top of page

SIMATIC PLC ile Akıllı Motor İzleme ve Kestirimci Bakım

Yazarın fotoğrafı: Berta Otomasyon HKS A.Ş.
Berta Otomasyon HKS A.Ş.
3 Eki
13 dakikada okunur

Güncelleme tarihi: 13 Eki

Bir motor arızası çoğu zaman aniden olmuş gibi görünür. Gerçekte ise arıza haftalar önce sinyal vermeye başlamıştır. Akımda küçük bir dengesizlik, rulmanda artan titreşim, gövdede normalin üstüne çıkan sıcaklık veya beklenen bakım saatini aşan çalışma süresi bu sinyallerden sadece birkaçıdır.


Sorun şu ki, bu veriler ayrı ayrı izlendiğinde bakım ekibine geç ulaşır. Operatör titreşimi fark ettiğinde, sürücü arıza kaydı verdiğinde veya motor koruma şalteri attığında üretim zaten durmuş olabilir.


SIMATIC PLC ile akıllı motor izleme ve kestirimci bakım, bu noktada klasik bakım anlayışını değiştirir. Motorun kritik verileri sahadan toplanır, SIMATIC S7-1500 gibi PLC’lerde işlenir, TIA Portal içinde eşik değerler ve alarm mantıkları kurulur, HMI üzerinden bakım ekibine anlaşılır şekilde sunulur. Daha gelişmiş kurulumlarda Industrial Edge, Senseye Predictive Maintenance veya Azure IoT Hub gibi çözümlerle arıza zamanı tahmin edilmeye başlanır.


Amaç sadece alarm üretmek değildir. Amaç, motor davranışını anlamak ve arıza oluşmadan önce bakım kararını doğru zamanda vermektir.


Geniş açıdan bir üretim hattındaki elektrik motoru ve sensör bağlantıları görülüyor.
Motor izleme sahada başlar, doğru veri olmadan doğru bakım kararı alınamaz.

Akıllı motor izleme neden klasik periyodik bakımdan daha etkilidir?


Periyodik bakım hâlâ birçok tesiste temel yöntemdir. Motor belirli saat aralıklarında kontrol edilir, rulman yağı yenilenir, bağlantılar sıkılır, fan temizlenir ve elektriksel ölçümler yapılır. Bu yöntem basittir ve uygulanması kolaydır. Fakat iki önemli zayıflığı vardır.


Birincisi, motorun gerçek çalışma koşullarını yeterince dikkate almaz. Aynı model iki motor düşünelim. Biri düşük yükte, sabit ortam sıcaklığında çalışır. Diğeri sık kalkış yapar, yüksek tork ister ve tozlu bir alanda bulunur. İkisine aynı bakım takvimini uygulamak çoğu zaman doğru sonuç vermez.


İkincisi, periyodik bakım arızayı her zaman yakalayamaz. Rulman hasarı, izolasyon zayıflaması veya kaplin hizasızlığı bakım tarihinden hemen sonra başlayabilir. Bir sonraki bakım zamanı gelene kadar arıza büyür ve plansız duruşa dönüşür.


Önleyici bakım, ekipmanı belirli bir plana göre korur. Kestirimci bakım ise ekipmanın gerçek durumuna bakarak karar verir. Bu fark kritik önemdedir.


Akıllı motor izleme sistemi şu sorulara cevap arar:


  • Motor normalden daha fazla akım çekiyor mu?

  • Fazlar arasında dengesizlik var mı?

  • Titreşim seviyesi zaman içinde artıyor mu?

  • Sıcaklık yükle uyumlu mu, yoksa anormal bir ısınma mı var?

  • Sürücü hata geçmişinde tekrarlayan bir desen oluşuyor mu?

  • Motor beklenen bakım saatini aştı mı?

  • Aynı tip motorlarla karşılaştırıldığında farklı bir davranış gösteriyor mu?


Bu sorulara sürekli cevap verebilen bir sistem, bakım ekibine daha erken ve daha doğru bilgi verir. Böylece bakım işi plansız kriz olmaktan çıkar, yönetilebilir bir iş akışına dönüşür.


Kestirimci bakımda en değerli veri tek bir sensörden gelmez


Motor arızaları genellikle tek bir belirtiyle başlamaz. Örneğin rulman aşınması önce titreşimde artışa neden olabilir. Ardından sürtünme artar, sıcaklık yükselir ve motor daha fazla akım çekmeye başlar. Eğer sistem sadece akımı izliyorsa, erken mekanik belirti kaçabilir. Sadece sıcaklık izleniyorsa, yük değişimi ile arıza belirtisi birbirine karışabilir.


Bu yüzden iyi tasarlanmış bir motor izleme mimarisi çoklu veri kullanır:


İzlenen veri

Ne anlatır

Olası arıza belirtisi

Akım ve güç

Elektriksel yük, faz dengesi, enerji tüketimi

Aşırı yük, faz dengesizliği, mekanik sıkışma

Titreşim

Rulman, kaplin, balans ve mekanik durum

Rulman aşınması, eksen kaçıklığı, gevşek bağlantı

Sıcaklık

Gövde, yatak, sargı veya ortam ısısı

Soğutma sorunu, sürtünme, aşırı yük

Sürücü verileri

Tork, hız, hata geçmişi ve çalışma profili

Sıkışma, hız dalgalanması, tekrarlayan hata

Çalışma süresi

Kullanım yoğunluğu ve bakım takibi

Yağlama zamanı, planlı parça değişimi ihtiyacı


Bu tablo sahada şu anlama gelir: Sensörlerden gelen ham veriler tek başına yeterli değildir. Veriyi doğru bağlamak, doğru örnekleme hızında almak, anlamlı eşikler tanımlamak ve PLC tarafında tutarlı alarm mantığı kurmak gerekir.


Veri toplama sahadaki en kritik adımdır


Akıllı motor izleme projesinin başarısı, ilk adımda toplanan verinin kalitesine bağlıdır. Yanlış noktaya takılmış bir titreşim sensörü, iyi sıkılmamış bir sıcaklık probu veya gürültülü bir akım ölçümü PLC tarafında karmaşık algoritmalarla bile tam düzeltilemez.


Bu yüzden veri toplama katmanı sadece donanım seçimi değildir. Mekanik montaj, kablolama, haberleşme, örnekleme sıklığı ve sinyal kalitesi birlikte düşünülmelidir.


Akım ve güç izleme elektriksel yükü görünür kılar


Motorun çektiği akım, elektriksel ve mekanik yük hakkında hızlı bilgi verir. SIMATIC ET 200SP HF enerji analizörleri gibi modüller, akım ve gerilim değerlerini sahadan PLC sistemine taşımak için kullanılabilir. Bu yapı ile faz akımları, gerilim dengesizliği, aktif güç ve bazı uygulamalarda güç faktörü gibi değerler izlenebilir.


Akım izleme şu durumlarda erken uyarı sağlayabilir:


  • Motor normal yükteyken beklenenden yüksek akım çekiyorsa

  • Fazlar arasında belirgin dengesizlik oluşuyorsa

  • Kalkış akımı önceki dönemlere göre artıyorsa

  • Yük sabitken güç tüketimi yükseliyorsa

  • Sıkışma veya zorlanma nedeniyle akım kısa süreli sıçramalar yapıyorsa


Burada en büyük hata, tek bir sabit akım limiti koyup sistemi yeterli sanmaktır. Motor yük profili değişiyorsa alarm mantığı da bunu dikkate almalıdır. Örneğin konveyör motoru ile karıştırıcı motorun davranışı aynı değildir. Bir pompada debi değişimi akımı etkilerken, bir fan motorunda filtre kirliliği yükü artırabilir.


Bu nedenle TIA Portal içinde sadece `I_max > Eşik` mantığı değil, yük durumuna göre farklı çalışma bölgeleri tanımlanmalıdır. Düşük hız, nominal hız, kalkış ve duruş durumları ayrı ele alınırsa yanlış alarm sayısı azalır.


Titreşim ve sıcaklık mekanik aşınmayı erken gösterir


Mekanik arızalar çoğu zaman titreşimde iz bırakır. Rulman aşınması, balans bozukluğu, kaplin kaçıklığı veya gevşek ayak bağlantısı titreşim seviyesini değiştirir. SIPLUS CMS modülleri ve uygun ivmeölçerler, bu mekanik davranışı izlemek için kullanılabilir.


Titreşim ölçümünde sensörün nereye takıldığı çok önemlidir. Rulman yatağına yakın, sağlam ve tekrarlanabilir bir montaj noktası seçilmelidir. Zayıf bir yüzeye takılan sensör, gerçek motor titreşimi yerine çevresel titreşimi okuyabilir.


Sıcaklık ölçümü de benzer şekilde yorum ister. Motor gövde sıcaklığı sadece arızadan etkilenmez. Ortam sıcaklığı, fan durumu, motor yükü ve çalışma süresi de değeri değiştirir. Bu yüzden sıcaklık alarmı tek başına değil, akım ve çalışma durumu ile birlikte değerlendirilmelidir.


Örneğin motor nominal yükte çalışırken sıcaklık yavaş artıyorsa ve titreşim de artış eğilimindeyse, bu durum mekanik sürtünme veya yatak problemi için güçlü bir işaret olabilir. Aynı sıcaklık artışı, sadece ortam sıcaklığının yükseldiği bir günde farklı yorumlanmalıdır.


SINAMICS sürücü verileri arıza desenlerini tamamlar


Birçok modern tesiste motorlar frekans konvertörü ile çalışır. SINAMICS sürücülerden Profinet veya Profibus üzerinden alınan veriler, izleme sistemine ek bağlam sağlar. Hız, tork, akım, DC bara bilgisi, hata kodları ve uyarı geçmişi PLC tarafından okunabilir.


Bu veriler özellikle şu sorularda faydalıdır:


  • Motor aynı hız komutuna rağmen daha fazla tork istiyor mu?

  • Belirli bir hız bandında titreşim veya akım artıyor mu?

  • Aynı hata belirli koşullarda tekrar ediyor mu?

  • Kalkış ve duruş profilleri önceki dönemlere göre değişti mi?

  • Sürücü koruma sınırlarına sık sık yaklaşıyor mu?


Sürücü verisi, sensör verisiyle birleştirildiğinde daha anlamlı hâle gelir. Örneğin yüksek akım alarmı tek başına aşırı yük anlamına gelebilir. Fakat aynı anda sürücü tork bilgisi artıyor, hız düşüyor ve titreşim yükseliyorsa mekanik sıkışma ihtimali güçlenir.


Yakın planda bir motor yatağına takılmış titreşim sensörü ve sıcaklık probu görülüyor.
Titreşim ve sıcaklık verisi, motorun mekanik sağlığını erken aşamada okumayı sağlar.

PLC yazılımı veriyi bakım kararına çevirir


Veri toplamak başlangıçtır. Asıl değer, bu verinin PLC içinde doğru şekilde işlenmesiyle ortaya çıkar. SIMATIC S7-1500 gibi bir PLC, sahadan gelen sinyalleri gerçek zamanlı izleyebilir, eşik değerleri kontrol edebilir, çalışma saatlerini sayabilir, alarm üretebilir ve HMI sistemine bakım bilgisi aktarabilir.


TIA Portal burada projenin merkezi hâline gelir. Donanım konfigürasyonu, PLC programı, HMI ekranları, alarm sınıfları ve haberleşme ayarları tek ortamda yönetilir. Bu da izleme sisteminin bakım ekibi tarafından anlaşılmasını kolaylaştırır.


Çalışma saati takibi basit ama güçlüdür


Kestirimci bakım denince akla çoğu zaman yapay zekâ gelir. Fakat en yararlı bakım fonksiyonlarından biri hâlâ çalışma saati takibidir. Motorun gerçek RUN süresini saymak, yağlama ve kontrol planlarını daha doğru yönetir.


Örneğin bir motor için her 5.000 saatte yağlama uyarısı tanımlanabilir. PLC, motor RUN sinyalini izler ve çalışma süresini kalıcı bellekte tutar. Limit dolduğunda HMI ekranına bakım uyarısı gönderir. Bakım tamamlandığında yetkili kullanıcı HMI üzerinden sayaç sıfırlama veya bakım onay işlemi yapabilir.


Bu basit yapı şu faydaları sağlar:


  • Takvim yerine gerçek çalışma süresi esas alınır.

  • Duruşta bekleyen motor için gereksiz bakım azalır.

  • Yoğun çalışan motorlar daha yakından izlenir.

  • Bakım geçmişi HMI veya üst sistemlere aktarılabilir.


Burada dikkat edilmesi gereken nokta, sayaçların enerji kesintisinde kaybolmamasıdır. Retentive veri alanları doğru tanımlanmalı, bakım onayı izlenebilir olmalı ve yanlışlıkla sıfırlamayı önlemek için kullanıcı yetkisi kullanılmalıdır.


Eşik değer yönetimi yanlış alarmı azaltmalıdır


İyi bir alarm sistemi sadece alarm veren sistem değildir. Doğru zamanda, doğru nedenle ve doğru öncelikte alarm veren sistemdir. Çok hassas ayarlanan eşikler sürekli alarm üretir. Çok geniş bırakılan eşikler ise arızayı geç yakalar.


TIA Portal içinde limit kontrolü için farklı yöntemler kullanılabilir. Siemens kütüphaneleri ve kullanıcı fonksiyon blokları ile `I_max > Eşik` gibi temel kontroller standart hâle getirilebilir. Örneğin `LGF_Limit` benzeri limit izleme bloklarıyla yüksek, yüksek yüksek, düşük ve düşük düşük sınırlar tanımlanabilir.


Daha sağlıklı bir eşik yönetimi için şu prensipler kullanılır:


  • Alarm eşikleri motorun nominal değerlerine göre belirlenir.

  • Kalkış ve duruş sürelerinde farklı limitler uygulanır.

  • Kısa süreli sıçramalar için gecikme süresi kullanılır.

  • Alarm ve reset değerleri arasında histerezis bırakılır.

  • Alarm seviyesi bakım ihtiyacına göre sınıflandırılır.

  • HMI üzerinde limit değişiklikleri yetkilendirilir.


Örneğin motor akımı 1 saniyelik bir pik yaptı diye bakım ekibini sahaya göndermek doğru değildir. Fakat aynı akım seviyesi 20 saniye boyunca devam ediyorsa ve sıcaklık artışı da varsa, uyarı daha anlamlı olur.


İstatistiksel analiz arıza eğilimini gösterir


Tek bir anlık ölçüm her zaman yeterli değildir. Motor davranışındaki değişim zaman içinde takip edilmelidir. Bu noktada ortalama, maksimum, minimum, standart sapma, hareketli ortalama ve trend hesapları değerli olur.


TIA Portal içinde kullanıcı fonksiyon bloklarıyla bu hesaplar yapılabilir. Titreşim verisi için daha gelişmiş uygulamalarda frekans bileşenleri, spektrum analizi veya belirli bantların takibi öne çıkar. Sahada buna uygun donanım seçilmişse, SIPLUS CMS gibi sistemlerden gelen analiz değerleri PLC veya üst sistemlerde değerlendirilebilir.


Basit bir örnek düşünelim. Bir motorun titreşim seviyesi aylar boyunca 2 mm/s civarında çalışıyor. Son üç haftada değer yavaş yavaş 3,5 mm/s seviyesine çıkıyor. Limit 5 mm/s ise henüz alarm yoktur. Fakat trend net şekilde bozulmuştur. Kestirimci bakımın farkı burada ortaya çıkar. Sistem sadece limit aşımını değil, kötüye giden eğilimi de görünür kılar.


HMI ekranı operatörün karar vermesini kolaylaştırmalıdır


HMI ekranında çok fazla sayı göstermek iyi izleme anlamına gelmez. Operatör ve bakım personeli ekrana baktığında motorun durumunu hızlı anlamalıdır.


İyi bir motor izleme HMI ekranında şu bilgiler yer alabilir:


  • Motor çalışma durumu

  • Anlık akım, gerilim ve güç değerleri

  • Titreşim ve sıcaklık göstergeleri

  • Bakım sayaçları ve kalan süre

  • Aktif alarm ve uyarılar

  • Son bakım tarihi veya son bakım onayı

  • Trend grafikleri

  • Alarm nedenine göre önerilen kontrol adımı


Renk kullanımı sade olmalıdır. Yeşil normal, sarı uyarı, kırmızı kritik alarm gibi net bir yapı iş görür. Fakat sadece renge güvenilmemelidir. Metin açıklamaları da açık olmalıdır. “Alarm 104” yerine “Motor 3 rulman sıcaklığı yüksek” ifadesi sahada daha değerlidir.


Göz hizasında bir endüstriyel HMI ekranında motor akımı, titreşim ve sıcaklık trendleri görülüyor.
HMI ekranı, karmaşık veriyi bakım ekibinin anlayacağı sade bir duruma dönüştürür.

Sensörden buluta uzanan sistem mimarisi nasıl kurulur?


Akıllı motor izleme mimarisi katmanlı düşünülmelidir. Her katmanın görevi farklıdır. Sensör veri üretir, uzak I/O ve izleme modülleri veriyi toplar, PLC karar mantığını yürütür, HMI bilgiyi gösterir, Edge sistemi daha yoğun analizi yapar, bulut platformu ise tesisler arası değerlendirme ve raporlama sağlar.


Tipik veri akışı şu şekilde kurulabilir:


  1. Sensörler motor üzerinden akım, titreşim, sıcaklık ve çalışma bilgisi toplar.

  2. ET 200SP, CMS modülleri veya sürücü haberleşmesi veriyi PLC sistemine taşır.

  3. SIMATIC S7-1500 PLC, limit kontrolü ve temel analizleri yapar.

  4. TIA Portal ile geliştirilen HMI ekranları operatöre durum ve bakım planı gösterir.

  5. Industrial Edge sahada daha yoğun veri işleme ve yerel karar desteği sağlar.

  6. Senseye Predictive Maintenance veya Azure IoT Hub gibi yapılar merkezi analiz ve raporlama için kullanılır.


Bu mimarinin önemli avantajı, her kararın buluta bağlı olmamasıdır. Kritik alarm ve koruma kararları PLC seviyesinde kalmalıdır. Çünkü PLC düşük gecikme ile çalışır ve üretim güvenliği için daha uygundur. Edge ve bulut katmanı ise trend, model, rapor ve tesisler arası karşılaştırma için daha uygundur.


PLC ve Edge görevleri karıştırılmamalıdır


Kestirimci bakım projelerinde sık yapılan hatalardan biri, tüm zekâyı tek katmana koymaya çalışmaktır. Oysa PLC, Edge ve bulut farklı işler için daha uygundur.


Katman

En uygun görev

Dikkat edilmesi gereken nokta

PLC

Gerçek zamanlı alarm, limit kontrolü, interlock ve sayaç takibi

Döngü süresi ve güvenilirlik korunmalıdır

HMI

Operatör uyarısı, bakım bilgisi ve manuel onay

Ekran sade ve anlaşılır olmalıdır

Industrial Edge

Yerel veri işleme, model çalıştırma, düşük gecikmeli analiz

Ağ kesintisinde de temel işlevler sürmelidir

Bulut

Merkezi rapor, çoklu tesis analizi, uzun dönem veri saklama

Veri güvenliği ve erişim yetkileri planlanmalıdır


PLC içinde her şeyi yapmak, programı gereksiz karmaşık hâle getirebilir. Buluta her ham veriyi göndermek ise ağ ve veri yönetimi açısından doğru olmayabilir. En iyi sonuç, verinin sahada süzülmesi ve doğru seviyede doğru analizin yapılmasıyla alınır.


Industrial Edge sahada hızlı karar desteği sağlar


Industrial Edge, PLC ile bulut arasında güçlü bir ara katman gibi düşünülebilir. Sahada çalışır, veriyi yerel olarak işler ve buluta sürekli bağımlı kalmadan analiz yapabilir. Bu yapı, özellikle yüksek frekanslı titreşim verisi veya çok sayıda motorun izlendiği tesislerde yararlıdır.


Edge katmanında şu işlemler yapılabilir:


  • Titreşim verisinden özet değerler üretmek

  • Anomali tespiti için yerel model çalıştırmak

  • Veri sıkıştırmak ve sadece anlamlı olayları göndermek

  • PLC’den gelen alarm ve durum bilgilerini üst sistemlere aktarmak

  • Kısa dönemli trendleri sahada saklamak


Bu yaklaşım alarm tepki süresini düşük tutar. Kritik uyarılar PLC ve HMI tarafında hızlı verilirken, daha gelişmiş tahmin modeli Edge veya bulut tarafında çalışabilir. Doğru tasarlanmış bir sistemde alarm tepkisi 100 ms altında hedeflenebilir, fakat bu değer donanım, ağ yapısı ve PLC çevrim süresine bağlıdır.


Bulut analitiği çoklu tesis bilgisini anlamlı hâle getirir


Tek bir motoru izlemek değerli olabilir. Fakat aynı tip motorların farklı hatlarda veya farklı tesislerde nasıl davrandığını görmek çok daha güçlüdür. Azure IoT Hub gibi yapılar, çoklu tesis verisini merkezi olarak toplamak ve analiz etmek için kullanılabilir.


Senseye Predictive Maintenance gibi kestirimci bakım platformları ise arıza tahmin modelleri, bakım önceliklendirme ve ekipman sağlığı takibi için kullanılabilir. Bu tip sistemler, geçmiş arıza kayıtları ve sürekli ölçüm verileriyle daha iyi sonuç verir. Yine de yapay zekâ tek başına çözüm değildir. Modelin doğru çalışması için iyi veri, doğru etiketleme ve bakım kayıtlarının düzenli tutulması gerekir.


Bulut katmanında şu çıktılar beklenebilir:


  • Ekipman sağlık skoru

  • Arıza ihtimali eğilimi

  • Bakım öncelik listesi

  • Tesisler arası karşılaştırma

  • Otomatik rapor ve iş emri önerisi

  • Uzun dönem performans analizi


Burada hedef, bakım ekibine sadece “arıza olabilir” demek değildir. Daha yararlı çıktı şudur: Hangi motor, hangi nedenle, ne kadar öncelikli ve hangi kontrol adımıyla ele alınmalı?


Uygulama süreci üç temel adımda ilerlemelidir


Bu tür bir sistemin başarılı olması için proje sade bir sırayla yürütülmelidir. Büyük hedefle başlamak yerine, ölçülebilir bir pilot alan seçmek daha sağlıklı olur. Örneğin duruş maliyeti yüksek olan bir pompa grubu, kritik bir konveyör hattı veya sık rulman arızası veren bir fan motoru iyi bir başlangıç noktası olabilir.


Veri toplama ve donanım entegrasyonu doğru örnekle başlar


İlk adımda izlenecek motorlar seçilir. Kritik ekipman listesi hazırlanır ve her motor için hangi verilerin gerekli olduğu belirlenir. Her motora tüm sensörleri takmak şart değildir. Bazı motorlarda akım ve çalışma süresi yeterli olabilir. Kritik motorlarda titreşim, sıcaklık ve sürücü verileri birlikte izlenmelidir.


Bu aşamada şu kararlar verilir:


  • Hangi motorlar izlenecek?

  • Hangi arıza türleri erken tespit edilmek isteniyor?

  • Hangi sensörler kullanılacak?

  • Veriler PLC’ye hangi haberleşme ile taşınacak?

  • Örnekleme aralığı ne olacak?

  • Sensör montaj noktaları nerede olacak?

  • Sinyal kabloları güç kablolarından nasıl ayrılacak?


Akım ve güç izleme için ET 200SP HF enerji analizörleri, titreşim ve sıcaklık için SIPLUS CMS modülleri ve ivmeölçerler, sürücü verileri için SINAMICS üzerinden Profinet veya Profibus bağlantısı kullanılabilir. Seçim yapılırken mevcut otomasyon altyapısı dikkate alınmalıdır.


PLC analizi ve alarm yönetimi standart hâle getirilmelidir


İkinci adımda PLC yazılım mimarisi kurulur. Her motor için ayrı ayrı dağınık kod yazmak yerine standart fonksiyon blokları hazırlanmalıdır. Bu yaklaşım bakım ve geliştirme sürecini kolaylaştırır.


Bir motor izleme fonksiyon bloğunda şu veri alanları bulunabilir:


  • Motor kimliği

  • RUN durumu

  • Akım ve güç değerleri

  • Titreşim ve sıcaklık ölçümleri

  • Sürücü hız ve tork bilgileri

  • Çalışma saati sayacı

  • Bakım limiti

  • Alarm ve uyarı durumları

  • Reset ve bakım onay bilgileri

  • HMI için durum metinleri


Eşik değerleri motor tipine göre parametrelenebilir olmalıdır. HMI üzerinden yetkili kullanıcı belirli sınırları değiştirebilir, fakat değişiklikler kayıt altında tutulmalıdır. Kritik koruma limitleri ise kontrolsüz şekilde değiştirilememelidir.


Alarm yapısı üç seviyeli kurulabilir:


Seviye

Anlamı

Örnek işlem

Bilgi

Takip edilmesi gereken durum

HMI üzerinde göster, kayıt al

Uyarı

Bakım planına alınması gereken durum

Bakım ekibine bildir, trendi izle

Kritik

Üretimi veya ekipmanı etkileyen durum

Operatörü uyar, gerekirse kontrollü duruş uygula


Bu yapı sayesinde bakım ekibi her alarmı aynı aciliyetle ele almak zorunda kalmaz. Öncelik sırası netleşir.


Kestirimci bakım entegrasyonu veriyi karara bağlar


Üçüncü adımda sistem artık sadece anlık izleme yapmaz. Trendleri yorumlar, anomaliyi belirler ve bakım planına giriş üretir. Industrial Edge ve bulut entegrasyonu bu noktada devreye girer.


Örneğin sistem, son 6 ayın titreşim ve sıcaklık verisini kullanarak bir motorun normal davranış aralığını çıkarabilir. Yeni ölçümler bu aralığın dışına çıkmaya başladığında önce uyarı üretir. Aynı zamanda sürücü hata geçmişi, çalışma saati ve akım trendi de bozuluyorsa bakım önceliği yükselir.


Belirli projelerde şu hedefler gerçekçi KPI olarak takip edilebilir:


  • Arızaları daha erken fark etme oranı

  • Plansız duruş süresindeki azalma

  • Bakım maliyetindeki düşüş

  • Ekipman ömründeki artış

  • Alarm tepki süresi

  • Yanlış alarm oranı

  • Bakım iş emri tamamlama süresi


Brieflerde sık kullanılan %85 arızayı önceden tespit, bakım maliyetinde %40 düşüş, ekipman ömründe %30 artış gibi değerler güçlü hedeflerdir. Fakat bunlar her tesiste otomatik elde edilmez. Sonuç, proses yapısına, veri kalitesine, bakım disiplinine, arıza geçmişine ve seçilen ekipmana bağlıdır. En iyi yaklaşım, pilot uygulamada mevcut durum ölçümü yapmak ve kazancı gerçek verilerle takip etmektir.


Üstten görünümde bir pano içinde PLC, uzak I/O modülleri ve düzenli sensör kablolaması görülüyor.
Standartlaştırılmış pano ve haberleşme yapısı, kestirimci bakım sisteminin güvenilirliğini artırır.

Başarılı bir motor izleme projesi için pratik tasarım önerileri


Teknik olarak doğru görünen birçok proje, sahada bakım ekibi tarafından kullanılmadığı için beklenen sonucu vermez. Bu yüzden tasarım aşamasında sadece otomasyon değil, bakım süreci de düşünülmelidir.


Kritik motorlardan başlayın


Tüm tesisi aynı anda izlemeye çalışmak maliyeti ve karmaşıklığı artırır. Önce durduğunda üretimi ciddi etkileyen motorlar seçilmelidir. Bu seçim yapılırken sadece motor gücü değil, proses etkisi de dikkate alınmalıdır. Küçük bir motor, kritik bir konveyörü durduruyorsa büyük önem taşıyabilir.


Alarm sayısını sınırlı ve anlamlı tutun


Sistemin güvenilirliği yanlış alarm sayısıyla doğrudan ilişkilidir. Operatör sürekli gereksiz alarm görürse gerçek alarmı da ciddiye almayabilir. Bu yüzden alarm eşikleri sahada test edilmeli, gecikme ve histerezis değerleri doğru ayarlanmalıdır.


Bakım kaydını dijital hâle getirin


Kestirimci bakım modeli, bakım kayıtları olmadan eksik kalır. Rulman değişimi, yağlama, kaplin ayarı, fan temizliği ve motor değişimi gibi işlemler dijital olarak kaydedilmelidir. Böylece sistem hangi bakım işleminden sonra hangi ölçümün düzeldiğini görebilir.


HMI ekranlarını sahadaki dil ile tasarlayın


Ekranda teorik terimler yerine sahada kullanılan net ifadeler yer almalıdır. “Vibrasyon RMS yüksek” ifadesi bazı ekipler için anlaşılır olabilir, bazıları için “Motor 2 rulman tarafı titreşim yüksek” daha kullanışlıdır. Ekran dili bakım kültürüne uygun olmalıdır.


Veri güvenliğini baştan planlayın


Bulut ve Edge bağlantısı kurulacaksa ağ mimarisi önem kazanır. PLC ağı, kurumsal ağ ve bulut bağlantısı kontrollü ayrılmalıdır. Kullanıcı yetkileri, veri erişimi, uzaktan bağlantı ve kayıt politikaları baştan belirlenmelidir.


Pilot uygulamayı ölçülebilir hedeflerle yürütün


Pilot proje için net başlangıç değerleri alınmalıdır. Son 12 ayda kaç duruş yaşandı, rulman arızaları ne sıklıkta oldu, bakım maliyeti ne seviyedeydi, ortalama müdahale süresi neydi? Bu değerler olmadan sistemin başarısı sadece tahminle değerlendirilir.


Başarılı bir pilot sonrasında aynı mimari diğer motorlara kademeli olarak yayılabilir. Standart PLC blokları, HMI şablonları ve alarm sınıfları sayesinde genişleme daha kontrollü olur.


Akıllı bakımın gerçek değeri daha az sürprizdir


Motor izleme ve kestirimci bakım, sahaya sadece yeni sensörler eklemek değildir. Doğru veri toplama, PLC içinde anlamlı analiz, HMI üzerinde anlaşılır uyarı, Edge tarafında yerel işleme ve bulutta uzun dönem değerlendirme birlikte çalıştığında gerçek değer oluşur.


SIMATIC ekosistemi bu zinciri kurmak için güçlü bir zemin sağlar. ET 200SP ve SIPLUS CMS ile veri toplanabilir, SINAMICS sürücülerden çalışma bilgisi alınabilir, SIMATIC S7-1500 PLC ile alarm ve eşik mantığı yürütülebilir, TIA Portal içinde HMI ekranları hazırlanabilir, Industrial Edge ve bulut çözümleriyle kestirimci bakım daha ileri seviyeye taşınabilir.


En doğru başlangıç, küçük ama kritik bir alanda ölçülebilir pilot uygulamadır. Birkaç motor seçilir, akım, titreşim, sıcaklık ve çalışma süresi düzenli izlenir, PLC alarm mantığı kurulur, bakım kayıtları bağlanır ve sonuçlar takip edilir. Sistem gerçek verilerle iyileştikçe, bakım ekibi arızaya koşan ekip olmaktan çıkar, arızayı oluşmadan yöneten ekip hâline gelir.


Plansız duruşu azaltmanın yolu motorun sesini, akımını, titreşimini ve sıcaklığını sürekli dinlemekten geçer. Veriyi doğru okuyan bir PLC sistemi, bakım kararını sezgiye bırakmaz. Sahadaki motor ne zaman zorlandığını zaten söyler. İyi tasarlanmış bir kestirimci bakım sistemi bu sesi zamanında duyar.


 
 
 

Yorumlar


bottom of page