Suomalaisen investointituoteteollisuuden kipupiste on maailman luokassa pienet volyymit sekä laaja tuotetarjonta. Uuden teknologian tehokas hyödyntäminen nostaa vanhoja, jopa kuluneita käsitteitä uuteen valoon. Luotettavuus on perustunut aikaisemmin pitkään kokemukseen vanhoista komponenteista, ylimitoituksen käyttöön ja tuotteiden  lanseerausajan puitteissa liian pitkiin sekä tuloksiltaan epävarmoihin kenttätestausjaksoihin.

Yhteiskunnan muutoksien johdosta ovat koneiden käyttöolosuhteet jatkuvasti muutoksessa. Koneen kestoiän arviointi tulee perustaa systemaattiseen, reaaliaikaiseen tiedonkeruuseen olemassa olevista koneista ja nopeutetuista testeistä sekä kestoiän adaptiiviseen määritykseen.

Kuva 1. Elinikämäärityksen malli ja datavirrat testauksen näkökulmasta tarkasteltuna.

Elinikämääritys

Tuotteen elinkaari alkaa ideoista ja ajatuksista ja etenee suunnitteluun, valmistukseen, käyttöön ja lopulta tuotteen kierrätykseen ja hävitykseen. Koko elinkaari tulee siten ottaa lähtökohdaksi tuotteen suunnitteluun, valmistukseen ja käyttöön. Kuvassa 1 on esitetty elinikämäärityksen liittyminen koneen suunnitteluun, valmistukseen, käyttöön ja käynnissäpitoon.

Koneen kestoiän arviointi tulee perustaa systemaattiseen, reaaliaikaiseen tiedonkeruuseen olemassa olevista koneista ja nopeutetuista testeistä. Elinkaareen perustuvassa suunnittelussa otetaan käyttöön uusia menetelmiä, joissa mittaus ja simulointi on integroitu, sekä kehitetään kuluneelle koneelle mallinnusmenetelmiä.

Testauksen painopisteeksi otetaan todellisten käyttöolosuhteiden mukaiset kuormitukset. Koetulosten avulla varmennetaan simulointimenetelmien toimivuus ja saadut tulokset.

Nopeutettu eliniän määritys

Tuotteen elinkaaren hallinnan PLM (Product Lifecycle Management) avulla pyritään, pääasiassa ohjelmistosovellusten avulla, hallitsemaan kaikki tuotteeseen liittyvät tiedot ja suunnitteluprosessit. Nopeutetulla elinkaaren määrityksellä pyritään eri menetelmin keräämään tarvittava tieto, jota voidaan käyttää tuotteen eliniän seurantaan ja prognoosiin. Oleellisia tekijöitä nopeutetussa elinkaaren määrityksessä ovat:

• reaaliaikaisen moniparametrisen datan käyttö – poistetaan kumuloituvan tiedon hitaus
• toimintatilojen vaikutusten ennakointi – otetaan huomioon koneen käytön variointi
• datan takaisinkytkentä edeltäviin vaiheisiin – voidaan ohjata toimintoja

Kuva 2. Nopeutetun testauksen toimintamalli ja tulosten hyödyntäminen.

Nopeutetun testauksen yksinkertaistettu toimintamalli ja tulosten hyödyntäminen on esitetty kuvassa 2.

Nopeutettu testaus voidaan toteuttaa fyysisenä komponentin nopeutettuna testauksena tai keinotekoisesti simuloimalla sen toimintaa todellisen tai generoidun datan avulla. Testauksen tuloksena saadaan selville käyttöikää lyhentävät ja nopeuttavat tekijät ja niitä vastaavat parametrien arvot. Parametrien avulla voidaan käänteisen mallin, simuloinnin tai muun menetelmän avulla arvioida koneen jäljellä oleva käyttöikä.

Vikaantumismekanismit ja -mallit

Syy tuotteiden vanhenemiseen sekä lopulta vikaantumiseen johtuu erilaisista mekaanisista, termisistä, kemiallisista ja sähköisistä prosesseista, joita käyttöolosuhteissa esiintyy. Tällaisia vikaantumismekanismeja ovat esimerkiksi materiaalien väsyminen, viruminen, korroosio tai kuluminen. Tietämällä, minkälaisia ja kuinka suuria rasituksia tuote käytön aikana kokee ja ymmärtämällä minkälaisia vikamekanismeja ne aiheuttavat, voidaan tuotteen elinikää käyttöolosuhteissa arvioida.

Vikaantumismekanismeille on kehitetty erilaisia matemaattisia malleja, joita voidaan käyttää apuna luotettavuuden laskennallisessa määrittelyssä. Tämänkaltaisia malleja on kehitetty esimerkiksi lämpörasitukselle, jännitteelle, kosteudelle, korroosiolle tai elektromigraatiolle. Olettaen, ettei vikaantumisen taustalla oleva mekanismi muutu, voidaan tuotteen eri käytönaikaisten rasitustasojen välille määrittää kiihtyvyyskerroin.

Lämpötilasta riippuvien vikaantumismekanismien tapauksessa on yleisesti käytetty Arrheniuksen mallia. Sillä voidaan kuvata tietyn aktivointienergian omaavan kemiallisen reaktion lämpötilasta riippuvaa reaktionopeutta. Eli lämpötilaa nostamalla voidaan tiettyä vikaantumisprosessia nopeuttaa. Arrheniuksen mallin mukainen kiihtyvyyskerroin (KK) laboratorio- ja käyttöolosuhteissa tapahtuvien vikaantumisten välillä on:

Kaavassa E_a on vikantumismekanismista riippuva aktivointienergia, k on Boltzmannin vakio ja T lämpötila Kelvineinä.

Myös ilmassa olevalla kosteudella on oleellinen vaikutus tuotteiden luotettavuuteen ja elinikään. Peckin malli, joka alun perin kehitettiin puolijohdekomponenteille, yhdistää Arrheniuksen mallin suhteellisen ilmankosteuden kanssa. Peckin mallin mukainen kiihtyvyyskerroin on:

Kaavassa M_käyttö ja M_laboratorio ovat käyttö- ja laboratorio-olosuhteiden suhteelliset kosteusprosentit ja n on kokeellisesti määritetty vakio.

Edellisen kaltaiset kiihtyvyyskertoimet ja vikaantumismallit pätevät vain tiettyjen rajojen puitteissa. Jos testausta yritetään kiihdyttää liikaa käyttämällä joko liian suurta rasitusta tai toistotaajuutta, tuote voi vikaantua väärän vikaantumismekanismin kautta. Tällöin on vaarana, että testi antaa väärän kuvan tuotteen luotettavuudesta.

NEM-projekti

Tampereen teknillisellä yliopistolla on käynnistynyt tutkimusprojekti Nopeutettu elinkaaren määritys – NEM. Sen tavoitteena on lisätä elinkaarimäärityksen osaamista ja kehittää elinikätestauksen menetelmiä, sekä siirtää tietämystä tämän alan opetukseen.

Tutkimuksen avainsanoja elinkaarimärityksessä ovat reaaliaikaisuus ja adaptiivisuus. Keskeisiä menetelmiä ovat eliniän simulointi sekä komponenttien fyysinen testaus. Sovelluskohteina ovat mukana olevien yritysten caset. Kuvassa 3 on esitetty tutkimuksen idea, joka tiivistettynä voidaan sanoa; Kuinka vastataan muuttuviin alkuarvoihin?

Kuva 3. Tutkimuksen idea NEM-projektissa.

Projekti jakaantuu osa-alueisiin Häiriötoimintojen ennakointi testaamalla, Komponenttien nopeutettu testaus, Adaptiivinen kestoiän määritys ja Vikaantumismekanismit ja -mallit. Projektin tutkimusorganisaatioon kuuluvat TTY:n sisällä materiaaliopin, kone- ja tuotantotekniikan, hydrauliikan ja automatiikan sekä sähkötekniikan laitokset. Vaihtotutkijoiden kautta mukaan osallistuvat Marylandin yliopisto Yhdysvalloista sekä Grenoblen yliopisto Ranskasta. Projektin kestoaika on kolme vuotta ja se on Tekesin ja teollisuuskonsortion rahoittama. Rahoittavat yritykset ovat Sandvik Mining and Construction Oy, Valtra Oy, Fortum Power and Heat Oy ja Teollisuuden Voima Oyj. Asiantuntijajäseninä mukana ovat yritykset Neurovision ja Oliotalo.

NEM-projektin tutkimusryhmänä on projektin johtaja prof. Pentti Saarenrinne, projektipäällikkö dosentti Juha Miettinen, TkT Petteri Multanen, TkT Janne Kiilunen, tutkijat FM Petteri Ojala, DI Jukka-Pekka Hietala, DI Antti Kolu, DI Juha Pippola, DI Milad Mostofizadeh, TK Markku Ylönen. Asiasta kiinnostuneet voivat ottaa yhteyttä pentti.saarenrinne@tut.fi tai juha.s.miettinen@tut.fi .

Lähdeluettelo:

1. Escobar, L.A., Meeker, W.Q. A review of Accelerated Test Models. Statist. Sci. Volume 21, Number 4 (2006), 552-577.

2. Meeker, W.Q., Escobar, L.A., Hong, Y. Using accelerated life tests results to predict product field reliability. Technometrics, Vol. 51, No. 2, pp. 146-161.

3. Meeker, W.Q. Accelerated testing, Obtaining reliability information quickly.

4. Voitto I Kokko, Ageing Due to Thermal Cycling by Power Regulation Cycles in Lifetime Estimation of Hydroelectric Generator Stator Windings, IEEE, 978-1-4673-0142-8, (2012), 1559-1564.

5. Kiilunen, J. 2014. Development and Evaluation of Accelerated Environmental Test Methods for Products with High Reliability Requirements. Doctoral thesis. Tampere University of Technology. Publication 1242.