Predictive Maintenance: Pagsusuri ng Vibration at Edge AI

Isang measurement chain, hindi lang isang sensor

Ang pagsubaybay sa kundisyon ay nagsisimula sa mekanikal na landas mula sa asset patungo sa sensing element. Maaaring baguhin ng mounting stiffness, orientation at local resonances ang spectrum bago ito makita ng software. Ang hanay ng sensor at densidad ng ingay ay dapat magkatugma sa inaasahang panginginig ng boses at sa pinakamaagang mga lagda ng pagkakamali na dapat makita.

Sample para sa fault, hindi para sa dashboard

Maaaring ipakita ng mabagal na trend na tumataas ang pangkalahatang vibration, ngunit maaari nitong itago ang mga epekto ng bearing o maikling transient. Dapat tukuyin ng diskarte sa pagkuha ang bandwidth, sample rate, haba ng window at mga kundisyon ng pag-trigger mula sa mga mode ng target na pagkabigo. Ang mga naka-iskedyul na window ay nagbibigay ng mga paulit-ulit na uso; Ang pag-capture na na-trigger ng kaganapan ay nagpapanatili ng hindi pangkaraniwang pag-uugali nang walang tuluy-tuloy na streaming.

Gawing operational evidence ang mga hilaw na bintana

Ang RMS, peak, crest factor at spectral-band energy ay kapaki-pakinabang lamang kapag nakatali sa operating state. Ang bilis, pagkarga at temperatura ay nagbibigay ng mahalagang konteksto. Ang pagpoproseso ng gilid ay maaaring mag-uri-uriin ang mga bintana, mapanatili ang mga kinatawan ng mga hilaw na sample at magpadala ng mga compact na feature para maimbestigahan ng mga inhinyero ang isang alerto nang hindi inililipat ang bawat sample sa network.

Idisenyo ang wireless na link sa paligid ng mga desisyon

Ang pag-commissioning, mga nakagawiang buod, mga alerto at diagnostic na pag-download ay may iba't ibang bandwidth at mga kinakailangan sa kapangyarihan. Ang paghihiwalay sa mga klase ng trapiko na ito ay nagbibigay-daan sa diskarte sa radyo, baterya at storage na ihatid ang daloy ng trabaho sa pagpapanatili sa halip na pilitin ang isang link na pangasiwaan ang bawat kaso.

Pagsubaybay sa kundisyon kumpara sa predictive na pagpapanatili

Inilalarawan ng pagsubaybay sa kondisyon ang kasalukuyang estado ng isang makina at kung paano ito nagbabago. Ang predictive maintenance ay napupunta pa: gumagamit ito ng ebidensya para magpasya kung kailan kailangan ang maintenance bago ang isang hindi katanggap-tanggap na kabiguan. Ang tumataas na marka ng vibration lamang ay hindi nagtatatag ng natitirang kapaki-pakinabang na buhay. Paghiwalayin ang pagtuklas ng anomalya, pag-diagnose ng kasalanan at paghula sa oras ng pagkabigo sa mga kinakailangan ng proyekto.

Para sa isang pump o motor pilot, tukuyin muna ang mga fault mode na nagkakahalaga ng pag-detect at ang pagkilos sa pagpapanatili na dapat i-trigger ng isang alerto. I-record ang bilis, pag-load, posisyon sa pag-mount at mga kaganapan sa serbisyo sa tabi ng mga vibration window. Ihambing ang mga katulad na estado ng pagpapatakbo upang ang mga normal na pagbabago sa produksyon ay hindi mapagkamalang pagkasira.

Pagsamahin ang pagsusuri ng vibration sa thermal imaging

Ang isang thermal imaging camera ay maaaring magdagdag ng konteksto ng temperatura sa ibabaw sa vibration at electrical measurements. Halimbawa, ang isang pagbabago sa vibration na sinamahan ng isang paulit-ulit na pagtaas ng temperatura ay maaaring bigyang-katwiran ang mas malapit na inspeksyon. Ang isang infrared camera ay hindi naghahayag ng bawat panloob na pagkakamali, at ang isang mainit na rehiyon ay hindi isang diagnosis. Ang geometry ng pagsukat, emissivity, sinasalamin na temperatura at operating load ay nakakaapekto sa interpretasyon.

Piliin ang sensing method sa paligid ng access at fault visibility. Ang isang nakapirming sensor ng temperatura ay maaaring sapat para sa isang pabahay ng tindig; Maaaring maging kapaki-pakinabang ang thermal imaging kapag nangangailangan ng pagmamasid ang ilang naa-access na ibabaw. Panatilihin ang timestamped na ebidensya at ihambing ang mga trend sa ilalim ng mga katulad na kundisyon bago magpasya kung paano dapat pagsamahin ang mga signal.

Kung saan magkasya ang edge AI at Industrial IoT

Ang isang Industrial IoT gateway ay maaaring mangolekta ng mga feature, mapanatili ang diagnostic window at magpasa ng mga alerto sa isang maintenance workflow. Magsimula sa isang naiintindihan na baseline at mga threshold. Magdagdag ng edge AI kapag ang isang kinatawan na dataset ay nagpakita ng isang kalamangan, gaya ng mas kaunting mga maling alarma sa pagbabago ng mga estado ng operating. Patunayan gamit ang data na hindi kasama sa pagbuo ng modelo at iulat ang mga napalampas na kaganapan pati na rin ang mga maling alerto.

Tukuyin kung sino ang nagre-review ng isang alerto, kung aling raw data ang maaari nilang makuha at kung paano bumalik sa system ang isang nakumpirmang kaganapan sa pagpapanatili. Sukatin ang oras ng pag-detect ng lead, pasanin ng alerto at availability ng data sa panahon ng pilot. Ang mga ito ay mas kapaki-pakinabang na pamantayan sa pagtanggap kaysa sa isang dashboard na nagpapakita lamang ng marka ng anomalya.

Galugarin ang isang proyekto sa pagsubaybay sa kondisyon ng makina

Teknikal na sanggunian: FLIR: pagsukat ng temperatura at mga setting ng emissivity