Een meetketting, niet alleen een sensor
Conditiebewaking begint met het mechanische pad van het asset naar het sensorelement. Montagestijfheid, oriëntatie en lokale resonanties kunnen het spectrum veranderen voordat de software het ziet. Het sensor-bereik en de geluidsdichtheid moeten dan overeenkomen met zowel de verwachte trillingen als de eerste foutsignaturen die het waard zijn om te worden gedetecteerd.
Voorbeeld voor de storing, niet voor het dashboard
Een langzame trend kan aantonen dat de algehele trillingen toenemen, maar kan lagerinslagen of korte transiënten verbergen. De acquisitiestrategie moet bandbreedte, bemonsteringssnelheid, vensterlengte en triggercondities van de doelfoutmodi definiëren. Geplande vensters zorgen voor herhaalbare trends; Door gebeurtenissen geactiveerde opname behoudt ongewoon gedrag zonder continu te streamen.
Verander onbewerkte vensters in operationeel bewijs
RMS, piek, crestfactor en spectrale bandenergie zijn alleen nuttig als ze verband houden met de bedrijfstoestand. Snelheid, belasting en temperatuur bieden essentiële context. Edge-verwerking kan vensters classificeren, representatieve onbewerkte monsters behouden en compacte functies verzenden, zodat technici een waarschuwing kunnen onderzoeken zonder elk monster over het netwerk te verplaatsen.
Ontwerp de draadloze verbinding rond beslissingen
Inbedrijfstelling, routineoverzichten, waarschuwingen en diagnostische downloads hebben verschillende bandbreedte- en stroomvereisten. Door deze verkeersklassen te scheiden, kunnen de radio-, batterij- en opslagstrategie de onderhoudsworkflow dienen in plaats van één link te dwingen elke zaak af te handelen.
| Ontwerp vraag | Technische implicatie |
|---|---|
| Welke fouten zijn belangrijk? | Stelt de bandbreedte, het bereik en de functieselectie van de sensor in. |
| Hoe werkt de machine? | Definieert belastingbewuste basislijnen en acquisitietriggers. |
| Wat moet worden doorgegeven? | Brengt lokale opslag, edge-analyse en radio-dutycycle in evenwicht. |
| Hoe wordt het gemonteerd? | Controleert de herhaalbaarheid en de kwaliteit van de hoogfrequente metingen. |
Conditiebewaking versus voorspellend onderhoud
Conditiebewaking beschrijft de huidige toestand van een machine en hoe deze verandert. voorspellend onderhoud gaat verder: het maakt gebruik van bewijsmateriaal om te beslissen wanneer onderhoud nodig is voordat er sprake is van een onaanvaardbare storing. Een stijgende trillingsscore alleen bepaalt niet de resterende levensduur. Afzonderlijke detectie van afwijkingen, foutdiagnose en voorspelling van de storingstijd in de projectvereisten.
Voor een pomp of motor proefproject moet u eerst de foutmodi identificeren die de moeite waard zijn om te detecteren en de onderhoudsactie die door een waarschuwing moet worden geactiveerd. Registreer snelheid, belasting, montagepositie en onderhoudsgebeurtenissen naast trillingsvensters. Vergelijk vergelijkbare bedrijfstoestanden, zodat normale productieveranderingen niet worden aangezien voor verslechtering.
Combineer trillingsanalyse met thermische beeldvorming
Een thermische beeldvorming-camera kan context van oppervlaktetemperatuur toevoegen aan trillings- en elektrische metingen. Een verandering in trillingen die gepaard gaat met een herhaalbare temperatuurstijging kan bijvoorbeeld een nadere inspectie rechtvaardigen. Een infraroodcamera brengt niet elke interne fout aan het licht, en een heet gebied is geen diagnose. Meetgeometrie, emissiviteit, gereflecteerde temperatuur en bedrijfsbelasting beïnvloeden de interpretatie.
Kies de detectiemethode rond toegang en foutzichtbaarheid. Een vaste temperatuur sensor kan voldoende zijn voor één lagerhuis; thermische beeldvorming kan nuttig zijn wanneer meerdere toegankelijke oppervlakken moeten worden geobserveerd. Bewaar bewijsmateriaal met tijdstempel en vergelijk trends onder vergelijkbare omstandigheden voordat u beslist hoe de signalen moeten worden gecombineerd.
Waar edge AI en Industrial IoT passen
Een industriële IoT-gateway kan functies verzamelen, diagnostische vensters behouden en waarschuwingen doorgeven aan een onderhoudsworkflow. Begin met een interpreteerbare basislijn en drempelwaarden. Voeg edge-AI toe wanneer een representatieve dataset een voordeel aantoont, zoals minder valse alarmen bij veranderende bedrijfstoestanden. Valideer met gegevens die zijn uitgesloten van modelontwikkeling en rapporteer gemiste gebeurtenissen en valse waarschuwingen.
Bepaal wie een waarschuwing beoordeelt, welke onbewerkte gegevens ze kunnen ophalen en hoe een bevestigde onderhoudsgebeurtenis wordt teruggekoppeld naar het systeem. Meet de detectiedoorlooptijd, alarmlast en databeschikbaarheid tijdens de proefproject. Dit zijn nuttiger acceptatiecriteria dan een dashboard dat simpelweg een afwijkende score weergeeft.
Ontdek een project voor het monitoren van de machineconditie
Technische referentie: FLIR: instellingen voor temperatuurmeting en emissiviteit
Pas de architectuur toe op een echt platform.
Deel de interfaces, omgeving, datasnelheden en beslissingsstatistieken. We zullen de technische afwegingen in kaart brengen naar een praktische systeemconfiguratie.
Bespreek uw beperkingen