3. 특정 기준의 설정

Establishing Specific Criteria

 

지금까지 논의된 전체적인 제한치들은 무엇이 문제를 일으키고 있는가에 대해서는 어떤 정보도 제공하지 않는다. 또한, 특히 복잡한 설비에서 상태의 작은 변화를 조기에 인식할 수 있을 정도로 상세하지 않다. 필수 불가결한 다음 단계를 수행하기 위해서, 진폭 대 주파수 스펙트럼과 같이 복잡한 진동 특성들을 성분 요소별로 분리하는 보다 더 이산적인 방법이 사용되어야 한다. 그 다음 정보를 평가하기 위한 지침들이 개발되어야 한다.

문제가 되고 있는 신호가 기계의 회전 주파수에서 탁월하다고 가정해 보자. 각각 특정 주파수에 대한 최대 허용 진폭에 근접하는 일련의 성분들로 구성된 하나의 신호가 Severity 제한치를 넘어서지 않았더라도 명백히 비정상이다. 그러므로 문제는 수많은 개별적인 성분들을 포함하고 있는 한 개의 복잡한 성분을 어떻게 정확하게 평가하느냐하는 것으로 집약된다.

두 개의 기본적인 방법이 사용되고 있다. 한 스펙트럼을 한정된 대역으로 나누고, 각 대역에서의 전체 에너지나 최대 진폭을 수치값으로 변환할 수 있다. 그 다음 각 수치값을 제한치와 비교하고 전체적인 값에 대하여 설명되었던 바와 같이 경향 감시한다. 협대역 Spectrum Envelope을 감시하는 것이 두 번째 방법이다. 두 방법 모두 각각 장점을 가지고 있으며, 특히 통계적인 방법이 비교적인 제한치를 얻어내는데 적용되면 작은 변화에도 매우 민감할 것이다.

 

3.1 限定된 帶域監視 또는 分割監視 (Limited Band or Segmented Monitoring)

한정된 대역 감시는 뚜렷한 특징이나 특성을 이산 감시하기 위하여 복잡한 스펙트럼을 몇 개 부분으로 나눈다. 보통 작은 상태의 변화에도 민감하도록 대부분의 복잡한 기계들을 10~12개 정도의 부분 또는 대역으로 나눌 필요가 있다.

각 대역에서의 전체 에너지 또는 최고 진폭의 크기를 제한치들과 비교하고, 전체 값에 대하여 앞서 설명된 것처럼 경향 감시한다. 이 방법은 매우 복잡한 기계의 스펙트럼에서 작은 성분의 초기 변화를 쉽게 인식하게 해준다.

절대 제한치와 가변 제한치를 이 단원의 뒷부분에서 설명되는 임의의 기준을 사용하는 각각의 대역에 대해 처음으로 만들었다. 프로그램이 점점 더 개량되면서 제한치는 잘못된 경보와 불필요한 경보들을 최소화하면서 감도를 최대화하기 위해 계속적으로 개량되었다.

작은 변화에 대한 최대 감도는 구름 베어링 결함 주파수 같은 특별한 특성을 분리하는 개별적인 부분으로 대역폭을 선택함으로서 얻어진다. 이것은 중대한 특성을 가지는 작은 변화가 더 큰 성분들에 의해 감추어지지 않도록 보장한다.

전형적인 분할 스펙트럼을 그림 12-1에서 보여주고 있다. 이것은 구름 베어링이 장착된 기계에 대해 분할시킨 예이다. 첫 부분은 비정상적인 구조적 가진력을 제거하기 위하여 회전 주파수의 약 20%에서 시작하여 약 120%까지를 포함한다. 첫 번째 부분은 주로 불평형의 징후를 나타낸다. 그 다음 부분은 회전 주파수의 2배를 포함한다. 세 번째의 대역은 회전 주파수의 약 5배까지를 포함한다. 제 5, 6 대역들은 기본적인 베어링 결함 주파수 및 고조파를 포함하고 있으며, 베어링 외륜 결함 주파수를 나타내는 약 10배까지 확장된 고조파들을 포함한다.

만일 이 첫 예에서의 기계가 펌프라면, 베인 통과 주파수와 구름 베어링의 기본결함 주파수를 별개의 부분으로 위치시키는 것이 매우 바람직하다. 이것은 베인 통과 주파수에서 훨씬 높은 진폭을 수용하도록 제한치들을 설정해야 하는 하나의 대역 내에서 베어링 결함 주파수에서의 초기 징후를 조기 인식하지 못하는 문제를 해소시킨다.

전동기에서는 한 반경 방향의 면을 위의 예에서와 같이 설정할 수 있다. 2배의 전력계통 주파수에서 더욱 많은 분해능을 얻기 위해서 다른 대역의 주파수 범위를 감소시키거나, Rotor-Bar Passing Frequency를 포함시키기 위해 확장시킬 수도 있다.

그림 12-1 구름 베어링의 특성 등의 상세한 경향 감시를 위해 몇 개 부분들로 나누어진 스펙트럼

스펙트럼의 분해능(선의 수)을 증가시키는 것은 넓은 주파수의 범위에 걸쳐 밀집하게 배열된 성분들을 구별할 수 있도록 하는 대안적인 방법이다. 하나의 예로써, 유도 전동기에서 60 ㎐의 동기 속도 성분과 3,585 rpm의 회전 주파수를 구별하기 위해서는 최소한 1,600 Line의 스펙트럼 분해능이 필요하다.

유막 베어링이 설치된 기계에 대한 전형적인 스펙트럼 분할이 그림 12-2에 나타나 있다. 이 경우에서, 차동기 부분이 회전 주파수를 포함하는 부분 앞에 있다. 한 개의 고주파수 부분이 회전 주파수의 약 15~20배까지를 포함하고 있다.

기어는 가장 복잡하다(그림 12-3 참조). 회전 주파수들은 서로 다른 대역에 위치되어야 한다. 고속 축 회전 주파수의 약 4 또는 5배까지의 고차 고조파 성분들은 세 번째 부분에 포함된다. 네 번째 대역은 Gear Mesh 주파수 바로 아래인 중간 주파수들을 포함한다. 더 이상 사용할 수 있는 대역이 없을 경우, 다섯째 대역에 Gear Mesh 주파수를, 6번째 대역에 고조파 성분들을 포함하게 하는 것이 합리적인 범위의 설정이 될 것이다.

그림 12-2 상세 경향감시를 위해 몇 개 부분들로 나누어진 유막 베어링을 가진 기계의 스펙트럼

그림 12-3 경향 분석을 위해 부분들로 나누어지는 전형적인 기어 스펙트럼

회전 주파수 부분에서의 초기 진폭 제한치는 다음에 설명될 Severity Chart 기준과 대체적으로 일치되게 설정된다. 경보치는 통상적으로 약 0.25 in/sec rms×1.414(4.5 ㎜/sec rms)이고, 위험치는 약 0.5 in/sec rms×1.414(9 ㎜/sec rms)로 정해진다. 2배의 회전 주파수 부분에서의 초기 진폭 경보 제한치는 회전 주파수 부분에서의 진폭 설정치의 약 30%의 크기로 설정된다. Vane Passing과 Gear Mesh 주파수를 포함하는 대역들을 제외하고 다른 대역에서의 진폭 경보 제한치는 회전 주파수 대역의 진폭의 약 20%로 설정되어야 한다.

이 장의 앞부분에 언급되었듯이, 통계적인 가변 제한치는 5개 정도의 측정치로부터 계산된 각 대역의 평균값에서 약 ±2.5의 표준편차로 설정된다. Vane Passing과 Gear Mesh 주파수들과 같은 특정 주파수에 대한 경보 제한치는 초기 측정치에 따라 각 기계별로 설정되어야 할 것이다. 시작점으로서, 최대 약 0.3 in/sec rms×1.414(5.0 ㎜/sec rms)의 초기 측정치의 약 130%로 설정된 경보 제한치는 비정상적인 변화의 인지를 보장하게 한다.

앞의 설명에서, 동일한 분할과 절대 경보 제한치는 그 기계의 모든 측정점과 각각의 직각 방향(수평/수직 및 축방향)에 적용된다. 사실상, 대부분의 기계들은 각각의 위치와 방향에 따라 설정된 개별적 제한치로 적절히 감시된다.

전술한 바와 같이, 강성의 변화에 따라 각 면에서의 진폭이 달라진다. 따라서 허위 경보의 가능성을 최소화하면서 변화에 대한 최대 감도를 최대로 유지하기 위하여, 진폭 제한치는 각 면에 따라 다르게 설정되어야 한다. 만약 앞에서 계산된 제한치들이 최대 진폭(일반적으로 수평 방향)의 평면에 적용되었다면, 다른 반경 및 축방향 면의 회전 주파수 대역에서의 제한치의 시작점은 최대값을 가지는 면의 제한치의 약 80%이다. 나머지 부분들은 앞서 설명한 회전 주파수 진폭의 백분율로 정해진다.

한가지 주의할 점은, 속도 변화가 큰 제지 기계 등에서 대역의 구분을 계속 유지하고 감도를 최대로 하기 위해서는 둘 또는 그 이상의 속도로 대역 기준을 분리할 필요가 있다는 것이다.

 

3.2 狹帶域 스펙트럼 Envelope 監視 (Narrow-Band Spectrum Envelope Monitoring)

협대역 스펙트럼 Envelope 감시는 기준 스펙트럼을 기준으로 하여 만들어진 Envelope을 벗어나는지의 여부를 검출한다 (그림 12-4).

그림 12-4는 각각의 Envelope내에서 Envelope와 감시되는 성분사이의 주파수 차 또는 편차(Offset)가 저주파수 및 고주파수에서 동일한 수의 Line(분해능)을 가지는 일정 대역폭 Envelope이다. 일정 대역폭 Envelope는 정속 기계에서만 사용될 수 있다.

그림 12-4 좁은 일정 대역폭의 허용 Envelope를 사용한 전형적인 복잡한 스펙트럼

일정 백분율 대역폭 Envelope를 그림 12-5에 나타내었다. 일정 백분율 대역폭 Envelope는 주파수의 증가에 비례하여 Envelope와 감시되는 성분 사이의 주파수 차(Offset)를 넓게 증가시킨다. 이 방법은 속도가 약간 변하더라도 모든 고조파 성분들이 같은 주파수 대역에 남아 있게 되는 장점을 가지고 있다 (그림 12-5).

진폭 제한치에도 또한 2가지 형태가 있다. 일정 백분율 편차(그림 12-5)는 계산하기에 가장 간단하고 단 하나의 기준 스펙트럼만이 필요하기 때문에 가장 일반적으로 사용된다.

그림 12-5 일정 백분율 대역폭의 허용 Envelope를 사용한 복잡한 스펙트럼

더 대표적인 방법은 Envelope의 각 부분에서 통계적 평균을 계산하여 경보 제한치를 평균값 이상으로 2.5~2.8 표준 편차로 설정하는 것이다. 이러한 방법으로 정상치와 경보 제한치사이의 차이(즉 상부의 남아있는 여분)가 비정상적인 변화에 대한 적정한 감도를 가지도록 자동적으로 조정된다.

통계적인 계산은 넷 또는 다섯 개의 고해상도의 스펙트럼들이 필요하며, 기계의 스펙트럼들에서 일반적으로 관측되는 진폭 변화의 정상적인 차이를 자동적으로 계산한다. Vane Passing과 Gear Mesh 주파수의 진폭들은 회전 주파수의 진폭보다 상당히 크게 변할 것이다. 평형상태에서의 작은 변화를 감지해 내도록 하는 일정 진폭 경보 편차(Offset)가 Vane Passing 또는 Gear Mesh 주파수 성분에 적용되면 수많은 허위 경보를 제공하게 될 것이다.

 

3.3 基準 스펙트럼의 設定 (Establishing a Spectrum Reference)

기준 스펙트럼을 정하는데는 3가지 기본적인 방법이 있다.

첫 번째로, 유사한 기계들 가운데에서 양호한 상태라고 판정되는 어느 한 기계의 일련의 스펙트럼들은 전체를 위한 기준으로 사용될 수 있다.

두 번째로, 기준이 되는 합성 스펙트럼을 만들어내기 위해, 유사한 기계들의 각 측정 위치로부터 측정한 스펙트럼들을 통계적으로 조합할 수 있다.

마지막으로, 표본 그룹을 사용할 수 없는 경우 어느 한 기계의 각각의 위치로부터 측정한 하나의 스펙트럼을 기준으로 선정하고, 나중의 스펙트럼을 이 기준치와 비교하므로써 같은 결과가 얻어질 수 있다. 이 방법은 넷 또는 다섯 개의 표본들이 측정되자마자 통계적인 기준을 계산함으로써 개선될 수 있다.

두 개의 통계적 방법에서, 계산에 사용되는 모든 측정치들이 정상 상태이고 등가 운전상태의 것이 되도록 주의를 기울이는 것이 반드시 필요하다.

첫 번째 방법(그림 12-6)은 비교적 설명이 따로 필요 없다. 제일 위에 있는 그림은 11대의 비행기 제트엔진에서의 측정치중 가장 정상적인 상태라고 생각되는 것을 선택하였다. 가운데 그림에서 정상치를 초과한 Fan 불평형 가능성을 나타내는 Fan 회전 주파수에서의 성분이 상당히 큰 것에 주목하라. 재미있는 것은 가운데 그림에서 가스-발전기 회전 주파수의 성분이 기준이 되는 위 그림에서의 동일 성분보다 그 크기가 더 작다는 것이다. 아마도 평형이 더 잘 되어 있는 듯 하다. 제일 아래의 그림은 Fan이 손상된 엔진으로부터 측정되었다. Fan 회전 주파수 성분의 크기가 기준 그림에서의 동일 성분보다 훨씬 크고, 기준 그림에는 없는 일련의 탁월한 고조파가 뒤따른다.

그림 12-6의 신호들은 비행기가 순항 고도로 비행중 조종실 내부에 설치된 마이크로폰을 이용하여 수집되었다. 신호들은 5대의 항공기에 설치된 많은 다른 엔진으로부터 여러 가지 음향 처리에 의해 얻어졌지만, 엔진의 특성자체는 매우 일관성이 있고 반복적이었다. 이렇게 하여, 복잡함을 최소화하면서 유사한 환경에서 작동되는 다른 동일형 기계와 비교될 수 있는 표준이 개발되었다. 동일한 과정이 펌프, 전동기, 터빈, 공작 기계, 제지 기계 베어링 등의 같은 종류의 기계에서 측정된 진동 스펙트럼들을 비교하기 위해 사용될 수 있다.

그림 12-7은 발전소의 개방형 터빈을 구동하는 비행기에서 유래된 2축 가스 터빈용으로 만들어진 통계적 기준과 전형적인 신호들을 보여주고 있다. 아래의 기준 신호는 바로 위에 나타난 것과 같은 약 11개의 신호로부터 만들어졌다. 제일 아래 그림에서 각 사각형의 면적은 표본 그룹에서 측정된 최대, 최소 진폭을 나타내며, 각 사각형의 중간에 있는 수평선은 각 대역에서 산출된 중간 진폭을 나타낸다. 저주파수 신호만을 예로 들었지만, 이 방법은 더 많은 성분들이 있고, 개별 성분의 변화가 더 커서 작업이 훨씬 더 어려운 고주파 신호에서도 마찬가지로 사용될 수 있다. 속도의 변화를 반드시 고려해야 하며, 동일한 성분을 보장하기 위해 일정 백분율 대역폭으로 설정하던가 대역을 넓히는 것 등이 통계적 계산을 할 때 항상 대등한 조건으로 하여야 된다.

그림 12-7의 위에서 세 번째 스펙트럼에서, 동력용 터빈 회전 주파수의 2배인 작은 주파수 성분 바로 왼쪽에 나타난 매우 강한 성분에 주목하라. 보조 구동 축 회전 주파수인 이 성분은 보조 축의 불평형이나 베어링 고장, 또는 두 개 모두의 1차적 증상일 수 있으며 이것은 적절하게 설정된 협대역 스펙트럼 Envelope에 의해 즉시 인지될 수 있을 것이다.

그림 12-6 표본 집단으로부터 정상 또는 기준이 되는 기계의 선정

그림 12-7 통계적 기준선 스펙트럼 구축

통계적 기준 신호가 어떤 단일 기계를 대표하지는 않을지라도, 유사한 기계류의 성능을 비교하는데 사용되는 이상적이고 상세하며 정량적인 모델을 제공한다. 이 방법은 통계적 모델을 확립하고, 특정 기계에 대하여 맞을 수도 있고 또 맞지 않을 수도 있는 일반적 기준에 의존하지 않고 성능 목표치와 경계 구역을 제공한다. 또한 이 방법은 일련의 전달 함수를 알아내기 위한 긴 시험 프로그램을 필요치 않고 실제적인 운전 값들을 제공한다. 통계적 방법은, 비교적 정밀한 허용 공차내에 있는 동일한 기계는 유사한 양상으로 응답한다는 가정하에 전달율의 변화의 영향은 적다고 간주한다. 그러나 통계적인 방법을 효과적으로 사용하기 위해서는 표본 그룹이 공통적으로 숨겨져 있는 결함을 갖지 않아야 한다. 또한 통계적으로 조합된 모든 자료는 동일한 운전 조건 아래에서 측정되도록 극도의 주의가 기울여져야 한다. 이것은 밀도, 압력, 유량, 특히 앞서 언급된 것과 같은 속도 변화에 대한 응답(특히 고주파수 성분)에서 진폭 크기의 변화를 최소화하기 위한 것이다.

 

TRAC Mark INCOSYS