پیش‌بینی عمر روغن

در سیستم‌های هیدرولیک بسیار بزرگ هر بار که این سیستم‌ها به هر دلیلی از مدار خارج شوند، حداقل ۱۰٬۰۰۰ دلار در هر ساعت از تولید از دست می‌رود. اگر روغن یک سیستم هیدرولیک بزرگ دچار افت کیفیت شود، تعویض یا شست‌وشوی آن به‌راحتی هشت ساعت زمان می‌برد. حال از خود بپرسید:
آیا شرکت شما توان از دست دادن ۸۰٬۰۰۰ دلار تولید برای تنها یک رخداد را دارد؟

روغن، شریان حیاتی هر سیستم هیدرولیک یا روانکاری است. زمانی که روغن تازه و سالم باشد، سیستم دقیقاً مطابق طراحی عمل می‌کند. اما با گذشت زمان و از دست رفتن خواص روغن، مشکلات داخلی سیستم آغاز شده و در نهایت می‌تواند به ازکارافتادگی کامل سیستم منجر شود.

یک رویه رایج در سیستم‌های هیدرولیک این است که نمونه روغن به‌صورت ماهانه یا حتی فصلی گرفته و برای آنالیز به آزمایشگاه ارسال می‌شود. بازگشت نتایج آنالیز چند روز تا یک هفته زمان می‌برد و تفسیر آن نیز نیازمند فردی بسیار متخصص است. شناسایی یک روند خرابی ممکن است ماه‌ها طول بکشد؛ در حالی‌ که در تمام این مدت، عملکرد سیستم به‌تدریج در حال افت است.

در این مقاله بررسی می‌کنیم که:

• چه نوع داده‌هایی باید جمع‌آوری شوند؛

• چرا این داده‌ها اهمیت دارند؛

• داده‌ها چگونه باید جمع‌آوری شوند؛

• پس از جمع‌آوری با داده‌ها چه باید کرد؛

• چگونه این داده‌ها تحلیل می‌شوند؛

• و در نهایت چگونه نتایج تحلیل را در سیستم اعمال کنیم.

چه داده‌هایی باید جمع‌آوری شوند؟

عوامل متعددی وجود دارند که بر وضعیت سیال یک سیستم تأثیر می‌گذارند، از جمله:

• دمای محیط

• اتمسفری که سیستم در آن کار می‌کند

• میزان گردش روغن در مخزن

• فشاری که سیستم تحت آن کار می‌کند

تمام این عوامل بیرونی بر سیال اثر می‌گذارند.

برای مثال، سیستم‌هایی که در محیط‌های مرطوب کار می‌کنند، رطوبت هوا را جذب می‌کنند. این رطوبت باعث ورود آب به روغن می‌شود که اغلب منجر به اکسیداسیون، افزایش عدد اسیدی کل (TAN) و آسیب به اجزای سیستم می‌گردد. هر یک از این شرایط، مشکلات ثانویه‌ای در سیستم ایجاد کرده و عملکرد کلی آن را کاهش می‌دهد.

حال سؤال اصلی این است: کدام داده‌ها واقعاً حیاتی هستند؟

درک سازوکار تخریب سیال، شما را به سمت پارامترهایی هدایت می‌کند که باید پایش شوند:

• ذرات سایش (فلزی و غیرفلزی)

• آلودگی

• میزان رطوبت (درصد اشباع)

• تغییرات الکتروشیمیایی (TAN، رسانایی، ویسکوزیته)

• دما

تمام سیستم‌ها دچار آلودگی می‌شوند. قطعات دچار سایش می‌گردند، آب‌بندها فرسوده می‌شوند، آلودگی از محیط بیرون وارد سیستم می‌شود و حتی خود عملکرد سیستم نیز آلودگی تولید می‌کند. تمامی این آلودگی‌ها توسط سیال در سراسر سیستم حمل می‌شوند.

استفاده از پایشگرهای آنلاین با داده‌های لحظه‌ای کمک می‌کند رخدادها و ناهنجاری‌های روزانه به‌خوبی روندیابی شوند. آگاهی از سلامت واقعی سیستم، درک عمیق‌تری از آنچه در داخل تجهیزات رخ می‌دهد ایجاد می‌کند.

همچنین لازم است دمای سیال اندازه‌گیری و روندیابی شود. از آنجا که دما مستقیماً بر ویسکوزیته اثر گذاشته و در اکسیداسیون و عملکرد افزودنی‌ها نقش دارد، دانستن دمای عملیاتی سیال اهمیت بالایی دارد.

عامل مهم دیگر، میزان آب موجود در روغن است. آب علاوه بر غیرقابل تراکم بودن و نداشتن خاصیت روانکاری، باعث افزایش اکسیداسیون و تسریع تشکیل اسید می‌شود. وجود آب در روغن منجر به سایش سریع‌تر یاتاقان‌ها، خرابی آب‌بندها و پمپ‌ها و کاهش کلی عملکرد سیستم می‌شود.

در نهایت، تغییرات الکتروشیمیایی روغن نیز باید روندیابی شوند. با تغییراتی که در فرآیند پالایش روغن‌ها طی سال‌های اخیر رخ داده، رسانایی الکتریکی روغن (توانایی حمل بار الکترواستاتیکی) به یک نگرانی جدی تبدیل شده است. این بار الکتریکی می‌تواند به سیستم آسیب زده و برای اپراتورها و کارکنان نگهداری خطرناک باشد. با روندیابی رسانایی سیال و مقایسه آن با منحنی‌های تخریب شناخته‌شده، می‌توان تحلیل‌های دقیقی انجام داد. ابزارهای تحلیلی قادرند تمام این داده‌ها را به گزارش‌هایی قابل فهم تبدیل کنند.

چرا این داده‌ها اهمیت دارند؟

هر یک از پارامترهای فوق، بخشی از داستان تخریب روغن را روایت می‌کنند. با روندیابی داده‌ها، می‌توان ارتباط بین این پارامترها و سلامت سیستم را شناسایی کرد و به درکی دقیق از وضعیت داخلی تجهیزات رسید.

برای مثال، داده‌های پایش آلودگی نشان می‌دهند نوع و اندازه آلودگی‌ها در سیستم چیست. در ترکیب با شمارشگر ذرات فلزی، می‌توان مقدار ذرات فلزی و غیرفلزی را به‌صورت هم‌زمان تحلیل کرد.

اغلب ذرات غیرفلزی از سایش آب‌بندها، تخریب افزودنی‌ها یا ورود آلودگی از محیط خارجی ناشی می‌شوند. در مقابل، ذرات فلزی حاصل تخریب اجزای داخلی سیستم هستند.

با توجه به اینکه لقی آزاد متوسط در بسیاری از یاتاقان‌های غلتکی حدود ۰٫۰۱۰ تا ۰٫۰۱۲ اینچ است، دانستن اندازه و تعداد ذرات در این بازه نشان می‌دهد که یاتاقان‌ها در حال آسیب دیدن هستند. زمانی که اندازه ذرات از ضخامت فیلم روغن بیشتر شود، آسیب میکروسکوپی به سطوح قطعات وارد می‌شود که معمولاً با افزایش ذرات فلزی همراه است.

علاوه بر این، ذرات ریزتر در سیستم مانند یک ترکیب صیقل‌دهنده عمل می‌کنند که می‌توانند سطوح سخت را تجزیه کنند و نرخ تخریب اجزا را افزایش دهند.

تأثیر هم‌زمان دما و آب

دما و میزان آب تأثیری وابسته و مرتبط بر یکدیگر دارند. آب می‌تواند از طریق میعان و نفوذ وارد سیستم شود. میزان میعان به نوسانات دمایی سیستم وابسته است، زیرا تمام سیستم‌ها «تنفس» می‌کنند.

اگر سیستمی در یک شیفت کاری در محیط خنک کار کند، دمای روغن در حین کار بالا رفته و در زمان توقف کاهش می‌یابد. هوای خنک ورودی معمولاً رطوبت بیشتری دارد. این رطوبت در فضای بالای مخزن جمع شده و در تماس هوای سرد با روغن داغ، میعان کرده و وارد روغن می‌شود. با گرم شدن مجدد روغن، به دلیل وجود آب و دمای بالا، نرخ اکسیداسیون به‌شدت افزایش می‌یابد.

ثابت دی‌الکتریک و رسانایی

ثابت دی‌الکتریک، توانایی روغن در ذخیره انرژی الکتریکی را نشان می‌دهد. با آلوده شدن یا تخریب شیمیایی روغن، این مقدار تغییر می‌کند. پایش این پارامتر، نرخ تغییر وضعیت روغن را مشخص می‌کند.

از آنجا که روغن‌های پایه دارای ثابت دی‌الکتریک متفاوتی هستند، این داده حتی می‌تواند نشان دهد آیا روغن صحیح به سیستم اضافه شده است یا خیر.

استفاده از سنسورها برای داده‌های لحظه‌ای

روش متداول فعلی در صنعت، نمونه‌برداری از روغن و ارسال آن به آزمایشگاه است. نتایج پس از پردازش ارائه شده، روندیابی شده و وضعیت خوب یا بد سیستم اعلام می‌شود.

این روش دارای یک نقص اساسی است: زمان طولانی دستیابی به روندها. از آنجا که اغلب نمونه‌ها ماهانه گرفته می‌شوند، حداقل ۳ تا ۴ ماه طول می‌کشد تا روندی قابل تحلیل شکل بگیرد؛ در حالی که تا آن زمان، آسیب‌های جدی ممکن است رخ داده باشند. این رویکرد منجر به نگهداری و تعمیرات واکنشی می‌شود که برای تولید کارآمد نیست.

در اینجا، فناوری سنسورها نقش کلیدی ایفا می‌کند. با استفاده از سنسورهای آنلاین آلودگی، سنسورهای ذرات فلزی، و حسگرهای دما، رطوبت و رسانایی، می‌توان داده‌های لحظه‌ای از سیستم جمع‌آوری کرد.

با پیشرفت فناوری، نیاز به داده‌های دقیق و آنی بیش از پیش افزایش خواهد یافت. پیش‌بینی سلامت سیستم، امکان برنامه‌ریزی توقف‌ها و استفاده بهینه از منابع نگهداری و سرمایه را فراهم می‌کند.

با داده‌ها چه باید کرد؟

داده‌های جمع‌آوری‌شده توسط سنسورها یکنواخت و پایدار هستند، زیرا عامل انسانی حذف شده است.

در آنالیز سنتی روغن، نمونه‌گیری باید هر بار دقیقاً از یک نقطه، با همان روش، همان دما و شرایط محیطی انجام شود؛ که احتمال خطا و نوسان بسیار بالاست. سپس نمونه در آزمایشگاه توسط انسان تحلیل می‌شود و این نیز منبع خطای دیگری است.

با حذف عامل انسانی، روشی پایدار و بسیار قابل اعتماد برای جمع‌آوری داده ایجاد می‌شود. اندازه‌گیری هم‌زمان جریان، دمای محیط و زمان، امکان شناسایی عوامل بیرونی مؤثر بر داده‌ها را فراهم می‌کند.

با روندیابی داده‌ها در حین کار سیستم، می‌توان فرآیند تخریب روغن را به‌صورت لحظه‌ای پایش کرد. اگر داده‌ها ذخیره شوند، می‌توان نمودارهای تحلیلی ایجاد و آن‌ها را با نمونه مرجع آزمایشگاهی مقایسه کرد.

با استفاده از روندها، می‌توان زمان رسیدن روغن به پایان عمر مفید را تخمین زد و تعویض روغن را به‌صورت پیشگیرانه برنامه‌ریزی کرد تا از توقف ناخواسته و خرابی جلوگیری شود.

همچنین می‌توان نقاط هشدار (Trigger Points) تعریف کرد تا در صورت عبور از حدود مجاز، هشدار فوری صادر شود. از آنجا که این هشدارها دارای زمان ثبت هستند، می‌توان آن‌ها را با شرایط عملکرد ماشین تطبیق داده و ریشه مشکل را شناسایی کرد.

تحلیل داده‌ها حتی می‌تواند به انتخاب صحیح روغن و بسته افزودنی و بررسی عملکرد واقعی سیال نسبت به انتظار کمک کند.

پیش‌بینی عمر روغن چگونه انجام می‌شود؟

فناوری سنسورها امکان توسعه معادلاتی برای پیش‌بینی عمر باقیمانده روغن را فراهم می‌کند. معادلاتی مانند نرخ واکنش آرنیوس، پایه این تحلیل‌ها هستند.

با استفاده از داده‌هایی مانند دما، آب، آلودگی و رسانایی، می‌توان میزان از دست رفتن عمر روغن را در هر لحظه محاسبه و طول عمر آن را به‌صورت سیستماتیک برآورد کرد. این داده‌ها همچنین امکان ترسیم نمودارها و تشخیص زمان آغاز اثرگذاری منفی روغن بر سیستم را فراهم می‌کنند.

گام بعدی

پیش‌بینی بازه‌های نگهداری و کاهش توقف‌ها باید همواره یک اولویت باشد و دستیابی به آن نیازمند صبر، دقت و استمرار است. ایجاد خط مبنای داده‌ها زمان‌بر است، اما پس از آن می‌توان داده‌های سیستم را با تولید، تغییرات فصلی و سایر عوامل مقایسه کرد.

ترکیب این داده‌ها با آنالیزهای دوره‌ای آزمایشگاهی (فصلی یا سالانه) امکان پیش‌بینی دقیق نیازهای نگهداری، افزایش دسترس‌پذیری تجهیزات و کاهش چشمگیر نگهداری واکنشی را فراهم می‌کند. مقایسه با داده‌های آزمایشگاهی برای اعتبارسنجی تحلیل‌ها ضروری است.

امروزه فناوری آنالیز عنصری آنلاین هنوز به‌طور کامل در دسترس نیست، اما با توجه به مسیر پیشرفت فناوری و اقتصاد، این آینده‌ای اجتناب‌ناپذیر است؛ درست همان‌طور که تکامل تلفن‌های همراه را تجربه کردیم.

اطلاعات این مقاله برگرفته از این منبع می‌باشد.