狀態(tài)監(jiān)控是采集和分析設(shè)備傳感器數(shù)據(jù)的過(guò)程,目的是評(píng)估設(shè)備在運(yùn)行期間的健康狀態(tài)。準(zhǔn)確識(shí)別設(shè)備的當(dāng)前健康狀態(tài)對(duì)于開(kāi)發(fā)預(yù)測(cè)性維護(hù)和基于狀態(tài)的維護(hù)計(jì)劃至關(guān)重要。
狀態(tài)監(jiān)控的好處
狀態(tài)監(jiān)控使設(shè)備制造商和運(yùn)營(yíng)人員能夠:
減少意外故障:在異常和故障惡化為重大問(wèn)題之前檢測(cè)到它們。
優(yōu)化維護(hù)計(jì)劃:僅在必要時(shí)安排維護(hù),從而避免不必要的維護(hù)成本。
最大限度減少停機(jī)時(shí)間:更快地隔離故障源,以減少診斷和維護(hù)所需的時(shí)間。
狀態(tài)監(jiān)控不僅僅是采集數(shù)據(jù),還需要使用這些數(shù)據(jù)來(lái)評(píng)估機(jī)器的健康狀態(tài)。在實(shí)際操作中,它的形式多種多樣,從確保單個(gè)傳感器值不超過(guò)安全閾值的控制圖,到用幾個(gè)月的歷史數(shù)據(jù)對(duì)數(shù)百個(gè)傳感器進(jìn)行訓(xùn)練的機(jī)器學(xué)習(xí)算法,等等。
狀態(tài)監(jiān)控算法
狀態(tài)監(jiān)控與預(yù)測(cè)
一個(gè)預(yù)測(cè)性維護(hù)計(jì)劃可能同時(shí)包含狀態(tài)監(jiān)控算法和故障預(yù)測(cè)算法。狀態(tài)監(jiān)控和預(yù)測(cè)之間的主要區(qū)別是時(shí)間規(guī)劃。
時(shí)間規(guī)劃 | |
狀態(tài)監(jiān)控 | 當(dāng)前狀態(tài) [1] |
預(yù)測(cè) | 將來(lái)狀態(tài) [2] |
MATLAB 代碼示例
[1] 檢測(cè)軸承故障
[2] 估算飛機(jī)引擎的剩余使用壽命
狀態(tài)監(jiān)控的重點(diǎn)是機(jī)械的當(dāng)前狀態(tài)。它使用實(shí)時(shí)數(shù)據(jù)識(shí)別故障和異常,并能夠立即采取糾正措施來(lái)防止停機(jī)。狀態(tài)監(jiān)控方法包括異常檢測(cè)算法和診斷算法,前者檢測(cè)機(jī)器行為何時(shí)偏離正常狀態(tài),后者識(shí)別具體的組件故障。
另一方面,預(yù)測(cè)通過(guò)分析數(shù)據(jù)中的趨勢(shì)和模式來(lái)預(yù)測(cè)將來(lái)以估計(jì)設(shè)備的剩余使用壽命。這種預(yù)測(cè)性活動(dòng)有助于提前規(guī)劃維護(hù)活動(dòng),優(yōu)化資源分配并最大限度地減少停機(jī)時(shí)間。
狀態(tài)監(jiān)控和預(yù)測(cè)算法的結(jié)合使用有助于制定全面的預(yù)測(cè)和健康管理 (PHM) 策略,從而提高機(jī)械的可靠性和壽命。
在 MATLAB 中開(kāi)發(fā)狀態(tài)監(jiān)控算法
在 MATLAB 中開(kāi)發(fā)狀態(tài)監(jiān)控算法的典型工作流包括采集和預(yù)處理數(shù)據(jù)、識(shí)別狀態(tài)指標(biāo)、訓(xùn)練模型以及部署和集成算法。
狀態(tài)監(jiān)控算法開(kāi)發(fā)工作流。
采集數(shù)據(jù)
采集數(shù)據(jù)始終是開(kāi)發(fā)狀態(tài)監(jiān)控算法的第一步。如果您有來(lái)自運(yùn)營(yíng)機(jī)器的流化或存檔的傳感器數(shù)據(jù),可通過(guò)多種方式來(lái)訪問(wèn)這些數(shù)據(jù)進(jìn)行分析。您可以通過(guò)測(cè)試硬件直接獲取數(shù)據(jù),或通過(guò)連接到 OPC UA、RESTful Web 服務(wù)、數(shù)據(jù)庫(kù)、AWS S3 和 Azure Blob 等工具來(lái)檢索數(shù)據(jù)。
采集和組織用于訓(xùn)練狀態(tài)監(jiān)控算法的合適數(shù)據(jù)可能是一項(xiàng)挑戰(zhàn),尤其是表示故障和失敗的數(shù)據(jù)。您可以使用 Simscape 內(nèi)置的基于物理的模型生成合成數(shù)據(jù),從而替換或增強(qiáng)現(xiàn)有運(yùn)營(yíng)數(shù)據(jù)。
探查和預(yù)處理數(shù)據(jù)
深入理解數(shù)據(jù)是設(shè)計(jì)有價(jià)值的狀態(tài)監(jiān)控算法的關(guān)鍵。這可能需要預(yù)處理數(shù)據(jù)以去除離群值、噪聲、趨勢(shì)和其他干擾因素。預(yù)處理可確保狀態(tài)監(jiān)控算法基于最有代表性的可用信息進(jìn)行訓(xùn)練。
在此數(shù)據(jù)探查階段,可視化部分?jǐn)?shù)據(jù)集可能很有用。理解數(shù)據(jù)所表示意義的領(lǐng)域?qū)<铱赡軆H憑肉眼就能輕松檢測(cè)到異常和故障。在這種情況下,簡(jiǎn)單的狀態(tài)監(jiān)控算法(如 findchangepts 或控制圖)可能就足夠了。
如果數(shù)據(jù)包含許多不容易識(shí)別的傳感器和復(fù)雜模式,則需要更高級(jí)方法來(lái)從數(shù)據(jù)集中提取含義。此時(shí),機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等基于 AI 的方法會(huì)彰顯其價(jià)值。
有時(shí),傳感器讀數(shù)中的異常情況很容易發(fā)現(xiàn),如此 MATLAB 繪圖所示。在這種情況下,簡(jiǎn)單的狀態(tài)監(jiān)控算法就足夠了。
設(shè)計(jì)狀態(tài)監(jiān)控算法
設(shè)計(jì)狀態(tài)監(jiān)控算法的第一步通常涉及識(shí)別狀態(tài)指標(biāo):指示正常和故障運(yùn)行狀況之間差異的特征。狀態(tài)指標(biāo)可能很容易識(shí)別,也可能需要經(jīng)過(guò)提取和分析來(lái)自許多傳感器的衍生量的迭代過(guò)程才能找到有意義的模式。此過(guò)程稱(chēng)為特征工程。
Predictive Maintenance Toolbox 包括診斷特征設(shè)計(jì)器。這是一個(gè) App,可用于提取、分析和排列最相關(guān)的特征,以便以交互方式檢測(cè)故障。此 App 能夠簡(jiǎn)化將原始數(shù)據(jù)轉(zhuǎn)換為有用的推導(dǎo)特征的任務(wù),使開(kāi)發(fā)有效的狀態(tài)監(jiān)控算法變得更加容易。
使用診斷特征設(shè)計(jì)器,您能夠以交互方式提取特征和對(duì)其排序來(lái)訓(xùn)練狀態(tài)監(jiān)控算法。
確定合適的狀態(tài)指標(biāo)后,下一步是使用它們創(chuàng)建狀態(tài)監(jiān)控算法。這涉及訓(xùn)練機(jī)器學(xué)習(xí)或深度學(xué)習(xí)算法,這些算法從選定特征中學(xué)習(xí)以準(zhǔn)確檢測(cè)故障和異常。分類(lèi)學(xué)習(xí)器使您能夠以交互方式嘗試不同故障分類(lèi)方法,通過(guò)比較各種機(jī)器學(xué)習(xí)模型找到最合適的狀態(tài)監(jiān)控算法。
使用分類(lèi)學(xué)習(xí)器,您可以訓(xùn)練各種分類(lèi)模型以用于狀態(tài)監(jiān)控。
部署和集成狀態(tài)監(jiān)控算法
為了提供商業(yè)價(jià)值,狀態(tài)監(jiān)控算法需要部署和集成在運(yùn)營(yíng)環(huán)境中,例如在本地服務(wù)器或云中。狀態(tài)監(jiān)控算法也可以部署到嵌入式系統(tǒng),從而加快響應(yīng)速度,并減少通過(guò)網(wǎng)絡(luò)發(fā)送的數(shù)據(jù)量。
部署涉及將算法從開(kāi)發(fā)環(huán)境傳輸?shù)秸鎸?shí)運(yùn)營(yíng)環(huán)境中,它可以在真實(shí)運(yùn)營(yíng)環(huán)境開(kāi)始監(jiān)測(cè)設(shè)備。此步驟需要仔細(xì)規(guī)劃,以確保算法與機(jī)械的傳感器和數(shù)據(jù)采集系統(tǒng)無(wú)縫對(duì)接。另一方面,集成涉及將算法嵌入到運(yùn)營(yíng)工作流中,確保它與其他維護(hù)和監(jiān)測(cè)系統(tǒng)有效通信。這可能包括設(shè)置在算法檢測(cè)到潛在問(wèn)題時(shí)向維護(hù)團(tuán)隊(duì)發(fā)出通知,或與顯示機(jī)械實(shí)時(shí)健康指標(biāo)的控制板進(jìn)行集成。
點(diǎn)擊查看此用戶案列:可口可樂(lè)公司開(kāi)發(fā)基于機(jī)器學(xué)習(xí)的虛擬壓力傳感器以改進(jìn)飲料機(jī)診斷
可口可樂(lè)公司使用 MATLAB 和 Simulink 為 Freestyle 飲料機(jī)中所用的基于機(jī)器學(xué)習(xí)的虛擬壓力傳感器開(kāi)發(fā)了嵌入式代碼。
部署和集成階段標(biāo)志著從理論設(shè)計(jì)到實(shí)際應(yīng)用的轉(zhuǎn)換,在此階段,算法在預(yù)測(cè)和預(yù)防設(shè)備故障方面的有效性會(huì)得到真正的檢驗(yàn)。狀態(tài)監(jiān)控算法可以成為預(yù)測(cè)性維護(hù)的關(guān)鍵工具,從而幫助延長(zhǎng)設(shè)備壽命和提高運(yùn)營(yíng)效率。
-
傳感器
+關(guān)注
關(guān)注
2565文章
53006瀏覽量
767417 -
matlab
+關(guān)注
關(guān)注
189文章
3001瀏覽量
234121 -
算法
+關(guān)注
關(guān)注
23文章
4710瀏覽量
95387 -
狀態(tài)監(jiān)控
+關(guān)注
關(guān)注
0文章
15瀏覽量
10907
原文標(biāo)題:什么是狀態(tài)監(jiān)控?如何開(kāi)發(fā)狀態(tài)監(jiān)控算法?
文章出處:【微信號(hào):MATLAB,微信公眾號(hào):MATLAB】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
MATLAB在FPGA開(kāi)發(fā)中的應(yīng)用
FXLMS算法在MATLAB中的實(shí)現(xiàn)
怎么使用Matlab進(jìn)行電機(jī)控制算法仿真?
Matlab-LMS算法演示
怎樣通過(guò)重新燒寫(xiě)固件來(lái)獲得一個(gè)最初的RK開(kāi)發(fā)狀態(tài)呢
SOFM網(wǎng)絡(luò)及其在MATLAB中的實(shí)現(xiàn)
MATLAB在LabVIEW開(kāi)發(fā)虛擬儀器中的應(yīng)用

在MATLAB環(huán)境中調(diào)用DLL對(duì)硬件資源訪問(wèn)的方法

基于Matlab模型算法控制工具箱的開(kāi)發(fā)
自動(dòng)轉(zhuǎn)換收發(fā)狀態(tài)的RS485信號(hào)分配器的設(shè)計(jì)(論文用)
Matlab教程之Matlab安裝教程和如何使用Matlab生成DSP C6748可用的算法

如何在MATLAB中開(kāi)發(fā)基于像素的視頻和圖像處理算法

評(píng)論