選擇最合適的預測性維護傳感器
基于狀態(tài)的監(jiān)控 （CbM） 涉及使用傳感器監(jiān)控機器或資產(chǎn)，以測量當前的健康狀況。預測性維護 （PdM） 涉及 CbM、機器學習和分析等技術(shù)的組合，以預測即將發(fā)生的機器或資產(chǎn)故障。在監(jiān)控機器的健康狀況時，選擇最合適的傳感器以確保可以檢測、診斷甚至預測故障至關(guān)重要。目前有許多傳感器用于檢測和檢測旋轉(zhuǎn)機械及其負載中的故障，最終目標是避免計劃外停機。由于PdM技術(shù)應用于多種旋轉(zhuǎn)機器（電機、齒輪、泵和渦輪機）和非旋轉(zhuǎn)機器（閥門、斷路器和電纜），因此很難對每個傳感器進行排序。
許多工業(yè)電機設(shè)計為在化學和食品加工廠以及發(fā)電設(shè)施等連續(xù)生產(chǎn)應用中工作長達 20 年，但有些電機未達到其預計使用壽命。1這可能是由于電機運行不足、維護計劃不足、缺乏對 PdM 系統(tǒng)的投資或根本沒有 PdM 系統(tǒng)。PdM 使維護團隊能夠安排維修并避免計劃外停機。通過 PdM 及早預測機器故障還可以幫助維護工程師識別和修復運行效率低下的電機，從而提高性能、生產(chǎn)率、資產(chǎn)可用性和使用壽命。
最好的 PdM 策略是有效利用盡可能多的技術(shù)和傳感器來及早檢測故障并具有高度置信度的策略，因此，沒有一個傳感器適合所有人的解決方案。本文旨在闡明為什么預測性維護傳感器對于早期檢測 PdM 應用中的故障至關(guān)重要，以及它們的優(yōu)點和缺點。
系統(tǒng)故障時間表
圖 1 顯示了從安裝新電機到電機故障的事件模擬時間線以及推薦的預測性維護傳感器類型。安裝新電機時，它在保修期內(nèi)。幾年后，保修期將到期，此時將實施更頻繁的人工檢查團。
圖1.機器運行狀況與時間。
如果在這些定期維護檢查之間出現(xiàn)故障，則可能會出現(xiàn)計劃外停機。在這種情況下，擁有合適的預測性維護傳感器以盡早檢測潛在故障變得至關(guān)重要，因此，本文將重點介紹振動和聲學傳感器。振動分析通常被認為是PdM的最佳起點。
預測性維護傳感器
一些傳感器可以比其他傳感器更早地檢測到某些故障，例如軸承損壞，如圖1所示。在本節(jié)中，將討論最常用于盡早檢測故障的傳感器，即加速度計和麥克風。表 1 顯示了傳感器規(guī)格列表以及它們可以檢測到的一些故障。大多數(shù)PdM系統(tǒng)只會使用其中一些傳感器，因此必須確保充分了解潛在的關(guān)鍵故障以及最適合檢測它們的傳感器。
| 測量 | 傳感器 | 關(guān)鍵信息 | 目標故障 |
| 振動 | 壓電加速度計 | 低噪聲，頻率高達 30 kHz，在 CbM 應用中久經(jīng)考驗 | 軸承狀態(tài)、齒輪嚙合、泵氣蝕、不對中、不平衡、負載條件 |
| 振動 | 微機電系統(tǒng)加速度計 | 低成本/功耗/尺寸，頻率高達 20 kHz+ | 軸承狀態(tài)、齒輪嚙合、泵氣蝕、不對中、不平衡、負載條件 |
| 聲壓 | 麥克風 | 低成本/功耗/尺寸，頻率高達 20 kHz | 軸承狀態(tài)、齒輪嚙合、泵氣蝕、不對中、不平衡、負載條件 |
| 聲壓 | 超聲波麥克風 | 低成本/功耗/尺寸，頻率高達 100 kHz | 壓力泄漏、軸承狀況、齒輪嚙合、泵氣蝕、不對中、不平衡 |
| 電機電流 | 分流器、電流互感器 | 低成本、無創(chuàng)，通常在電機電源下測量 | 偏心轉(zhuǎn)子、繞組問題、轉(zhuǎn)子棒問題、供應不平衡、軸承問題 |
| 磁場 | 霍爾、磁力計、搜索線圈 | 低成本/尺寸，頻率高達 250 Hz，在整個溫度范圍內(nèi)保持穩(wěn)定 | 轉(zhuǎn)子桿、端環(huán)問題 |
| 溫度 | 紅外熱成像 | 昂貴、準確、同時提供多種資產(chǎn)/熱源 | 由于摩擦、負載變化、啟動/停止過度、電源不足而導致的熱源位置 |
| 溫度 | RTD，熱電偶，數(shù)字 | 低成本、尺寸、精度高 | 摩擦引起的溫度變化、負載變化、啟動/停止過度、電源不足 |
| 油品質(zhì)量 | 粒子監(jiān)測儀 | 粘度、顆粒和污染 | 檢測磨損產(chǎn)生的碎屑 |
傳感器和系統(tǒng)故障注意事項
工業(yè)和商業(yè)應用中90%以上的旋轉(zhuǎn)機械使用滾動軸承。3電機故障組件的分布如圖2所示，可以清楚地看到，在選擇PdM傳感器時，關(guān)注軸承監(jiān)控非常重要。為了檢測、診斷和預測潛在故障，振動傳感器必須具有低噪聲和寬帶寬能力。
圖2.電機組件故障發(fā)生率的百分比。4
表 2 顯示了與旋轉(zhuǎn)電機相關(guān)的一些最常見故障，以及 PdM 應用中使用的一些相應振動傳感器要求。為了盡早檢測故障，PdM系統(tǒng)通常需要高性能傳感器。資產(chǎn)上使用的預測性維護傳感器的性能水平與資產(chǎn)在整個過程中持續(xù)可靠運行的重要性相關(guān)，而不是以犧牲資產(chǎn)本身為代價。
表 2.機器故障和振動傳感器注意事項的簡要概述
| 傳感器要求 | 常見機器故障 | |||
| 不平衡 | 失調(diào) | 軸承缺陷 | 齒輪缺陷 | |
| 低至中等噪聲 >100 μg/√Hz |
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
發(fā)布評論請先 登錄 相關(guān)推薦
熱點推薦
傳感器在工業(yè) 4.0 預測性維護中的應用預測性維護在很大程度上依賴技工的專長和直覺來解決問題或診斷故障，而今天的先進診斷設(shè)備和工業(yè) 4.0 技術(shù)增加了電子傳感器和機械傳感器，能夠更
使用電流傳感器高效地采集數(shù)據(jù)，實現(xiàn) AI 預測性維護問題的廣泛興趣。AI/ML系統(tǒng)設(shè)計人員要想實現(xiàn)此類預測性維護，面臨的難題之一是為應用選擇最合適的傳感器
選擇溫度傳感器的考慮因素溫度傳感器在眾多應用場景中扮演著重要角色，包括消費電子產(chǎn)品、環(huán)境監(jiān)測和工業(yè)加工。為確保溫度讀數(shù)準確，選擇合適的溫度傳感器至關(guān)重要。市場上有各種各樣的溫度
如何使用Amazon IoT和Amazon SageMaker進行設(shè)備實時預測性維護？物聯(lián)網(wǎng)（IoT）的一個典型應用場景是能夠從傳感器數(shù)據(jù)中獲取上下文洞察力，例如分析設(shè)備異常或者進行預測性維護，及時給予用戶通知。在本文中，我們將專注于通過設(shè)備多項指標對設(shè)備進行
發(fā)表于 07-06 06:10
如何幫你的回歸問題選擇最合適的機器學習算法回歸分析在機器學習領(lǐng)域應用非常廣泛，例如，商品的銷量預測問題，交通流量預測問題。那么，如何為這些回歸問題選擇最合適的機器學習算法呢？
怎么選擇最合適的預測性維護傳感器？選擇最合適的傳感器，以確保能夠檢測、診斷甚至預測故障，這點至關(guān)重要。 目前有許多傳感器被用于檢測旋轉(zhuǎn)機器及其負載中的故障，從而避免意外停機。
如何選擇合適的傳感器 傳感器選擇指南這么多傳感器，在設(shè)計測量系統(tǒng)之前，如何在海量傳感器中選出合適的呢?小編為您奉上一份NI出品的傳感器選擇指南技術(shù)白皮書，指南中對七種常見的
如何選擇合適的溫度傳感器根據(jù)您的需求挑選最合適的溫度傳感器，要弄清楚以下幾個問題：溫度傳感器代理商應該挑選觸摸式傳感器仍是紅外傳感器? 觸摸式
發(fā)表于 04-08 11:38
?3368次閱讀
傳感器在工業(yè)4.0預測性維護中的應用作為工業(yè) 4.0 的重要組成部分，本地決策系統(tǒng)在設(shè)備內(nèi)或附近收集傳感器數(shù)據(jù)，以此為依據(jù)做出正確判斷，幫助檢修人員提前發(fā)現(xiàn)昂貴、復雜的可能是遠程設(shè)備出現(xiàn)的小問題，避免釀成大事故。這個功能要求傳感器必須具有邊緣處理［13］能力和人工智能 （AI），因為人工智能是
采用“3483”選型法則為設(shè)計選擇最合適的氣壓傳感器意法半導體的氣壓傳感器已經(jīng)越來越多地被用于智能手機，平板電腦和可穿戴技術(shù)中，并為精準的高度位置監(jiān)測以及預測性維護等新工業(yè)應用打開大門。那該如何根據(jù)設(shè)計需求
選擇合適的預測性維護傳感器沒有 PdM 系統(tǒng)。PdM 使維護團隊能夠安排維修并避免計劃外停機。通過 PdM 及早預測機器故障還可以幫助維護工程師識別和修復運行效率低下的電機，從而提高性能、生產(chǎn)率、資產(chǎn)可用性和使
版權(quán)所有 ? 長沙勒克斯教育咨詢有限公司 湖南省長沙市開福區(qū)月湖街道匍園路20號聚恒科技園1棟2301-1房 電子發(fā)燒友 （電路圖） 湘公網(wǎng)安備43011202000918 工商網(wǎng)監(jiān)
湘ICP備2023036445號-105-1
| |||
評論