Tilstandsovervåkning og Prediktivt Vedlikehold (IAM540)

Emnet omhandler tilstandsovervåking og prediktivt vedlikehold av dynamiske maskiner og statisk mekanisk utstyr. Kurset gir prosjektgjennomføringsmodellen for å designe og styre tilstandsbasert vedlikehold og prediktivt vedlikeholdsprogrammer.

Emnet gir de tekniske analysemetodene for å analysere industrielt utstyr og konstruksjoner, feilmodi, feil-symptomer og bestemme passende overvåkingsteknikker (vibrasjon, akustisk emisjon, ultralyd, smøreolje, termiske og prosessparametere) og nødvendige tekniske spesifikasjoner.

Kurset gir grunnleggende praksis for å utføre signalanalyse, deteksjonsanalyse, diagnose og prognoseanalyse.

Kurset fokuserer på å oppdage de vanligste industrielle feilene som ubalanse, feiljustering, akselfeil, lagerfeil, girfeil, strukturelle sprekker i rør, trykktanker og feil for utstyr på forespørsel.

Ikke-destruktive testmetoder blir også diskutert som f.eks. magnetpulverprøving, potensialfallmetoder, virvelstrøm, ultralyd, og radiografi.


Dette er emnebeskrivelsen for studieåret 2023-2024

Fakta

Emnekode

IAM540

Versjon

1

Vekting (stp)

10

Semester undervisningsstart

Høst

Antall semestre

1

Vurderingssemester

Høst

Undervisningsspråk

Engelsk

Innhold

Kurset setter sammen åtte moduler som følger:

Modul 1 handler om tilstandsbasert vedlikehold og standarden ISO 17359.

Modul 2 handler om de vanligste industrielle feilene som ubalanse, feiljustering, bøyd aksel, lagerdefekter, girfeil, strukturelle sprekker i rør og trykkbeholdere, og feil for on-demand utstyr.

Modul 3 handler om overvåkingsteknikker, det vil si vibrasjon, akustisk emisjon, ultralyd, oljerester, termiske og prosessparametere.

Modul 4 handler om ikke-destruktive testmetoder (NDT) som penetrant, flukslekkasje, virvelstrøm og radiografi.

Modul 5 handler om en generisk prosjektgjennomføringsmodell for å designe tilstandsovervåket og prediktivt vedlikeholdsklart utstyr, og overvåking av ingeniørmetoder: feilmodus- og symptomanalyse, diagnostisk dekningsanalyse og prediktiv vedlikeholdsanalyse.

Modul 6 handler om signalanalyse, tids- og frekvensdomenedeteksjon og diagnostikkanalyse

Modul 7 handler om modellbasert prognose og datadrevet prognose.

Modul 8 handler om foreskrivende vedlikehold og estimering av gjenværende brukstid (RUL) for potensielle foreskrivende scenarier.

Forelesninger, laboratorieeksperimenter, teamarbeid, muntlig presentasjon, prosjektledelse og kommunikasjon med interessenter i den virkelige verden og tilstandsovervåkingssamfunnet, er alle aktiviteter og ferdigheter innebygd i kursmodulene for å stillasere læringsytelsen. Læringen vurderes og forsterkes av flere oppgaver, laboratorieforsøk, muntlige presentasjoner og et kursprosjekt.

Læringsutbytte

Ved å gjennomføre dette emnet skal studentene tilegne seg følgende kunnskaper, ferdigheter og kompetanser:

Kunnskap

• Få en omfattende forståelse av tilstandsovervåking (CM), tilstandsbasert vedlikehold (CBM) og prediktivt vedlikehold (PdM).

• Få en omfattende forståelse av vanlige maskinfeil: årsaker, mekanismer, symptomer og modi.

• Få en grunnleggende forståelse og teorier bak overvåkingsteknikkene, f.eks. vibrasjon, akustisk emisjon, ultralyd, oljerester, termiske og prosessparametere.

• Få en grunnleggende forståelse og teorier bak signalanalyse (tids- og frekvensdomener), diagnose og prognoseanalyse.

• Få en grunnleggende forståelse og teorier bak de ikke-destruktive testmetodene (NDT) som penetrant, flukslekkasje, virvelstrøm, radiografi.

Ferdigheter

• Kunne bruke prosjektgjennomføringsmodellen til å designe overvåket og PdM-klart utstyr og levere konsept- og front-end engineering (FEED) studier.

• Kunne utføre ingeniøranalysemetoder, f.eks. Feilmodusanalyse, symptomanalyse, sensordiagnostisk dekningsanalyse og PdM-konseptstudie.

• Kunne utføre tids- og frekvensdomenesignalanalyse.

• Kunne utføre diagnoseanalyse og bestemme feiltype, plassering og alvorlighetsgrad.

• Kunne utføre prognoseanalyse (fysikkbasert og/eller datadrevet) for å forutsi gjenværende brukstid.

Generell kompetanse

  • kan analysere relevante akademiske, faglige og forskningsetiske problemer.
  • kan jobbe i team og planlegge og lede prosjekter.
  • kan anvende sine kunnskaper og ferdigheter på nye områder for å utføre oppdrag og prosjekter.
  • kan kommunisere om faglige problemstillinger, analyser og konklusjoner på feltet, både med spesialister og allmennheten.

Forkunnskapskrav

Ingen

Eksamen / vurdering

Vurderingsform Vekting Varighet Karakter Hjelpemiddel
Mappe 1/1 Bokstavkarakterer

Kurs Oppgaver, Laboratorieøvelser, prosjektoppgave og muntlig presentasjonDet er ikke kontinuasjonsmuligheter på prosjektoppgaven, dersom studenter ønsker å ta denne delen på nytt må vedkommende ta emnet på nytt neste gang det har ordinær undervisning.Studenter som ikke møter opp på presentasjonen kan ikke påregne å få ta denne delen på nytt. Dersom det foreligger gyldig fravær kan studenten etter avtale med faglærer gjennomføre presentasjonen på et senere tidspunkt.Studenter som ikke består en av vurderingsdelene, eller som ønsker å forbedre sin karakter, må ta alle vurderingsdeler på nytt innenfor samme semester for å oppnå en ny samlet karakter.

Vilkår for å gå opp til eksamen/vurdering

Obligatoriske øvinger
Laboratorieøvelser, bedriftsbesøk og gjesteforelesninger er obligatorisk.

Fagperson(er)

Emneansvarlig:

Idriss El-Thalji

Instituttleder:

Mona Wetrhus Minde

Arbeidsformer

Forelesninger, prosjektoppgave, laboratorieøvelser, bedriftsbesøk, gjesteforelesninger.

Åpent for

Industriell teknologi og driftsledelse - master i teknologi/siv.ing.

Emneevaluering

Det skal være en tidligdialog mellom emneansvarlig, studenttillitsvalgt og studentene. Formålet er tilbakemelding fra studentene for endringer og justering i emnet inneværende semester.

I tillegg skal det gjennomføres en digital emneevaluering minimum hvert tredje år. Den har som formål å innhente studentenes erfaringer med emnet.

Litteratur

Søk etter pensumlitteratur i Leganto