en_GB
Hold Ctrl-tasten nede. Trykk på + for å forstørre eller - for å forminske.

OFF540_1

Tilstandsovervåkning og styring

Dette er studietilbudet for studieår 2019-2020. Endringer kan komme.


Kurset omhandler tilstandsovervåkning av dynamiske maskiner og statisk mekanisk utstyr ved bruk av avanserte følere og analyseverktøy. Videre diskuteres tilstandsovervåkning som en del av en prediktivt vedlikeholdsstrategi (tilstandsbasert vedlikehold). Fokuset er spesielt rettet mot petroleumsindustrien, men kan generaliseres mot landbasert industri.

Læringsutbytte

Kurset skal gi studenten en grunnlegende forståelse for styring av prediktivt vedlikehold, samt forståelse for grunnleggende prinsipper og metoder brukt i tilstandsovervåkning av roterende maskiner, rør, trykktanker og bærekonstruksjoner.

Innhold

Tilstandsovervåkingen sin plass i vedlikeholdstrategien, prinsipper for tilstandsovervåking, og etablering av prediktivt vedlikeholdsprogram.
Introduksjon til overvåkingsmetoder: vibrasjon, ultralyd, termodynamisk, smøreolje analyse og ikke destruktive testmetoder som f.eks. magnetpulverprøving, potensialfallmetoder, virvelstrøm, ultralyd, og radiografi.

Forkunnskapskrav

Ingen.

Eksamen/vurdering

Prosjektoppgave og en muntlig fremføring
Vekting Varighet Karakter Hjelpemiddel
Prosjektoppgave (gruppeoppgave 3-5 studenter) 1/1 A - F
Muntlig fremføring0/1 Bestått - Ikke bestått
Karakter i prosjektoppgaven teller 100%. Muntlig presentasjon vurderes Bestått/Ikke bestått. Begge deler må være bestått for å få bestått på emnet.

Vilkår for å gå opp til eksamen/vurdering

Deltakelse på gjesteforelesning, 3 labøvelser, bedriftsbesøk
Laboratorieøvelser (3), bedriftsbesøk og gjesteforelesninger er obligatorisk.

Fagperson(er)

Emneansvarlig
Idriss El-Thalji
Instituttleder
Tor Henning Hemmingsen

Arbeidsformer

Forelesninger, prosjektoppgave, laboratorieøvelser, bedriftsbesøk, gjesteforelesninger.

Overlapping

Emne Reduksjon (SP)
Tilstandsovervåking og styring (MOM350_1) 5

Åpent for

Masternivå på Det teknisk-naturvitenskapelige fakultetet.

Emneevaluering

Skjer vanligvis gjennom skjema og/ eller samtaler i henhold til gjeldende retningslinjer.

Litteratur

Kompendium i tilstandsovervåkning og styring, utvalgte bøker og artikler.

1. Fedele, L., From Basic Maintenance to Advanced Maintenance, in Methodologies and techniques for advanced maintenance. 2011. p. 63-112.
2. Barron, R., Condition monitoring: the basics, in Engineering Condition Mointoring: Practice, Methods and Applications. 1996, Pearson Education. p. 6-17.
3. Hitchcock, L., ISO standards for condition monitoring. Pall Corporation. p. 1-12.
4. Buede, D.M., Requirements and defining the design problem, in The engineering design of systems: Models nd methods. 2009, Wiley. p. 151-181.
5. Buede, D.M., Functional architecture development, in The engineering design of systems: Models nd methods. 2009, Wiley. p. 211-217.
6. Buede, D.M., Physical architecture development, in The engineering design of systems: Models nd methods. 2009, Wiley. p. 252-259.
7. Maleque, M.A. and M.S. Salit, Mechanical Failure of Materials, in Materials Selection and Design. 2013, Springer. p. 17-38.
8. Vachtsevanos, G., et al., Sensors and sensing strategies, in Intelligent fault diagnosis and prognosis for engineering systems. 2006, John Wiley & Sons, INC. p. 56-94.
9. White, G.D., Introduction to vibration, in Introduction to machine vibration. 2008, Reliabilityweb.com Press p. 9-29.
10. Sassi, S., B. Badri, and M. Thomas, "TALAF" and "THIKAT" as innovative time domain indicators for tracking BALL bearings in In Compte rendu 24ième séminaire sur la vibration des machines : ACVM. 2006: Calgary, Canada. p. 404-419.
11. White, G.D., The FFT Analyzer, in Introduction to machine vibration. 2008, Reliabilityweb.com Press p. 9-29.
12. Girdhar, P., Machinery fault diagnosis using vibration analysis, in Practical machinery vibration analysis and predictive maintenance, C. Scheffer, Editor. 2004, Elsevier. p. 89-133.
13. Jantunen, E., et al., Problems with using fast Fourier transform for rotating equipment: Is it time for an update?, in 27th international congress of condition monitoring and diagnostic engineering COMADEM. 2014: Brisbane, Australia.
14. Sawalhi, N., Diagnostics, Prognostics and Fault Simulation For Rolling Element Bearings, in School of Mechanical and Manufacturing Engineering. 2007, THE UNIVERSITY OF NEW SOUTH WALES. p. 35-53.
15. Andersson, P. and J. Halme, Rolling contact fatigue and wear fundamentals for rolling bearing diagnostics - state of the art. Proceedings of the Institution of Mechanical Engineers, Part J: Journal of Engineering Tribology, 2010. 224(4): p. 377-393.
16. Toms, A. and L. Toms, Oil Analysis and Condition Monitoring, in Chemistry and Technology of Lubricants. 2009, Springer. p. 459-495.
17. Dempsey, P., et al., Investigation of bearing fatigue damage life prediction using oil debris monitoring. 2011, NASA. p. 1-11.
18. Hands, G. and T. Armitt, Surface and internal defect detection, in Handbook of condition monitoring, A. Davies, Editor. 1998, Chapman and Hall: London. p. 102-135.
19. Hellier, C.J., Acoustic emission testing, in Handbook of non-destructive evaluation. 2001, McGraw-Hill. p. 10.1-10.39.
20. Miettinen, J. and P. Leinonen. Monitoring of Contaminants in a Grease Lubricated Rolling Bearing by Acoustic Emission in Field Environment. in In: Proceedings of the 2nd COST 516 Tribology Symposium. . 1999. Antwerpen, Mol. : Flemish Institute for Technological Research.
21. Kim, Y.-H., et al., Condition monitoring of low speed bearings: A comparative study of the ultrasound technique versus vibration measure, in WCEAM 2006: Gold Coast, Australia p. 1-10.
22. Bagavathiappan, S., et al., Infrared thermography for condition monitoring - A review. Infrared Physics & Technology, 2013. 60: p. 35-55.
23. El-Thalji, I. and E. Jantunen, A summary of fault modelling and predictive health monitoring of rolling element bearings. Mechanical Systems and Signal Processing, 2015. 60-61: p. 252-272.
24. Sassi, S., B. Badri, and M. Thomas, A Numerical Model to Predict Damaged Bearing Vibrations. Journal of Vibration and Control, 2007. 13(11): p. 1603-1628.
25. Al-Ghamd, A.M. and D. Mba, A comparative experimental study on the use of acoustic emission and vibration analysis for bearing defect identification and estimation of defect size. Mechanical Systems and Signal Processing, 2006. 20(7): p. 1537-1571.
26. El-Thalji, I. and E. Jantunen, Fault analysis of the wear fault development in rolling bearings. Engineering Failure Analysis, 2015. 57: p. 470-482.
27. Qiu, J., et al., Damage Mechanics Approach for Bearing Lifetime Prognostics. Mechanical Systems and Signal Processing, 2002. 16(5): p. 817-829.


Dette er studietilbudet for studieår 2019-2020. Endringer kan komme.

Sist oppdatert: 17.11.2019

Historikk