Zanim Maszyna Stanie: Nowoczesne Metody Wykrywania Usterek w Przemyśle

Zanim maszyna stanie – dlaczego w 2026 roku nie stać nas na „gaszenie pożarów”

W polskich zakładach produkcyjnych (od automotive i FMCG, przez papiernie, po przemysł chemiczny i energetykę) presja na terminowość oraz koszty energii jest coraz większa. Awarie krytycznych maszyn powodują nie tylko stratę produkcji, ale też:

• koszty nadgodzin i pracy w weekendy,
• odpady i braki jakościowe po ponownym rozruchu,
• kary kontraktowe za niedotrzymanie dostaw,
• ryzyko BHP, gdy usterka narastała w ukryciu,
• efekt domina: zatrzymanie urządzeń pomocniczych (sprężarkownia, pompy, wentylatory).

Nowoczesne podejście do utrzymania ruchu nie polega już na tym, by „wymienić łożysko co 12 miesięcy”, tylko na tym, by zrozumieć stan techniczny maszyn i ich podzespołów na podstawie danych. Innymi słowy: mierzymy objawy zużycia i degradacji, aby zaplanować interwencję w oknie serwisowym – zanim dojdzie do awarii.

Od prewencji do predykcji: jak ewoluowało utrzymanie ruchu

W praktyce spotyka się cztery podejścia, które często współistnieją w jednym zakładzie:

• Utrzymanie reaktywne – naprawa po awarii. Najdroższe przy krytycznych maszynach.
• Utrzymanie planowe (czasowe) – przeglądy co X miesięcy/godzin. Dobre, ale bywa „ślepe” na realne zużycie.
• Utrzymanie oparte na stanie (CBM – Condition Based Maintenance) – decyzje na podstawie pomiarów (wibracje, temperatura, olej, prąd silnika).
• Utrzymanie predykcyjne – prognozowanie ryzyka awarii i RUL (Remaining Useful Life) na podstawie trendów i modeli.

Właśnie tutaj wchodzi diagnostyka maszyn przemysłowych rozumiana szeroko: jako zestaw metod pomiarowych, analitycznych i organizacyjnych, które pozwalają wykrywać usterki na wczesnym etapie.

Co tak naprawdę „psuje się” w maszynach? Najczęstsze źródła usterek

Aby dobrać właściwą metodę diagnostyczną, warto nazwać typowe mechanizmy awarii. W realiach przemysłu w Polsce często dominują:

• łożyska (zużycie bieżni, smarowanie, zanieczyszczenia, niewspółosiowość),
• przekładnie (zużycie zębów, pitting, niewłaściwy olej, przeciążenia),
• niewyważenie wirników i wentylatorów,
• niewspółosiowość sprzęgieł,
• luzy i rozcentrowanie (fundamenty, mocowania, pasowania),
• kawitacja w pompach i problemy hydrauliczne/pneumatyczne,
• przegrzewanie w rozdzielniach, połączeniach i napędach,
• usterki elektryczne silników (uszkodzenia wirnika, izolacji, asymetria zasilania).

Każdy z tych problemów zostawia „odcisk palca” w danych: w widmie drgań, rozkładzie temperatur, składzie oleju, poborze prądu czy sygnałach akustycznych. Nowoczesne metody wykrywania usterek polegają na tym, by nauczyć się te sygnały czytać, porównywać i trendować.

Nowoczesne metody wykrywania usterek – przegląd technologii

Poniżej opisuję najważniejsze metody wraz z ich zaletami, ograniczeniami i typowymi zastosowaniami w zakładach produkcyjnych.

1) Analiza drgań (wibrodiagnostyka) – królowa diagnostyki ruchu obrotowego

Wibrodiagnostyka jest podstawą dla maszyn wirujących: silników, pomp, wentylatorów, sprężarek, przekładni. Umożliwia wykrycie uszkodzeń na wczesnym etapie, często zanim pojawi się wzrost temperatury czy hałasu.

Co mierzymy?

• przyspieszenie, prędkość i przemieszczenie drgań,
• sygnał w dziedzinie czasu i częstotliwości (FFT),
• obwiednię (envelope) pod kątem uszkodzeń łożysk.

Jakie usterki wykrywa najlepiej?

• niewyważenie, niewspółosiowość, luzy,
• uszkodzenia łożysk tocznych,
• problemy w przekładniach,
• rezonanse i wady fundamentu.

Praktyczna wskazówka: w wielu polskich zakładach pomiary okresowe (np. raz w miesiącu) są dobrym startem. Jednak dla maszyn krytycznych opłaca się przejść na monitoring ciągły, bo pozwala uchwycić szybkie degradacje (np. po zmianie partii smaru, po remoncie, po kolizji).

2) Termowizja i pomiary temperatury – szybkie wykrywanie przegrzań

Kamera termowizyjna to narzędzie, które często daje „efekt wow” już pierwszego dnia: przegrzane łożysko, gorące złącze w rozdzielni, przeciążony falownik – wszystko widać od razu. W Polsce termowizja jest popularna także ze względu na łatwość wdrożenia i możliwość wykonywania przeglądów bez zatrzymania produkcji.

Typowe zastosowania:

• szafy elektryczne, styczniki, wyłączniki, zaciski,
• łożyska i oprawy,
• izolacje termiczne, piece, suszarnie,
• układy hydrauliczne (np. zawory dławiące grzejące olej).

Ograniczenia: temperatura bywa skutkiem, a nie przyczyną. Bez kontekstu (obciążenie, prędkość, warunki otoczenia) można wyciągnąć błędne wnioski. Dlatego termowizję warto łączyć z trendowaniem oraz innymi danymi (drgania, prąd silnika).

3) Analiza oleju i tribodiagnostyka – „badanie krwi” przekładni i hydrauliki

Jeżeli zakład ma rozbudowane przekładnie, układy hydrauliczne, prasy, wtryskarki czy duże łożyska smarowane olejem, analiza oleju potrafi wykryć problem, zanim dojdzie do zatarcia.

Co można sprawdzić?

• liczbę i typ cząstek zużyciowych (metale: Fe, Cu, Al),
• zanieczyszczenia (krzemionka, woda, paliwo),
• lepkość, utlenienie, TAN/TBN, dodatki uszlachetniające,
• czystość oleju wg ISO (szczególnie w hydraulice).

Co zyskujemy? możliwość rozróżnienia, czy problemem jest zużycie mechaniczne, czy np. zanieczyszczenie lub degradacja oleju. W polskich realiach często „wygrywa” prosta zmiana: lepsza filtracja, odpowietrzenie zbiornika, poprawa magazynowania beczek.

4) Ultradźwięki – wykrywanie nieszczelności i wczesnych uszkodzeń łożysk

Detektory ultradźwięków są bardzo skuteczne w dwóch obszarach:

• sprężone powietrze i gazy – lokalizacja nieszczelności (w Polsce to częsty „ukryty koszt” energii),
• łożyska – wczesne wykrywanie defektów i optymalizacja dosmarowywania.

Ultradźwięki świetnie wspierają szybkie obchody UR. Dają też szybki zwrot z inwestycji, bo uszczelnienie instalacji pneumatycznej często redukuje pracę sprężarek i zużycie energii.

5) Analiza prądu silnika (MCSA) i diagnostyka elektryczna

Nie każda usterka zaczyna się mechanicznie. W wielu aplikacjach silnik jest „sercem” układu, a jego stan wpływa na całą linię. Analiza sygnałów elektrycznych pozwala wykrywać m.in.:

• pęknięte pręty klatki wirnika,
• problemy z zasilaniem (asymetria napięć, harmoniczne),
• zmiany obciążenia wynikające z problemów mechanicznych (np. zatarcie pompy).

Coraz częściej MCSA łączy się z danymi z falowników i systemów sterowania, co przyspiesza diagnozę bez dodatkowych czujników w trudno dostępnych miejscach.

6) Monitoring online (ciągły) – czujniki na stałe i alarmy w czasie rzeczywistym

Monitoring ciągły nie jest już luksusem zarezerwowanym dla energetyki. Czujniki drgań, temperatury czy prędkości można wdrażać etapami, zaczynając od maszyn krytycznych.

Korzyści:

• wczesne ostrzeganie i krótszy czas reakcji,
• lepsze trendowanie (widać, kiedy zaczęło się pogarszać),
• możliwość korelacji z produkcją (partie, zmiany, receptury),
• dane do analizy przyczyn źródłowych (RCA).

Wyzwanie: dane bez procesu powodują „szum alarmowy”. Dlatego kluczowe jest ustawienie progów, priorytetów oraz odpowiedzialności: kto reaguje, w jakim czasie i co ma sprawdzić.

7) IIoT i integracja danych (SCADA, MES, CMMS) – kiedy diagnostyka zaczyna pracować dla Ciebie

W nowoczesnych zakładach sama technologia pomiaru to za mało. Prawdziwą różnicę robi integracja:

• SCADA/PLC dostarcza kontekstu: prędkość, obciążenie, tryb pracy,
• MES mówi, co było produkowane i kiedy,
• CMMS (system utrzymania ruchu) pozwala związać alarm z historią napraw, częściami i planem serwisu.

Dzięki temu diagnostyka maszyn przemysłowych przestaje być „osobnym światem” i staje się elementem zarządzania produkcją: alarm generuje zlecenie, zlecenie ma priorytet, a po wykonaniu prac dane wracają do systemu jako informacja zwrotna.

8) Uczenie maszynowe i analityka predykcyjna – od progów do modeli

Klasyczna diagnostyka często opiera się o progi (alarm/ostrzeżenie). Modele predykcyjne mogą pójść dalej:

• wykrywają anomalie bez ręcznego definiowania wszystkich scenariuszy,
• szacują ryzyko awarii i orientacyjny czas do krytycznego stanu,
• uczą się zależności między parametrami procesu a zużyciem.

Warunek jest jeden: jakość danych. Jeśli czujniki są źle zamontowane, a sygnały nie są opisane (metadane, punkty pomiarowe, jednostki), nawet najlepszy model nie pomoże. W polskiej praktyce wdrożenia ML działają najlepiej tam, gdzie najpierw uporządkowano podstawy CBM.

Jak dobrać metody do typu maszyn? Prosty przewodnik decyzyjny

Nie trzeba wdrażać wszystkiego naraz. Dobre dopasowanie metod do ryzyka i typu urządzeń daje najlepszy zwrot. Poniżej orientacyjna mapa:

• Pompy/ wentylatory/ silniki → drgania + temperatura + podstawowe parametry procesu.
• Przekładnie → drgania (widma) + analiza oleju + monitoring temperatury.
• Hydraulika → czystość oleju + analiza wody + temperatura + ciśnienia.
• Rozdzielnie i napędy → termowizja + analiza jakości zasilania + monitoring obciążeń.
• Sprężone powietrze → ultradźwięki (nieszczelności) + monitoring energii sprężarek.

Wskazówka dla zakładów w Polsce: jeśli walczysz z kosztami energii, zacznij od ultradźwięków i monitoringu sprężarkowni. Jeśli największym kosztem są przestoje, zacznij od wibrodiagnostyki maszyn krytycznych.

Proces wdrożenia w zakładzie: od audytu do rutyny

Technologia jest tylko częścią układanki. Równie ważny jest proces oraz to, kto i jak korzysta z danych. Poniżej sprawdzony plan wdrożenia.

Krok 1: Krytyczność maszyn i analiza ryzyka

Zrób listę maszyn i oceń je pod kątem:

• wpływu na produkcję (wąskie gardła),
• kosztu przestoju na godzinę,
• czasu dostawy części i dostępności serwisu,
• ryzyka BHP i środowiskowego,
• częstotliwości awarii w historii.

Na tej podstawie wybierz 10–20% urządzeń, które generują 80% ryzyka. Od nich zaczyna się najbardziej opłacalna diagnostyka.

Krok 2: Zdefiniowanie punktów pomiarowych i standardu danych

Ustal, gdzie i jak mierzymy: kierunki, częstotliwość, warunki pracy. Opisz punkty pomiarowe w sposób jednoznaczny (np. „Silnik M1 – łożysko DE – kierunek poziomy”). To drobiazg, który później oszczędza dziesiątki godzin.

Krok 3: Pomiary bazowe i „profil zdrowej maszyny”

Zanim zaczniesz alarmować, zbierz dane referencyjne dla poprawnie pracujących maszyn. W diagnostyce trend jest często ważniejszy niż pojedyncza wartość. Profil bazowy pozwala ocenić, czy zmiana jest istotna.

Krok 4: Progi, alarmy i ścieżka reakcji

Najczęstszy błąd: ustawienie alarmów bez procedury „co dalej”. Dobre praktyki:

• zdefiniuj poziomy: informacja → ostrzeżenie → alarm,
• przypisz właściciela alarmu (np. lider UR danej linii),
• zapisz czas reakcji i minimalny zestaw czynności (inspekcja, pomiar potwierdzający, plan naprawy),
• zamykaj pętlę w CMMS: alarm → zlecenie → wynik → wnioski.

Krok 5: Raportowanie, KPI i ciągłe doskonalenie

Warto mierzyć nie tylko MTBF/MTTR, ale też „KPI diagnostyki”, np.:

• ile usterek wykryto przed awarią (early warnings),
• ile alarmów było trafnych (precision),
• średni czas od wykrycia do zaplanowanej interwencji,
• oszczędności z unikniętych przestojów (szacunek na podstawie krytyczności).

To szczególnie ważne w polskich firmach, gdzie budżety inwestycyjne muszą być uzasadnione twardymi liczbami.

Najczęstsze błędy we wdrożeniach i jak ich uniknąć

Nawet najlepszy sprzęt nie pomoże, jeśli wdrożenie ma luki. Oto najczęstsze problemy:

• Zbyt wiele czujników na start – lepiej zacząć od krytycznych maszyn i dopracować proces.
• Brak kontekstu pracy – porównywanie drgań przy różnych obciążeniach zniekształca wnioski.
• „Alarm fatigue” – za dużo powiadomień bez priorytetów i bez odpowiedzialności.
• Brak kompetencji – szkolenia i mentoring są równie ważne jak zakup systemu.
• Oddzielenie od CMMS – jeśli alarm nie przekłada się na zlecenie, temat umrze.

Przykładowe scenariusze: jak nowoczesna diagnostyka ratuje produkcję

Scenariusz A: Wentylator wyciągowy – niewyważenie po czyszczeniu

Po planowym czyszczeniu wirnika wentylatora rośnie amplituda drgań na 1x prędkości obrotowej. Trend pokazuje skok od razu po postoju. Zespół UR wykonuje wyważanie w miejscu (in-situ) i unika narastania luzów na łożyskach oraz pęknięć podstawy. Koszt: serwis i 2–3 godziny pracy. Potencjalny koszt awarii: kilkadziesiąt godzin przestoju i wymiana elementów konstrukcyjnych.

Scenariusz B: Przekładnia – woda w oleju i przyspieszone zużycie

Analiza oleju wykazuje rosnącą zawartość wody oraz pogorszenie lepkości. Jednocześnie w drganiach pojawiają się wzrosty w paśmie związanym z zazębieniem. Diagnosta lokalizuje nieszczelność na układzie chłodzenia i zanieczyszczony odpowietrznik. Po usunięciu przyczyny i filtracji oleju trend stabilizuje się. Bez tego przekładnia mogłaby wejść w fazę gwałtownego zużycia.

Scenariusz C: Rozdzielnia – przegrzane złącze, które mogło zakończyć zmianę

Podczas przeglądu termowizyjnego wykryto punkt o znacznie wyższej temperaturze na zacisku zasilającym. Dokręcenie i kontrola stanu styku rozwiązały problem. Takie przypadki są częste w starszych instalacjach, spotykanych w wielu polskich zakładach – szczególnie tam, gdzie rozdzielnie pracują w zapyleniu i podwyższonej temperaturze.

Kompetencje zespołu: kto powinien „posiadać” diagnostykę?

W praktyce działają dwa modele:

• Zespół wewnętrzny – własny diagnosta/diagnostka (lub kilku) + procedury + regularne obchody. Dobre przy dużej liczbie maszyn.
• Model mieszany – podstawowe pomiary i reakcja na miejscu + wsparcie firmy zewnętrznej dla trudnych przypadków i audytów.

Niezależnie od modelu, warto zadbać o:

• szkolenia z interpretacji wyników (nie tylko „obsługi miernika”),
• umiejętności RCA (5 Why, Ishikawa),
• współpracę UR z produkcją (ustalanie okien serwisowych).

Jak liczyć opłacalność? Argumenty, które działają w firmach

Najprostszy model ROI opiera się na unikniętych przestojach. Wystarczą trzy liczby:

• koszt przestoju na godzinę (produkcja + koszty pośrednie),
• średnia liczba godzin przestojów rocznie dla maszyn krytycznych,
• procent, który realnie da się zredukować dzięki wczesnemu wykryciu.

Do tego dochodzą oszczędności energii (np. nieszczelności sprężonego powietrza), mniejsze zużycie części i lepsza jakość (mniej braków po awariach). W polskich realiach dobrze działa też argument o dostępności części: jeśli lead time wynosi kilka tygodni, to wczesna informacja o pogarszającym się stanie jest bezcenna.

Przyszłość: diagnostyka jako element „cyfrowej odporności” zakładu

W kolejnych latach zakłady będą rozwijać monitoring online, integrację danych oraz analitykę predykcyjną. Kierunek jest jasny: mniej niespodzianek, więcej planowania. Jednak fundament pozostaje niezmienny: sensowne punkty pomiarowe, dobre dane i jasny proces reakcji.

Jeśli podejdziesz do tematu etapami, już pierwszy kwartał może przynieść szybkie efekty: kilka wykrytych usterek, skrócony czas diagnozy, mniej nocnych telefonów i bardziej przewidywalne postoje planowe.

Podsumowanie

Nowoczesne metody wykrywania usterek – od wibrodiagnostyki, termowizji i analizy oleju, po ultradźwięki, MCSA, monitoring online i IIoT – tworzą spójny system, który pozwala przejść z reaktywnego utrzymania ruchu do podejścia opartego na stanie i predykcji. W praktyce najlepsze efekty daje połączenie technologii z procesem: krytyczność maszyn, pomiary bazowe, sensowne alarmy, integracja z CMMS i konsekwentne zamykanie pętli wniosków.

Jeśli chcesz, mogę przygotować także listę przykładowych punktów pomiarowych dla konkretnej grupy maszyn (np. pompy odśrodkowe, przekładnie, sprężarki) oraz propozycję struktury raportu dla utrzymania ruchu w warunkach typowego polskiego zakładu.