прогнозна поддръжка: Анализ на вибрациите и Edge AI

Измервателна верига, не само сензор

Мониторингът на състоянието започва с механичния път от актива до чувствителния елемент. Твърдостта на монтажа, ориентацията и локалните резонанси могат да променят спектъра, преди софтуерът да го види. След това обхватът на сензора и плътността на шума трябва да съответстват както на очакваната вибрация, така и на най-ранните признаци на повреда, които си струва да бъдат открити.

Проба за повредата, не за таблото

Бавна тенденция може да покаже, че общата вибрация се повишава, но може да скрие удари на лагери или кратки преходни процеси. Стратегията за придобиване трябва да дефинира честотна лента, честота на дискретизация, дължина на прозореца и условия на задействане от целевите режими на отказ. Планираните прозорци предоставят повтарящи се тенденции; задействаното от събитие улавяне запазва необичайно поведение, без непрекъснат стрийминг.

Превърнете необработените прозорци в оперативни доказателства

RMS, пиковият, пиковият фактор и енергията на спектралната лента са полезни само когато са свързани с работно състояние. Скоростта, натоварването и температурата осигуряват съществен контекст. Edge обработката може да класифицира прозорци, да запазва представителни необработени проби и да предава компактни функции, така че инженерите да могат да разследват предупреждение, без да преместват всяка проба по мрежата.

Проектирайте безжичната връзка около решенията

Пускането в експлоатация, рутинните обобщения, предупрежденията и диагностичните изтегляния имат различни изисквания за честотна лента и мощност. Разделянето на тези класове трафик позволява на радиото, батерията и стратегията за съхранение да обслужват работния процес по поддръжката, вместо да принуждават една връзка да обработва всеки случай.

Предиктивна поддръжка

Мониторингът на състоянието описва текущото състояние на машината и как се променя. прогнозна поддръжка отива по-далеч: използва доказателства, за да реши кога е необходима поддръжка преди неприемлива повреда. Само повишаването на вибрационния резултат не установява оставащия полезен живот. Отделно откриване на аномалии, диагностика на грешки и прогнозиране на времето за повреда в изискванията на проекта.

За помпа или двигател пилотен проект първо идентифицирайте режимите на неизправност, които си струва да бъдат открити, и действието по поддръжката, което трябва да задейства предупреждението. Записвайте скорост, натоварване, позиция на монтаж и сервизни събития заедно с вибрационни прозорци. Сравнете подобни работни състояния, така че нормалните производствени промени да не бъдат объркани с влошаване.

Комбинирайте анализа на вибрациите с термовизионно изобразяване

Камерата термовизионно изобразяване може да добави контекст на повърхностната температура към вибрациите и електрическите измервания. Например, промяна във вибрациите, придружена от повтарящо се повишаване на температурата, може да оправдае по-внимателна проверка. Инфрачервената камера не разкрива всяка вътрешна повреда и горещата област не е диагноза. Геометрията на измерване, коефициентът на излъчване, отразената температура и работното натоварване оказват влияние върху интерпретацията.

Изберете метода на отчитане около достъпа и видимостта на грешките. Сензор за фиксирана температура може да е достатъчен за един корпус на лагера; термовизионно изобразяване може да бъде полезен, когато няколко достъпни повърхности се нуждаят от наблюдение. Съхранявайте доказателства с времеви щампи и сравнявайте тенденциите при подобни условия, преди да решите как трябва да се комбинират сигналите.

Там, където се вписват edge AI и Industrial IoT

Индустриален IoT шлюз може да събира функции, да запазва диагностични прозорци и да предава предупреждения към работен процес за поддръжка. Започнете с интерпретируема базова линия и прагове. Добавете edge AI, когато представителен набор от данни демонстрира предимство, като например по-малко фалшиви аларми при променящи се работни състояния. Валидирайте с данни, изключени от разработката на модела и докладвайте за пропуснати събития, както и за фалшиви сигнали.

Определете кой преглежда предупреждение, кои необработени данни може да извлече и как потвърдено събитие за поддръжка се връща обратно в системата. Измерете времето за откриване, тежестта на предупрежденията и наличността на данни по време на пилотен проект. Това са по-полезни критерии за приемане от таблото за управление, което просто показва резултат за аномалия.

Разгледайте проект за мониторинг на състоянието на машината

Техническа справка: FLIR: измерване на температурата и настройки за излъчване