이 기사에서 Analog Devices의 새로운 중간 광역폭 구성품 기술과 LTspice® 시뮬레이션 소프트웨어가 어떻게 조건별 모니터링 시스템의 대량 데이터를 분석하게 해 주는지 알아보십시오.
디지털 기술의 발전은 우리 삶의 모든 영역에 퍼지며 느려질 기미가 보이지 않습니다. 기계에 지능을 부여하는 것은 조지 오웰식 디스토피아와는 거리가 멀며, 자동 피드백 루프를 통해 직접적인 유지보수 시간을 줄여 공장 자동화의 효율성을 향상시킵니다. 그러나 적절한 도구와 소프트웨어가 없으면 기본 데이터를 시각화하고 이해하기가 어려울 수 있으므로 실행 가능한 결정을 내리기가 어려울 수 있습니다. 이 기사에서 Analog Devices의 새로운 중간 광역폭 구성품 기술과 LTspice® 시뮬레이션 소프트웨어가 어떻게 조건별 모니터링 시스템의 대량 데이터를 분석하게 해 주는지 알아보십시오.
Industry 4.0은 빅 데이터의 이점을 공장에 가져오는 개념을 설명합니다. 센서가 장착된 기계는 자체 성능을 모니터링하고 서로 통신할 수 있으므로 전체 작업량을 공유하는 동시에 같은 건물이든 다른 대륙이든 중요한 진단 정보를 백오피스에 제공할 수 있습니다.
Analog Devices의 제품에 대한 간단한 설문 조사에 따르면 ADI는 산업용 사물 인터넷(IIOT)을 위한 솔루션, 즉 센서에서 클라우드까지 강력한 고성능 신호 체인 구성 요소를 제공하기 위해 많은 노력을 기울이고 있습니다.
산업 자동화의 한 가지 영역은 조건 기반 모니터링(CbM)으로, 기계의 공칭 작동 특성을 주의 깊게 보정한 다음 기계 자체를 로컬 센서로 면밀히 모니터링합니다. 공칭 신호에서 벗어난 상태는 기계에 유지보수가 필요하다는 것을 나타냅니다. 따라서 조건 기반 모니터링 시스템이 장착된 기계는 어느 정도 임의로 정해진 서비스 일정에 따라서가 아니라 실제로 필요할 때 서비스를 받을 수 있습니다.
모터의 상태를 확인하는 가장 중요한 방법은 모터의 진동 특성을 검사하는 것입니다. Analog Devices의 MEMS 기술은 모터의 진동 서명을 지속적으로 모니터링하여 모터의 서명을 알려진 고장 없는 모터와 비교할 때 모터의 상태를 보여 줍니다. 실제로 각 모터 고장에는 고유한 고조파 시그니처가 있습니다. 진동 패턴의 고조파 수준을 살펴보면 베어링, 내측 및 외측 레이스, 심지어 변속기 톱니에서도 고장을 감지할 수 있습니다.
LTspice의 진동 데이터 분석
LTspice에서 푸리에 분석을 위한 데이터를 생성하기 위해 그림 1과 같이 3개의 ADXL1002 가속도계를 모터에 연결하여 각각 X, Y, Z의 좌우, 수직, 전후 방향의 진동을 측정하였습니다.
그림 1. 채널 X, Y 및 Z는 각각 좌우, 수직 및 전후 방향의 진동을 측정했습니다.
진동 데이터는 다운로드되어 Microsoft Excel 스프레드시트에 저장되었습니다. 데이터는 500kSPS로 샘플링되었으므로 1초 동안의 진동 데이터는 각각 500,000줄 길이의 Microsoft Excel 데이터 열 3개를 생성했습니다. X, Y, Z 데이터의 예시는 그림 2에 표시되어 있습니다.
그림 2. X, Y, Z 데이터의 요약.
이제 이 데이터의 고조파 수준을 검사하여 모터의 상태를 확인할 수 있습니다. 푸리에 분석은 파형에서 구성 요소 주파수 수준을 추출하는 수학적 과정입니다. 순수 사인파의 스펙트럼 내용은 기본 주파수라고 하는 하나의 주파수로만 구성됩니다. 사인파가 왜곡되면 기본 주파수 이외의 다른 주파수가 나타납니다. 모터의 진동 패턴의 주파수 성분을 분석하여 모터의 상태를 정확하게 진단할 수 있습니다.
푸리에 분석을 수행할 수 있는 하드웨어와 소프트웨어는 비용이 많이 들 수 있으므로, 여기에서는 기본적으로 무료인 MEMS 데이터에 대한 푸리에 분석을 수행하는 방법을 보여 드립니다.
LTspice는 조건 기반 모니터링 시스템의 MEMS 센서에서 얻은 진동 데이터를 포함하여 푸리에 분석을 사용하여 파형의 주파수 내용을 플롯할 수 있는 강력하고 자유로운 회로 시뮬레이터입니다.
LTspice는 데이터가 그림 3에 표시된 형식일 때 푸리에 분석 그림을 생성할 수 있으며, 각 진동 데이터 지점은 해당 타임스탬프와 쌍을 이룹니다.
그림 3. 시간 및 전압 인스턴스의 형식.
Microsoft Excel을 사용하여 데이터를 이 형식으로 비교적 쉽게 다룰 수 있습니다. 그렇게 하는 과정이 여기에 나와 있습니다.
먼저 그림 4와 같이 Excel 파일 내에서 그림 2의 데이터 열을 X, Y, Z라는 세 개의 워크시트로 분리합니다.
그림 4. 세 개의 시트가 생성되고 X, Y 및 Z 데이터가 각각의 시트에 복사되었습니다.
데이터 왼쪽에 열을 삽입합니다. 이 열은 각 데이터 값의 타임스탬프에 대한 열입니다.
1초 동안 500,000개의 데이터 표본이 추출되었기 때문에 각 데이터 포인트는 2µs 떨어져 있습니다. 따라서 새 열의 첫 번째 셀에 다음을 입력합니다.
2E-6
첫 번째 타임스탬프를 2µs로 나타냅니다.
타임스탬프 열의 나머지 부분을 채우는 가장 쉬운 방법은 Series 명령을 사용하는 것입니다. Microsoft Excel의 검색 상자에 "Series"를 입력하여 그림 5에 표시된 메뉴 옵션을 표시합니다.
여기서 Fill Series or Pattern을 선택한 다음 드롭다운 메뉴에서 Series…를 선택합니다.
그림 5. Microsoft Excel에서 여러 셀을 채우는 방법.
그림 6에 표시된 대화 상자가 Columns 및 Linear 라디오 버튼을 선택한 상태로 나타납니다. Step 값 2E-6과 Stop 값 1을 입력합니다.
그림 6. 셀을 선형 확장 데이터 집합으로 증분합니다.
OK를 클릭하여 왼쪽 열 데이터 타임스탬프를 2µs에서 1초 단위로 채웁니다. 처음 몇 개의 값을 입력한 다음 데이터 범위의 끝에 있는 하단 셀로 커서를 끌면 동일한 작업을 수행할 수 있지만, 500,000줄의 데이터를 사용하게 되면 시간이 오래 걸립니다.
이제 데이터는 그림 7에 표시된 것처럼 LTspice에서 처리할 수 있는 형식입니다.
그림 7. 타임스탬프와 해당 데이터 샘플을 보여주는 열입니다.
데이터 세트가 크고 샘플 간격이 낮은 경우 Microsoft Excel은 타임스탬프를 부적절한 소수 자릿수로 반올림할 수 있습니다. 이 경우 첫 번째 열을 강조 표시한 다음 그림 8과 같이 Format > Format Cells를 선택합니다.
그림 8. 셀을 다시 포맷하여 반올림 오류를 제거합니다.
그림 9와 같이 적절한 소수 자릿수를 선택합니다.
그림 9. 타임스탬프 길이를 소수점 이하 5자리로 늘림.
타임스탬프 열이 채워지고 유의한 숫자가 확장되면 그림 10과 같이 각 시트의 두 열을 자체 메모장 또는 다른 텍스트 편집기 파일로 복사합니다.
그림 10. 시간 및 진동 데이터가 들어 있는 텍스트 파일.
상태 기반 모니터링 시스템에는 X, Y, Z 축에 대한 진동 데이터가 포함된 텍스트 파일이 세 개 있어야 합니다.
이제 이 데이터를 LTspice로 직접 읽을 수 있습니다.
그림 11과 같이 LTspice에 개략도를 작성합니다. 이 설계에서는 결함에 해당하는 6개의 전압 소스가 있으며 X, Y 및 Z 축에 대한 결함 데이터는 없습니다. 이를 통해 새 모터의 진동 데이터에 대해 푸리에 분석을 수행할 수 있으므로, 고장이 의심되는 모터의 데이터에 대한 푸리에 분석과 비교할 수 있습니다. 이 방법의 큰 장점은 결함이 없는 새 모터의 주파수 플롯을 결함이 있는 것으로 의심되는 모터의 주파수 플롯에 중첩시킬 수 있기 때문에 성능의 차이를 알 수 있다는 것입니다.
그림 11. 결함이 있는 진동 데이터와 결함이 없는 진동 데이터에 대한 전압 출력을 보여주는 LT Spice 개략도.
LTspice 커맨드
.options plotwinsize=0 numdgt=15
LTspice에서 기본 압축을 제거하고 때때로 더 명확한 결과를 생성합니다. 이 선을 생략하면 시뮬레이션이 더 빨리 실행되지만 정확한 결과가 나오지 않을 수 있습니다.
도식이 완료되면 각 전압 소스를 마우스 오른쪽 버튼으로 클릭하고 Advanced 버튼, PWL 파일 라디오 버튼을 차례로 선택한 다음 그림 12와 같이 진동 데이터가 포함된 해당 텍스트 파일의 파일 이름을 입력합니다. 그러면 일련의 전압과 해당 시간 인스턴스로 구성된 부분별 선형 전압 소스가 생성됩니다. 이러한 텍스트 파일이 LTspice 파일과 동일한 디렉토리에 저장되면 사용자에게 더욱 편리할 것입니다.
그림 12. 진동 데이터에서 조각별 선형 전압 소스를 생성.
그런 다음 커맨드를 사용하여 원래 진동 테스트 기간 동안 과도 분석이 실행되도록 구성해야 합니다
.tran
시뮬레이션을 실행합니다. 데이터 포인트와 과도 분석의 길이에 따라 시뮬레이션을 완료하는 데 시간이 걸릴 수 있습니다.
결함이 있는 모터와 결함이 없는 모터의 시뮬레이션 결과는 그림 13에 나와 있습니다. 실험은 587.3rpm으로 회전하는 모터를 대상으로 수행되었으며, 베어링 고장으로 외부 레이스가 잘못 정렬되고 12파운드의 하중을 받았습니다. 도표에는 결함이 없는 모터가 동일한 속도로 회전하는 진동 패턴도 표시됩니다. 결함이 있는 모터는 결함이 없는 모터에 비해 진동 시그니처의 진폭이 상당히 높습니다.
그림 13. 결함이 있거나 결함이 없는 모터에 대한 진동 데이터의 시간 영역 결과입니다.
Waveform 창이 강조되면, 메뉴 바에서 View > FFT를 선택하십시오. 그러면 과도 데이터를 기반으로 FFT가 계산됩니다.
그림 2의 데이터를 보면, 약 35,000개의 큰 오프셋에 대한 작은 변동이 있는 수치가 나타납니다. LTspice에서 시뮬레이션하면 이 오프셋 위에 AC 파형이 있는 35,000V의 DC 오프셋 전압으로 변환됩니다.
푸리에 도표에서 이 오프셋 전압은 dc에서 큰 진폭으로 나타나므로 LTspice가 Y축의 스케일을 자동 조정할 때 관심 고조파의 스케일이 너무 작습니다. X축을 마우스 오른쪽 버튼으로 클릭하여 dc 위의 주파수 범위를 지정하면 dc 오프셋 전압이 무시되므로 5Hz ~ 1kHz 범위로 충분합니다.
그림 14에 나온 것처럼 Y축을 마우스 오른쪽 버튼으로 클릭하고 Linear 라디오 버튼을 선택하여 고조파를 보십시오.
그림 14. dc 스퓨리어스 제거되고 선형 척도로 표시된 푸리에 도표.
도표 영역 내부에서 마우스 오른쪽 버튼을 클릭하면 추가 도표 창을 추가할 수 있으며, 이를 통해 그림 15와 같이 진동의 스펙트럼 내용을 X, Y, Z 도표로 분리할 수 있습니다.
그림 15. X, Y, Z 진동 도표가 분리되어 나와 있습니다.
결론
Analog Devices의 MEMS 가속도계 제품군은 작동 이상을 조기에 감지하게 해 주는 중요한 데이터를 제공합니다. 하지만 이는 솔루션의 절반에 불과합니다. 푸리에 분석을 사용하여 데이터를 보다 세심히 연구해야 합니다. 안타깝게도, 푸리에 분석을 수행할 수 있는 장비나 소프트웨어는 대개 가격이 비쌉니다. LTspice는 CbM 데이터를 무료로 정확하게 분석할 수 있는 방법을 제공하며, 기계 오류의 조기 감지와 진단이 가능합니다.