâmica produzido pelo movimento de rotação captura o comportamento dinâmico da lâmina.
Isso permite não apenas a análise da resposta vibracional na estrutura, mas também a análise do ciclo de carga, amplitudes de carga, espectros de carga, momentos fletores e outras características. No entanto, o verdadeiro prêmio de ter um sistema de monitoramento em funcionamento é fornecer informações prognósticas.
Isso ajuda a orientar as atividades de manutenção futuras, bem como as decisões sobre a extensão da vida útil.
Previsão de vida útil restante –
Tempo de vida útil restante (RUL) é o tempo restante para um componente executar suas capacidades funcionais antes da falha.
As inspeções locais não são suficientes para determinar o RUL porque fornecem pontos de dados muito esparsos para uma estimativa confiável. Além disso, as inspeções de parafusos são normalmente intrusivas, o que pode ter sérias consequências para a disponibilidade da turbina eólica.
A modelagem também é outra ferramenta usada para estimar o RUL, mas geralmente fornece estimativas de falha conservadoras, diminuindo o retorno do investimento.
O monitoramento de carga de conexões aparafusadas críticas, rastreia o histórico de carga. Ele permite uma comparação direta entre o carregamento de projeto e o carregamento ocorrido para derivar o RUL da estrutura.
Métodos baseados em dados e baseados em física, são adequados para esse propósito. Isso significa que você não precisa confiar apenas em modelos para calcular as tensões na conexão do flange, mas pode medi-las.
Isso aumenta a eficiência da manutenção para determinar quando as atividades de manutenção futuras são necessárias. Também aumenta a precisão da estimativa RUL para uma melhor avaliação da extensão da vida útil.
Informações e Projetos – Eng. Ricardo Pantoja – ricardo.pantoja@sensorise.de