Identifying faults in machinery before they cause critical failure is the core purpose of condition monitoring. This report gives a background to condition monitoring and outlines the current state of research in the field, and its most important theoretical components. It also describes parallels between sustainability goals and condition monitoring. Further, a method for creating a statistical model to predict faults in machines is described. The proposed model is machine specific and is evaluated on three cases. The model’s predictions is then compared to general limit values provided by an ISO-standard. The model successfully detected faults in time for repair in two of the three cases where the ISO-standard did not. The third case was a control and featured a machine with no issues. Neither our model nor the ISO-standard falsely predicted a fault on the control. From the results of the three cases it is concluded that the proposed machine specific approach is required for reliably predicting faults. / Syftet med tillståndsövervakning är att identifiera fel före de orsakar yterligare fel. Denna rapport ger en bakgrund till tillståndsövervakning samt redogör för den aktuella forskningen och de mest centrala teoretiska grunderna inom området. Rapporten beskriver även hur tillståndsövervakningen bidrar till de globala hållbarhetsmålen samt föreslås en konkret metod för tillämpning av tillståndsövervakning. Den föreslagna modellen är maskinspecifik och grundar sig på statistiska avvikelser av vibrationsdata som samlas från maskiner i ett välfungerande tillstånd. Modellen appliceras på tre olika maskiner och resultaten jämförs med ISO-standarden som har definierat generella gränsvärden för flera maskintyper. Den föreslagna modellen visar lovande resultat genom att upptäcka fel som ISO-standarden missade. Av resultaten från fallen dras slutsatsen att en generella gränsvärden inte är tillräckligt, utan en maskinspecifik metod krävs för att, på ett pålitligt sätt, detektera fel.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-304362 |
| Date | January 2021 |
| Creators | Hedin, Fabian, Gisseman, Tim |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2021:621 |
Page generated in 0.0045 seconds