Automaattiset menetelmät pyörivien koneiden värähtelyyn perustuvaan kunnonvalvontaan

Kunnonvalvonta edistää pyörivien koneiden kestävää ja turvallista käyttöä. Kuntoa mitataan usein epäsuorasti kiihtyvyysantureilla, mutta mittausten analysointi voi olla mutkikasta. Datasta oppivat menetelmät voivat nopeuttaa analyysia ja parantaa sen tarkkuutta, mutta niiden käyttöönotto on haastavaa todellisissa mittausympäristöissä.

Väitöstyössä kehitettiin automaattisia menetelmiä helpottamaan kunnonvalvonta-algoritmien käyttöönottoa. Lisäksi tutkittiin menetelmiä automaattiseen poikkeavuuksien havaitsemiseen kiihtyvyyssignaaleista. Menetelmien toimintaa tutkittiin ruoripotkurien ja rullaoikaisukoneen mittausaineistoilla sekä vierintälaakereiden laboratoriokokeista ja simulaatioista hankitulla datalla.

Tutkimustulokset osoittivat, että opetusaineiston automaattinen valinta systematisoi mallien ja niiden toiminta-alueiden valintaa. Automatisoitu piirteiden valinta paljasti myös ennalta tuntemattomia riippuvuuksia kiihtyvyyssignaaleista ja koneen toimintaan liittyvistä parametreista. Lisäksi tietyt vierintälaakereiden paikallisten vikojen piirteet voitiin havaita automaattisesti lyhyistä aikasarjoista, jotka kattoivat vain muutaman vikaimpulssin. Väitöstyön tuloksia voidaan hyödyntää teollisissa kunnonvalvontasovelluksissa, joissa tarvitaan mukautuvia sekä automaattisia menetelmiä.