ในโรงงานอุตสาหกรรมทุกแห่ง เครื่องจักรหมุนวน (Rotating Equipment) เช่น มอเตอร์ไฟฟ้า ปั๊ม เครื่องอัดอากาศ เฟืองทดเกียร์ และพัดลมอุตสาหกรรม คือหัวใจของกระบวนการผลิต แต่เครื่องจักรเหล่านี้ไม่ได้หยุดทำงานโดยไม่มีสัญญาณเตือน — ทุกความผิดปกติทางกล ไม่ว่าจะเป็นแบริ่งที่เริ่มเสีย เพลาที่คด หรือเฟืองที่สึกหรอ จะปล่อย รอยเท้าสั่นสะเทือน (Vibration Signature) ที่มีเอกลักษณ์เฉพาะตัวออกมา หากเรารู้วิธี “ฟัง” สัญญาณนั้น เราจะทราบล่วงหน้าว่าเครื่องจักรกำลังจะเสียเมื่อไหร่
Vibration Analysis คืออะไร?
Vibration Analysis (การวิเคราะห์การสั่นสะเทือน) เป็นเทคนิคหลักของ Condition-Based Maintenance ที่ใช้เซ็นเซอร์วัดการสั่นสะเทือน (Accelerometer) ติดบนตัวเครื่องจักรเพื่อเก็บสัญญาณสั่นสะเทือน แล้วนำมาวิเคราะห์ผ่านกระบวนการแปลงทางคณิตศาสตร์ เพื่อระบุชนิด ตำแหน่ง และความรุนแรงของความผิดปกติ ก่อนที่มันจะกลายเป็นการ Breakdown ที่หยุดสายการผลิตทั้งหมด
ความจริงทางฟิสิกส์: ทุกการหมุนของเครื่องจักรจะสร้างรูปแบบการสั่นสะเทือนที่ปกติ (Baseline) เมื่อชิ้นส่วนเริ่มเสีย รูปแบบนั้นจะเปลี่ยนไป — และการเปลี่ยนแปลงนั้นสามารถตรวจจับได้ก่อนที่เครื่องจะหยุดทำงานนับสัปดาห์หรือนับเดือน
พื้นฐานทางฟิสิกส์: ทำไมเครื่องจักรถึงสั่น?
เครื่องจักรหมุนวนที่อยู่ในสภาพสมบูรณ์จะมีการสั่นสะเทือนจากแรงกระตุ้นพื้นฐานที่ความถี่เดียวกับความเร็วรอบ เช่น มอเตอร์ที่หมุน 1500 RPM (25 Hz) จะมีสัญญาณสั่นสะเทือนหลักที่ 25 Hz เรียกว่า 1X (Running Speed) แต่เมื่อเกิดความผิดปกติ จะมีพลังงานสั่นสะเทือนเพิ่มเติมที่ความถี่อื่นๆ ซึ่งแต่ละรูปแบบบ่งบอกถึงสาเหตุที่แตกต่างกัน
| ความถี่ผิดปกติ | สาเหตุที่น่าจะเป็นไปได้ |
|---|---|
| 1X สูงผิดปกติ | Imbalance, Shaft Bend, Eccentricity |
| 2X สูง | Misalignment, Looseness |
| ความถี่สูงมาก (Non-synchronous) | Bearing Defect (BPFI, BPFO, BSF, FTF) |
| Gear Mesh Frequency | Gear Wear, Tooth Damage |
| Sub-harmonic (ที่ต่ำกว่า 1X) | Oil Whirl, Oil Whip, Belt Defect |
กระบวนการวิเคราะห์ 5 ขั้นตอน
1. การวัดด้วย Accelerometer
เซ็นเซอร์ Accelerometer (มักเป็นแบบ Piezoelectric หรือ MEMS) จะถูกติดตั้งบนตัวเครื่องจักรในตำแหน่งที่สำคัญ เช่น บริเวณแบริ่งด้านขับ (Drive End) และด้านไม่ขับ (Non-Drive End) ในแกน Vertical, Horizontal และ Axial การเลือกตำแหน่งและทิศทางการวัดมีผลอย่างมากต่อความแม่นยำของการวินิจฉัย
2. Fast Fourier Transform (FFT)
สัญญาณสั่นสะเทือนที่วัดได้เป็น Time-Domain Signal (แอมพลิจูดเทียบกับเวลา) ซึ่งมองด้วยตาเปล่าแทบไม่ได้ข้อมูล เราจึงใช้ Fast Fourier Transform (FFT) แปลงสัญญาณให้กลายเป็น Frequency Spectrum (แอมพลิจูดเทียบกับความถี่) ทำให้เห็นว่าพลังงานสั่นสะเทือนกระจุกตัวอยู่ที่ความถี่ใด ซึ่งเป็นกุญแจสำคัญของการระบุสาเหตุ
3. การระบุ Fault Frequencies
แต่ละชนิดของชิ้นส่วนเครื่องจักรจะมี Fault Frequencies ที่คำนวณได้จากเรขาคณิตและความเร็วรอบ ตัวอย่างเช่น Bearing Defect Frequencies ที่ประกอบด้วย Ball Pass Frequency Inner Race (BPFI), Ball Pass Frequency Outer Race (BPFO), Ball Spin Frequency (BSF) และ Fundamental Train Frequency (FTF) เมื่อเห็นพลังงานสูงผิดปกติที่ความถี่ใด ก็สามารถระบุได้ว่าชิ้นส่วนส่วนไหนกำลังเสีย
4. Envelope Analysis (Demodulation)
สำหรับการตรวจจับแบริ่งที่เริ่มเสียในระยะแรก สัญญาณ Impact ที่เกิดจากรอยบนแบริ่งมักมีพลังงานต่ำและถูกกลืนไปด้วยสัญญาณรบกวน เทคนิค Envelope Analysis หรือ Demodulation จะช่วยกรองเอาเฉพาะ Envelope ของสัญญาณ Impact ออกมา ทำให้สามารถตรวจจับแบริ่งที่เริ่มเสียได้ก่อนที่ใครจะสังเกตเห็นการเปลี่ยนแปลงใน FFT ปกติ
5. Trend Analysis และ Alarm Threshold
การวัดครั้งเดียวไม่เพียงพอ — ต้องเก็บข้อมูลอย่างต่อเนื่องและสร้าง Trend เพื่อดูว่าค่า Overall Vibration (เช่น RMS Velocity) เพิ่มขึ้นอย่างไรเมื่อเวลาผ่านไป โดยกำหนด Alarm Threshold ตามมาตรฐาน เช่น ISO 10816 หรือ ISO 20816 ที่แบ่งเขตการทำงานเป็น Zone A ถึง Zone E (จากเครื่องใหม่ไปจนถึงอันตราย)
มาตรฐาน ISO 20816 และเกณฑ์ประเมิน
ISO 20816 (ซึ่งแทนที่ ISO 10816 ฉบับเดิม) เป็นมาตรฐานสากลสำหรับการประเมินการสั่นสะเทือนของเครื่องจักร โดยแบ่งเขตการทำงานออกเป็น 4 เขตหลัก ช่วยให้วิศวกรมีกรอบอ้างอิงที่เป็นมาตรฐานในการตัดสินใจว่าเครื่องจักรอยู่ในสภาพใด
| Zone | ความหมาย | การกระทำ |
|---|---|---|
| A (Good) | เครื่องจักรใหม่/ดีเยี่ยม | ทำงานได้ไม่จำกัด |
| B (Acceptable) | ทำงานได้ยาวนาน | ตรวจสอบตามปกติ |
| C (Unacceptable) | เริ่มมีปัญหา | วางแผนซ่อมในระยะสั้น |
| D (Dangerous) | อันตราย เสี่ยง Breakdown | หยุดเครื่องทันที |
การวิเคราะห์ใน Time Domain
นอกจาก FFT Spectrum แล้ว วิศวกรยังใช้ค่าสถิติใน Time Domain เพื่อประเมินสภาพเครื่องจักร:
- RMS (Root Mean Square): ค่าเฉลี่ยพลังงานสั่นสะเทือน ใช้ประเมิน Overall Severity
- Peak Value: ค่าสูงสุด บ่งบอกการกระแทก (Impact)
- Crest Factor: อัตราส่วน Peak ต่อ RMS ค่าสูงบ่งบอกแบริ่งที่เริ่มเสียในระยะแรก
- Kurtosis: วัดความ “หนา” ของหางการแจกแจง ค่าสูงบ่งบอกการ Impact ที่ผิดปกติ
Continuous Monitoring ผ่าน IIoT
ในอดีต การวิเคราะห์การสั่นสะเทือนทำแบบ Walk-Around Survey — ช่างเดินถือเครื่องวัดไปวัดทุกเครื่องจักรทุก 2-4 สัปดาห์ แต่ปัญหาคือความผิดปกติที่เกิดขึ้นระหว่างการวัดสองครั้งจะไม่ถูกพบ ทำให้เสียเครื่องได้ ปัจจุบัน Wireless Vibration Sensor ที่ติดตั้งถาวรบนเครื่องจักร ส่งข้อมูลผ่านเครือข่าย IIoT (เช่น LoRaWAN, BLE, หรือ Wi-Fi) ไปยัง Cloud Platform ตลอดเวลา ทำให้สามารถตรวจจับความผิดปกติได้ทันทีที่เกิดขึ้น
การเปลี่ยนจาก Walk-Around Survey เป็น Continuous Monitoring ช่วยลดเวลาในการตรวจจับความผิดปกติจาก 2-4 สัปดาห์ เหลือเพียงนาที — ส่งผลให้สามารถวางแผนการซ่อมได้ทันท่วงที และลด Unplanned Downtime ได้อย่างมีนัยสำคัญ
กรณีศึกษา: โรงงานผลิตเม็ดพลาสติก
โรงงานผลิตเม็ดพลาสติกแห่งหนึ่ง มีมอเตอร์ขับ Extruder ขนาดใหญ่ที่หมุนด้วยความเร็ว 1480 RPM ในการสำรวจครั้งหนึ่ง วิศวกรพบว่าค่า Overall Vibration ยังอยู่ใน Zone B (Acceptable) แต่เมื่อดู FFT Spectrum อย่างละเอียด พบว่ามีพลังงานสูงผิดปกติที่ความถี่ Ball Pass Frequency Outer Race (BPFO) ซึ่งเป็นสัญญาณบ่งบอกว่าแบริ่งด้านนอกเริ่มมีรอย ทีมงานจึงวางแผนเปลี่ยนแบริ่งในช่วง Planned Shutdown ครั้งถัดไป เมื่อแกะแบริ่งออกมาตรวจสอบ พบรอย Pitting บน Outer Race ตรงตำแหน่งที่สัญญาณสั่นสะเทือนบ่งชี้ หากปล่อยไปอีกประมาณ 3-4 สัปดาห์ แบริ่งจะแตกและทำให้เพลาคดเสียหาย ซึ่งต้องใช้เวลาซ่อมนานและกระทบการผลิตอย่างมาก
ข้อจำกัดและสิ่งที่ต้องระวัง
Vibration Analysis ทรงประสิทธิภาพแต่ก็มีข้อจำกัด การวิเคราะห์ที่แม่นยำต้องการความรู้เฉพาะทาง (เช่น การคำนวณ Fault Frequencies ที่ถูกต้อง) การติดตั้งเซ็นเซอร์ที่ตำแหน่งไม่เหมาะสมจะทำให้สัญญาณเพี้ยน และเครื่องจักรที่หมุนช้ามาก (Low-Speed Machine) เช่น ปั๊มแรงดันต่ำขนาดใหญ่ อาจสร้างสัญญาณสั่นสะเทือนต่ำเกินกว่าที่เซ็นเซอร์ทั่วไปจะตรวจจับได้ นอกจากนี้ การวิเคราะห์ด้วย AI และ Machine Learning กำลังเข้ามาเสริมความสามารถของวิศวกร แต่ยังไม่สามารถแทนที่การวินิจฉัยจากผู้เชี่ยวชาญได้อย่างสมบูรณ์ในกรณีที่ซับซ้อน
สรุป
Vibration Analysis คือเทคโนโลยี Predictive Maintenance ที่คุ้มค่าที่สุดสำหรับเครื่องจักรหมุนวน การลงทุนในเซ็นเซอร์วัดการสั่นสะเทือนและการฝึกอบรมทีมวิศวกรให้สามารถอ่าน FFT Spectrum ได้ จะช่วยให้โรงงานสามารถเปลี่ยนจากการซ่อมเมื่อเครื่องเสีย (Reactive) เป็นการซ่อมเมื่อรู้ล่วงหน้า (Predictive) ซึ่งลด Unplanned Downtime ลดต้นทุนการซ่อม และยืดอายุการใช้งานของเครื่องจักรได้อย่างเป็นรูปธรรม