Analytiikka ja tunnuslukujen tulkinta

Tässä aiheessa käydään läpi, miten mitattu hydrauliikkadata muunnetaan selkeiksi tunnusluvuiksi (KPI) ja käytännön toimenpide-ehdotuksiksi. Tarkoitus on tehdä datasta toimintakelpoista tietoa: mitä mitata, miten käsitellä, mitä lukuja seurata ja milloin määrätä toimenpiteet.

1. Prosessi lyhyesti

1. Kerää laadukas data (oikeat anturit, riittävä näytetaajuus, synkronointi).
2. Puhdista ja esikäsittele data (suodata, poista häiriöt, ajoita kalibrointi).
3. Määritä perusindikaattorit (KPI) ja laskentakaavat.
4. Aseta raja-arvot ja trendisäännöt (hälytykset).
5. Korreloi eri muuttujia ja tee mahdollinen RCA.
6. Laadi käytännön toimenpide-ehdotukset ja priorisoi niiden toteutus.

2. Dataesikäsittely (mitattu -> käyttökelpoinen)

• Kalibroi mittarit ja käytä standardoituja yksiköitä.
• Poista selkeät mittausvirheet ja epäloogiset arvot (outlierit) ennen analyysiä.
• Suodata dynaamiset signaalit: käytä low-pass tai band-pass -suodinta tilanteen mukaan.
• Ajoitus ja synkronointi: varmista, että eri anturien data on aikaleimattu oikein.
• Näytteenottotaajuus:
  • Paine/virtaus, kun seurataan pulsaatioita: 1–5 kHz (riippuen ilmiön nopeudesta).
  • Ultraääni: 20–100 kHz (anturin tyypin mukaan).
  • Lämpö, tilannekohtaiset trendit: 1 näyte/min tai harvemmin.
• Käytä anti-aliasing-filttereitä ennen digitaalista näytteenottoa.

3. Keskeiset tunnusluvut (KPI) Ja miten ne lasketaan

Seuraavat KPI:t ovat yleisimpiä hydrauliikkajärjestelmissä.

• Painevakioisuus / painehäiriöiden amplitudi

  • KPI: Paineen keskihajonta (σ_p) tai pulsaatioindeksi = (peak-to-peak) / keskiarvo.
  • Tulkinta: suuret pulssit viittaavat vaimennuksen puutteeseen, venttiiliongelmiin tai pumppuun (kavitointi, iskukuormat).

• Virtauspoikkeama

  • KPI: virtauspoikkeama (%) = (Q_mitattu − Q_design) / Q_design × 100%
  • Tulkinta: plussaa = ylisuoritus tai vuoto komensiolla, miinus = tukos, kuluminen tai pumppausteho alenee.

• Pumpun tilan tunnusluvut

  • Volumetrinen hyötysuhde η_v = Q_actual / Q_theoretical
  • Mekaaninen/hydraulinen hyötysuhde = hydraulinen teho / moottorin teho
  • Tulkinta: lasku viittaa vuotoihin sisällä, kuluneisiin mäntiin/siipiin/hammaspyöriin tai venttiileihin.

• Öljyn puhtaus (partikkelikoodit, ISO 4406)

  • KPI: ISO-luokka (esim. 18/16/13) tai partikkelit/ml yli tietyn kokoluokan (>4 μm, >6 μm, >14 μm).
  • Tulkinta: ylitys → suodattimen tarkastus/uuttiöljyn vaihtaminen ja syyn etsiminen (sisäiset kulutuspartikkelit, kontaminaatio).

• Viskositeetti, kosteuspitoisuus, happoluku (TAN)

  • KPI:t: mm2/s @40°C, ppm vettä, mgKOH/g (TAN).
  • Tulkinta: viskositeetin lasku → lämmön nousu tai väärä öljy; korkea vesipitoisuus → korroosio, bakteerit; korkea TAN → degradaatio.

• Lämpötilan nousu

  • KPI: ΔT = T_sisältö − T_ympäristö tai pumpun suojaraja.
  • Tulkinta: liian korkea ΔT viittaa ylikuormitukseen, jäähdytysongelmiin tai hengitykseen (air entrainment).

• Ultraääni / melu / vibratio

  • KPI: dB-taso, RMS-arvo, spektripiikit (kHz).
  • Tulkinta: korkea ultraääni viittaa vuotoihin, kavitaatioon tai kitkaan.

• Contamination trend / partikkelihistoria

  • KPI: partikkelimäärän trendi / päivittäinen tai viikottainen muutos.
  • Tulkinta: nouseva trendi vaatii suojautumista ja juurisyyn selvitystä.

• Saatavuus ja luotettavuus

  • KPI: MTBF (Mean Time Between Failures), MTTR (Mean Time To Repair), käytettävyys (%)
  • Tulkinta: pitkän aikavälin suorituskyvyn mittaamiseksi. Näistä johdetaan kunnossapidon kehityskohteet.

4. Tilastolliset työkalut ja hälytyslogiikka

• Peruslaskelmat: keskiarvo μ, keskihajonta σ, mediaani, kvartiilit.
• Moving average (liukuva keskiarvo): tasoittaa satunnaista hälyä.
  • Esim. MA_n = (x_t + x_{t-1} + … + x_{t-n+1})/n
• Z-score: (x − μ)/σ tunnistaa poikkeamat.
• Kontrollikaaviot (Shewhart, CUSUM): havaitse prosessin muutokset ajoissa.
• Trendin havaitseminen: lineaarinen regressio ja sen kulmakerroin.
• Spektrianalyysi (FFT): tunnistaa taajuudet, jotka viittaavat kavitaatioon tai roottorin pyörimisnopeuksiin.
• Korrelaatio ja syy-seuraus: Pearson/Spearman korrelaatiot, ristiinajastetut korrelaatiot (cross-correlation) löydä yhteydet esim. partikkelit vs. painevaihtelut.

5. Raja-arvot ja toimenpidesäännöt (esimerkkejä)

Huom. rajat perustuvat laitteisto- ja valmistajakohtaisiin ohjeisiin — käytä OEM-spesifikaatioita ja paikallista baselinea.

• Öljyn puhtaus: jos ISO-luokka nousee 1–2 askeletta yli tavoitteen, lisää suodattimen vaihtotaajuutta; yli 3 askelta → pysäytä järjestelmä ja tee juurisyyn selvitys.
• Painepulsaatio: jos pulsaatioindeksi > 10–15% keskiarvosta → tarkista vaimentimet, venttiilit ja pumppu; toistuvat piikit → analysoi FFT ja tee ultraäänitarkastus.
• Viskositeetti: jos viskositeetti poikkeaa >10% tiedosta → tarkista lämmönsäätö ja mahdollinen öljysekoitus/väärä täyttö.
• Kosteus: jos vesipitoisuus > 200 ppm (esimerkki) → kuivatus tai öljynvaihto & syyselvitys.
• Pumpun hyötysuhde: putoama >5–10% jatkuvasti → suunnittele huoltotoimenpiteet (tiivisteet, osien vaihto).
• Lämpö: jatkuva ΔT yli suunnittelurajan → tarkista jäähdytys, virtaus tai yli- tai alipaino.

Muodosta kullekin KPIlle kolme toimintatasoa: huomio (keltainen), kiireellinen toimenpide (punainen), normaali (vihreä). Kirjaa aina suositeltu toimenpide ja vastuuhenkilö.

6. Tulosten visualisointi ja raportointi

• Trendikaaviot (aika-akselilla) näyttävät kehityksen parhaiten.
• Kulmapaneelit/dashboard: avain-KPI:t ylhäällä, hälytykset näkyvästi.
• Histogrammit näyttävät jakautuman (esim. partikkelien koko).
• Spektrikaavio näyttää taajuuselimet (vibratio/ultraääni).
• Korrelaatiomatriisi auttaa löytämään yhteyksiä (esim. partikkelit vs. pumpun hyötysuhde).
• Raportissa kerro: mitä mitattiin, mitä indikaattorit näyttävät, priorisoidut toimenpiteet ja deadline.

Värit, selkeät tekstit ja toimenpide-ehdotukset tekevät raportista käyttökelpoisen huoltotiimille.

7. Miten muunnat analyysin käytännön toimenpiteiksi

1. Määritä selkeät toimenpidekohdat (esim. suodattimen vaihto, näytteenotto lisääntyy, järjestelmän pysäytys).
2. Priorisoi riskin perusteella: vaikutus turvallisuuteen, tuotantoon ja kustannuksiin.
3. Luo työmäärä (work order) automaattisesti hälytyksen perusteella, liitä mittausdata ja analyysi.
4. Suorita korjaavat toimenpiteet ja kirjaa tulokset (palautetieto).
5. Tarkkaile palautteen vaikutusta KPI:hin (onko tilanne parantunut?).

8. Esimerkkitapaukset (nopeat käytännön esimerkit)

Esimerkki A — nouseva partikkelimäärä:

• Mittaus: ISO-koodi nousee 18/16/13 → 20/18/15 viikossa.
• Analyysi: samanaikainen pumpun hyötysuhteen lasku ja painehäiriöiden kasvu.
• Toimenpide: tarkista suodatin ja suodattimen läpivirtaus, tee öljyanalyysi (partikkelit, metallit), tarkista laitteiston kuluvat osat. Jos metallipitoisuus korkea → suunnittele pysäytys ja korjaus.

Esimerkki B — painepulssit ja ultraäänihavainto:

• Mittaus: painepiikit ja ultraäänitaso nousevat roottorin taajuudella. FFT näyttää harmonisia piikkejä.
• Analyysi: viittaa kavitaatioon tai iskunomaiseen virtaustilaan venttiilissä.
• Toimenpide: tarkista imu/tuotto-olosuhteet (ilmakuplat), säätöventtiilit, asennukset; koeajoa ennen ja jälkeen korjauksen.

Esimerkki C — lämmön jatkuva nousu:

• Mittaus: ΔT pumpun tulo/poisto kasvaa 15% kolmen päivän ajan.
• Analyysi: pienentynyt virtaus tai lisääntynyt kitka. Korreloi virtausdatojen kanssa.
• Toimenpide: tarkista jäähdytys, puhdista jäähdytin, lisää tilapäinen huoltokatko ja tee kunnollinen tarkastus.

9. Yhdistä analyysi kunnossapidon kehitykseen

• Käytä kerättyä dataa FMEA/Riskianalyysissa priorisoinnin pohjana.
• Aseta KPI-tavoitteet (esim. ISO-luokka, MTBF) ja seuraa kehitystä.
• Implementoi oppimissilmukka: data → toimenpide → seuranta → päivitä säännöt/rajat.

10. Parhaat käytännöt

• Aloita peruskPI:stä ja laajenna analyysiä vaiheittain.
• Hyödynnä OEM:n spesifikaatioita mutta luo oma baseline.
• Dokumentoi kaikki toimenpiteet ja niiden vaikutus KPI:hin.
• Sovi selkeät hälytysrajat ja vastuuhenkilöt.
• Käytä visuaalisia dashboardeja ja automatisoi työmääräluonti hälytysten perusteella.
• Pidä datan laatu korkea — huono data johtaa vääriin toimenpiteisiin.

Tämän aiheen tavoitteena on, että mitatuista arvoista syntyy selkeitä, priorisoituja ja toteutettavia toimenpiteitä. Hyvin määritellyt tunnusluvut ja toimintalogiikat auttavat estämään vian toistumista ja tehostamaan kunnossapitoa.