3. 정상상태의 자료형식

Steady State Data Formats

 

3.1 傾向監視 (Trending)

기계의 정상 상태시의 감시는 장시간에 걸치거나 이와 관련된 상태 변화를 알아내기 위한 감시이다. 측정 결과를 시간의 함수로서 그래프화하는 경향감시는 사소한 변화라도 감지하는데 효과적인 방법이다. 사람의 눈과 뇌는 숫자표상에서는 전혀 감지해 내지 못할 것 같은 아주 작은 경향 변화를 감지해 낼 수 있는 강력한 컴비네이션을 이룬다. 경험에 의하면 진동 진폭의 변화율은 진폭이 높을 때보다도 낮을 때 훨씬 더 크다. 이것은 가장 초기의 경향 탐지 작업을 복잡하게 한다. 3~4회의 연속적인 측정을 통해 얻어진 적정한 곡선에 기초하여 경향 곡선을 만드는 것은 상태의 실제 변화를 반영하는 측정치 사이의 진폭 변화에 대한 확실성을 얻는 하나의 방법이다.

모든 현대의 컴퓨터화된 감시 시스템은 이력 정보에 기초한 경향을 나타낼 수 있는 기능을 가지고 있다. 대부분의 감시 시스템은 다음과 같은 사항에 대해서 하나 또는 그 이상을 인지하고 경보를 발생시켜 줄 것이다:

• 사용자가 정한 시간 간격 내에서 경보 설정치를 초과하는 값

• 미리 정해진 어떤 값을 초과하는 경향곡선(Trend Line)의 기울기 값

• 가장 최근의 값과 비교한 백분율 변화치

• 미리 설정된 표준 편차를 더하거나 뺀 계산된 값을 초과하는 현재의 값

이런 하나 또는 그 이상의 방법들을 이용하여 미세한 상승 발생시에도 실제로 경보 상황이 발생되기 훨씬 이전에 인지할 수 있다. 온도나 전체 진동값과 같은 정적 측정값을 경향 감시하는 것은 한 주파수에서 주된 증가가 발생했을 때 쉽게 이해된다. 신호가 더욱 복잡해질 때 그리고 신호가 수많은 성분들이 조합되어 만들어졌을 때는 전체 진동 경향은 그 신뢰도가 떨어진다. 한 개의 성분이 현저하게 변화해도 전체 신호 내에서는 간단히 관찰되지 않는다. 이러한 상황이 발생될 때는 특정 성분의 경향을 감시하기 위해서 예를 들어 회전 주파수와 같은 특정한 성분을 전체 신호로부터 분리할 수 있다. 다수의 Computer-Aided 감시 시스템은 복잡한 진동 신호를 진단 해석시 차동기 주파수, 운전 주파수, 운전 주파수의 2배 되는 주파수 등등과 같은 다수의 Band로 각각 분리할 수 있다. 적절하게 구성되기만 하면 이러한 유형의 경향은 다량의 정보를 알려줄 것이며 전체 진동의 경향에서 발견되어지는 것보다 훨씬 빨리 특정 성분의 변화를 감지할 것이다.

 

3.2 振輻, 位相 대 時間線圖 (The Amplitude, Phase Vs Time[APHT] Plot)

진동 진폭 및 위상각을 계속해서 기록하므로써 기계적인 문제가 시간의 경과에 따라 급격히 발생했는가, 점차적으로 발생했는가를 알 수 있다.

이것은 중요기계의 정지여부를 결정하는데 중요한 정보가 된다. 만약 진동이 오랜 기간에 걸쳐 매우 천천히 증가되어 왔다면 정비를 위한 정지는 필요시 연기할 수 있다. 그러나 만약 진동이 갑자기 증가했다면 상세분석과 정비를 즉시 실시해야 한다. 진폭위상대 시간은 기계적인 문제를 발견하는데 유용할 뿐 아니라 이상 상태를 진단하는데도 도움이 된다 (그림 7-15 참조).

그림 7-15 n×의 진폭과 위상의 경향도

 

3.3 軸 中心線의 傾向 (The Shaft Centerline Trend)

X-Y Proximity Transducer로부터 DC Gap Voltage를 계속해서 감시해 두면 유용한 정보가 될 수 있다. 정상운전중, Slow Roll 중 및 정지중에 축 중심선의 위치변화는 기계의 힘이나 기계상태의 변화에 의한 것일 수 있다.

그림 7-16 Shaft Centerline Trend

 

3.4 Spectrum (周波數 대 振幅)

Spectrum은 진동주파수별 진동진폭 크기를 나타낸 것으로 Y축은 진폭, X축은 진동주파수를 나타내며 기계의 진동은 그 구성요소나 고장 원인에 따라 각기 고유한 주파수의 진동을 발생하므로 진동 발생원인 규명에 유효한 데이터이다 (그림 7-17).

진동 진폭 대 진동주파수는 여러 가지 방법으로 얻을 수 있는데 크게 나누어 Swept Filter를 이용하는 방법과 Real Time 분석기 (FFT)를 이용하는 방법이 있다. 수동 조정되는 간단한 Analyzer를 사용할 때는 Filter를 수동 조절하여 원하는 주파수에 맞추고 진폭과 주파수를 읽고 기록한다. 분석데이터를 수동으로 기록할 때 첫째로 Overall 즉 Filter-out 진동치와 진동이 가장 큰 주파수를 기록한다.

Filter-out 진폭과 주파수는 여러 가지 이유로 유용하다. 첫째, 진폭은 문제의 심각한 정도를 나타내며, Filter-in 진폭과 비교하여 주파수 분석이 완전하게 이루어졌는가를 알 수 있게 한다. 진동이 가장 큰 주파수는 문제의 근원이므로 이 주파수에 유의해야 한다. 그러나 문제점의 특성에 대한 결론은 Filter out 값만으로 기준으로 해서는 안되고 최종결정을 내리기 전에 철저한 진동주파수 분석이 이루어져야 한다.

필요한 Filter-in 측정치를 얻기 위해서는 조정필터로 각 주파수대를 주의하여 Scanning해야 한다. 각 주파수별 진폭을 측정한 후 측정이 잘되었는가를 즉시 점검하는 것이 좋다. 이것은 Filter-in 진폭과 Filter-out 진폭을 비교하므로써 알 수 있는데 일반적으로 Filter-in 진폭의 합계가 Filter-out 값보다 크거나 같아야 한다.

그림 7-17 Gas Turbine의 Blade Passing Frequency

 

3.5 Waterfall Plot (周波數 대 振幅 대 時間 = Spectrum 대 時間)

Waterfall Plot은 선택된 기계 진동 측정점에서의 스펙트럼들을 일정시간 주기로 나타내어 비교한 것이다. 가장 좋은 비교는 동일한 운전 조건하에서 스펙트럼을 취했을 때 이루어진다. Waterfall Plot은 진동 스펙트럼의 분명한 경향을 나타낸다. 기계응답의 변화를 분석하면 특정기계의 고장을 확인하는데 도움이 될 수 있다 (그림 7-18).

그림 7-18 Waterfall Plot

 

TRAC Mark INCOSYS