国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

為什么預測性維護傳感器對于提早檢測PdM應用中的故障至關重要

analog_devices ? 來源:亞德諾半導體 ? 2020-07-31 09:14 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

好文章當然要分享啦~如果您喜歡這篇文章,請聯系后臺添加白名單,歡迎轉載喲~

“新基建”中所涉及的每個模塊都離不開物聯網技術,其中工業一直被認為是物聯網最大的應用場景之一。目前最為典型的工業物聯網應用主要集中在高價值工業設備的遠程運維監控及預測性維護等環節,運用物聯網、工業大數據及人工智能等技術,對工業裝備進行健康管理,實現了設備故障的診斷、預測性報警及分析,達到降低設備維護成本和提升用戶體驗的目的。那么如何為你的設備選擇最合適的預測性維護傳感器呢?ADI提出了有效的解決方案!

預測性維護(PdM)涉及使用基于狀態的監控(CbM)、機器學習和分析等的技術組合來預測即將發生的機器或資產故障。在監測機器的健康狀況時,需選擇最合適的傳感器,以確保能夠檢測、診斷甚至預測故障,這點至關重要。目前有許多傳感器被用于檢測旋轉機器及其負載中的故障,從而避免意外停機。由于許多旋轉機器(電機、齒輪、泵和渦輪機)以及非旋轉機器(閥門、斷路器和電纜)監控都用到了PdM技術,所以很難對每個傳感器進行排序。

許多工業電機被設計為可以在連續生產應用中運行20年,例如化學/食品加工廠和發電設施,但有些電機無法達到預期的使用壽命。1這可能是由于電機運行量不足、維護程序的數量不足、缺乏對PdM系統的投資,或者根本沒有PdM系統。PdM使維護團隊能夠安排維修時間,避免造成意外停機。通過PdM提早預測機器故障也可以幫助維護工程師確認和修復運行效率低下的電機,從而提高性能、生產力、資產可用性和使用壽命。

最佳的PdM策略是:有效利用盡可能多的技術和傳感器來提早檢測故障,且檢測結果高度可信,如此則無需使用一刀切式的傳感器解決方案。本文嘗試闡明為什么預測性維護傳感器對于提早檢測PdM應用中的故障至關重要,以及它們有哪些優缺點。

系統故障時間線

圖1顯示了從安裝新電機到電機發生故障期間發生的事件的時間表,以及推薦使用的預測性維護傳感器類型。安裝新電機時,電機提供保修。幾年后,保修期將滿,此時會更加頻繁地執行手動檢查。

圖1. 機器健康狀況與時間。

如果故障發生在兩次定期維護檢查之間,則很可能導致意外停機。在這種情況下,至關重要的是使用合適的預測性維護傳感器來盡可能提早檢測潛在故障,所以,本文將著重介紹振動和聲學傳感器。振動分析通常被認為是使用PdM的最佳起點。

預測性維護傳感器

有些傳感器能夠比其他傳感器更早地檢測某些故障,例如軸承損壞,如圖1所示。在這一節中,我們將討論常用于盡可能提早檢測故障的傳感器,一般是加速度計和麥克風。表1顯示傳感器規格列表,以及它們可以檢測到的一些故障。大多數PdM系統只使用其中一些傳感器,因此必須確保除了使用合適的傳感器來檢測這些潛在的關鍵故障之外,還要深入了解這些故障。

表1. 常用于實施CbM的傳感器

傳感器和系統故障注意事項

工業和商業應用中超過90%的旋轉機器都使用滾動軸承。電機的故障部件分布如圖2所示,從中可以清楚看到,在選擇PdM傳感器時,需要特別關注軸承監測。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。

圖2. 電機部件出現故障的百分率。

表2顯示與旋轉機器相關的部分常見故障,以及一些用于PdM應用的相應振動傳感器要求。為了盡早發現故障,PdM系統通常需要使用高性能傳感器。資產中使用的預測性維護傳感器的性能水平與在整個流程中持續可靠運行的資產的重要性相關,而不是與資產本身的成本相關。

表2. 機器故障和振動傳感器注意事項概述

根據電機振動或移動(峰值、峰峰值和rms)期間的能量,我們可以確定機器是否不平衡或未對準等。有些故障(例如軸承或齒輪缺陷)不是很明顯,特別是在早期,不能單單通過增加振動頻率來識別或預測。解決這些故障通常需要將具備低噪聲(<100 μg/√Hz)和寬帶寬(>5kHz)的高性能預測性維護振動傳感器與高性能信號鏈、處理、收發器和后處理器配對。 用于PdM的振動、聲波和超聲波傳感器

微機電系統(MEMS)麥克風的PCB上包含一個MEMS元件,通常采用金屬外殼,頂部或底部端口中可以包含聲壓波。MEMS麥克風提供低成本、小尺寸且有效的方法來檢測機器故障,例如軸承狀 況、齒輪嚙合、泵氣蝕、未對準和不平衡。這使得MEMS麥克風成為電池供電應用的理想選擇。它們可以放置在距離噪聲源較遠的位置,且不會侵入。當多個資產同時運行時,麥克風的性能可能會受到來自其他機器的噪聲或環境因素(例如灰塵或濕度進入麥克風的端口孔)的影響。大多數MEMS麥克風數據手冊仍然列出相對良性的應用,例如移動終端、筆記本電腦、游戲設備和機等。有些MEMS麥克風數據手冊將振動檢測或PdM列為潛在應用,但它們也提到,易受機器沖擊和搬運不當影響的傳感器可能對產品造成永久損壞。其他MEMS麥克風數據手冊表明,機械沖擊耐受力高達10,000 g。目前還不清楚這些傳感器是否適合在可能存在沖擊的嚴苛操作環境中運行。

MEMS超聲波麥克風分析讓我們能夠在噪聲增大的情況下監測復雜資產中的電機的健康狀況,這是因為它能聽到非音頻頻譜(20 kHz至100 kHz)內的聲音,在這個頻譜下,噪聲要少得多。低頻聲音信號的波長一般約在1.7厘米到17米之間。高頻信號的波長約在0.3厘米到1.6厘米之間。當波長的頻率增加時,能量相應增加,使得超聲波更具方向性。在試圖找出軸承或外殼中的故障時,這非常有用。

加速度計是最常用的振動傳感器,振動分析是最常用的PdM技術,主要用于渦輪機、泵、電機和齒輪箱等大型旋轉設備中。表3和表4顯示在選擇高性能MEMS振動和聲學傳感器,以及典型壓電振動傳感器時需要考慮的一些關鍵規格。每一列中的數據代表該類別的最小/最大差異值,與相鄰列無關。

表3. 預測性維護傳感器的性能規格

?MEMS加速度計模塊的價格可能超過30美元,但它們是完整的系統解決方案,而提到的所有其他器件都只是傳感器。
? 重點:最差,中等,最好

表4. 預測性維護傳感器的機械規格

? MEMS模塊通常包含ADC、處理器和根據傳感器調諧的濾波,以優化性能,并節省信號鏈對空間的需求
? 重點:最差,中等,最好

CbM行業有望在未來五年內實現顯著增長,其中很大部分增長是受無線安裝推動。由于尺寸、缺乏集成功能和功耗等原因,壓電式加速度計不太適合無線CbM系統,但是存在典型功耗在0.2mA至0.5 mA的解決方案。MEMS加速度計和麥克風非常適合電池供電的PdM系統,因為它們體積小、功耗低、性能高。

所有傳感器都具有合適的帶寬和低噪聲,但MEMS加速度計是唯一能夠提供直流響應的傳感器,可以在非常低的轉速下檢測不平衡和傾斜。MEMS加速度計還具備自測功能,可以驗證傳感器 100%可用。這在安全關鍵型安裝中可能會很有用,因為在這些安裝中,可以通過驗證傳感器是否仍在工作來更簡單地達到系統標準。

可以完全密封采用陶瓷封裝的MEMS加速度計和采用機械封裝的壓電式加速度計,以在嚴苛、臟污的環境中使用。表4主要列出傳感器的物理、機械和環境性能。從中可以看出每個傳感器之間的關鍵差異,例如集成、惡劣環境耐受能力、機械性能,以及連接到旋轉機器或裝置的能力。

在三個軸上檢測振動數據可以提供更多診斷見解,實現更精準的故障檢測。雖然并非所有PdM安裝都需要如此,但這是壓電和MEMS加速度計在數據質量、布線和空間節省方面的明顯優勢。

當長時間暴露在濕度增加的環境下時,MEMS麥克風顯示出高達8dB的失真。雖然這不是一個明顯缺點,但如果您是在高濕度嚴苛環境下使用PdM應用,則值得考慮。在這種情況下,駐極體電容麥克風(ECM)比MEMS麥克風更具優勢。其他影響麥克風性能的環境因素還有:風、氣壓、電磁場和機械震動。

在良好的環境中,MEMS麥克風在PdM應用中提供出色性能。目前,還缺乏將MEMS麥克風安裝到存在高振動、臟污或高濕度的嚴苛操作環境中的相關信息。振動會影響MEMS麥克風的性能,這是一個需要考慮的問題;但是,它們的振動靈敏度低于ECM。如果無線PdM解決方案將使用MEMS麥克風,安裝盒上需要有一個孔或端口,以便聲音信號到達傳感器,這進一步增加了設計的復雜性,且讓其他電子元件更易臟污或受潮。

電容式MEMS加速度計技術的最新進展使得小型、低成本、低功耗無線CbM解決方案可以用在不太重要的資產中,因此能夠實現更深入地診斷洞察,以便實施管理和保持關鍵系統正常運行。這些進展也使得MEMS加速度計在用于更加傳統的有線CbM系統中時,性能更接近壓電式加速度計。壓電式加速度計具有如此低的噪聲和寬帶寬,加上與工業標準連接(ICP和IEPE)耦合,幾十年來一直是實施振動測量的典型傳感器。MEMS加速度計已經調整為可以和IEPE標準模塊連接,如圖3所示。該電路是基于一種特殊的PCB進行設計,這種PCB可以在寬頻帶上工作,以在后期設計成一個機械模塊。

圖3. MEMS加速度計、IEPE參考、PCB設計允許在IEPE機械模塊中改進ADXL100x系列CbM加速度計。注:ADI不生產IEPE機械模塊。

圖4所示的設備包含三個單軸MEMS加速度計、三個ADC、一個處理器、內存和算法,這些都集成在一個機械模塊中,共振超過50 kHz。這突出顯示了MEMS加速度計在傳感器節點上集成智能的能力,確保傳感器與相應的信號鏈和處理功能配對,以實現出色性能。此模塊可以執行FFT,觸發各種時域或頻域報警,并生成域靜力,這對算法或機器學習工具能否預測故障至關重要。

圖4. 三軸MEMS CbM模塊,集成了ADC、處理器、FFT、統計數據,以及機械封裝,諧振頻率超過50 kHz。

在為PdM解決方案選擇合適的振動傳感器時,真正的挑戰在于配對傳感器,以匹配資產最可能出現的故障模式。目前還未能證實MEMS麥克風足夠堅固,能夠在惡劣環境中可靠地檢測所有基于振動的故障模式,而振動檢測和加速計的行業標準已經成功實施并可靠地執行了幾十年。已經證明MEMS超聲波麥克風能夠比加速度計更早地檢測軸承故障,這種潛在的共生關系可以為您提供理想的PdM解決方案,以滿足您未來對資產實施振動分析的需求。

雖然難以推薦在PdM系統中使用哪種振動傳感器比較好,但是可以使用已經成功應用并不斷改進的加速度計。ADI提供一系列MEMS加速度計,從通用、低功耗、低噪聲、高穩定性和高g,一直到智能終端節點模塊,如圖4所示。ADcmXL3021是一個專用PdM模塊解決方案示例。ADI率先推出了支持PdM的MEMS加速度計系列(20 kHz+帶寬、 25 μg/√Hz噪聲密度),且仍是少數能夠提供如此高性能的MEMS加速度計的提供商之一。ADI繼續在傳感器、信號鏈解決方案、機械模塊、平臺、機器學習算法、人工智能軟件平臺和整體系統解決方案等領域處于領先地位,支持在挑戰性環境中對工業旋轉機器實施預測性維護。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 傳感器
    +關注

    關注

    2576

    文章

    55041

    瀏覽量

    791375
  • 電機
    +關注

    關注

    143

    文章

    9592

    瀏覽量

    154118
  • PDM
    PDM
    +關注

    關注

    2

    文章

    115

    瀏覽量

    18784

原文標題:快來,給你的設備選一款最合適的PdM傳感器~

文章出處:【微信號:analog_devices,微信公眾號:analog_devices】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    振動傳感器在壓縮機故障預警與健康管理的專業價值

    振動傳感器通過實時監測壓縮機的振動信號,為設備故障預警和健康管理提供關鍵數據支撐。該傳感器可精準捕捉軸承磨損、轉子不平衡、喘振等故障的早期特征,通過頻譜分析實現
    的頭像 發表于 10-17 10:28 ?924次閱讀
    振動<b class='flag-5'>傳感器</b>在壓縮機<b class='flag-5'>故障</b>預警與健康管理<b class='flag-5'>中</b>的專業價值

    振動傳感器在風機故障預警與健康管理的專業價值

    振動傳感器通過將機械振動量轉換為電信號(如加速度、速度),實時監測風機的運行狀態。它可識別軸承磨損、葉片損傷、不平衡等故障特征,通過頻譜分析進行精確定位。結合物聯網技術,傳感器能實現數據遠程傳輸和長期連續監測,為風機的
    的頭像 發表于 10-15 14:08 ?787次閱讀
    振動<b class='flag-5'>傳感器</b>在風機<b class='flag-5'>故障</b>預警與健康管理<b class='flag-5'>中</b>的專業價值

    工業4.0時代:有線振動傳感器與數據采集如何驅動預測維護革命

    在工業4.0浪潮下,制造業正從“故障后維修”向“預測維護”轉型。這一變革的核心在于實時感知設備狀態、預判故障風險,從而實現零意外停機、降本
    的頭像 發表于 08-27 12:13 ?1856次閱讀
    工業4.0時代:有線振動<b class='flag-5'>傳感器</b>與數據采集<b class='flag-5'>器</b>如何驅動<b class='flag-5'>預測</b><b class='flag-5'>性</b><b class='flag-5'>維護</b>革命

    東莞綠光FSP系列太陽總輻射傳感器光伏應用知識科普

    太陽輻射傳感器是氣象觀測、太陽能利用和環境監測等領域中不可或缺的重要儀器,其準確直接影響到數據的可靠。為了確保太陽輻射傳感器的長期穩定運
    的頭像 發表于 08-14 15:33 ?1041次閱讀

    設備預測維護與健康管理:工業高效運行新引擎

    隨著科技的不斷進步,設備預測維護與健康管理解決方案將不斷完善和發展。一方面,傳感器技術將更加先進,能夠采集更多維度、更精準的數據;另一方面,人工智能算法將不斷優化,提高
    的頭像 發表于 08-08 14:48 ?1176次閱讀
    設備<b class='flag-5'>預測</b><b class='flag-5'>性</b><b class='flag-5'>維護</b>與健康管理:工業高效運行新引擎

    Arm助力打造智能工廠預測維護解決方案

    關鍵泵機突然停轉、電線在工作時斷裂或組件損耗殆盡,這些情況不僅會導致生產暫停,而且會增加生產成本。在智能工廠,這些計劃外的設備故障會使運營陷入停滯,造成高昂損失。而預測
    的頭像 發表于 07-14 10:51 ?1122次閱讀

    連接氣密檢測儀的故障排除與維護技巧

    連接氣密檢測儀在電子、汽車、航空等多個領域發揮著關鍵作用,保障著連接的密封性能。為保證其正常運行和檢測精度,掌握
    的頭像 發表于 06-16 14:00 ?613次閱讀
    連接<b class='flag-5'>器</b>氣密<b class='flag-5'>性</b><b class='flag-5'>檢測</b>儀的<b class='flag-5'>故障</b>排除與<b class='flag-5'>維護</b>技巧

    提早預見問題:預測維護有效降低企業停機風險

    (Predictive Maintenance)。預測維護是整合傳感器、物聯網(IoT)與人工智能(AI)等技術,即時監測設備運行的狀態,收集并分析設備健康數據,在問題發生前的時機進
    的頭像 發表于 05-06 16:32 ?986次閱讀
    <b class='flag-5'>提早</b>預見問題:<b class='flag-5'>預測</b><b class='flag-5'>性</b><b class='flag-5'>維護</b>有效降低企業停機風險

    工業傳感器校準:步驟、技巧與維護全解析

    在工業自動化領域,傳感器作為檢測和控制系統的關鍵組件,其準確和可靠至關重要。為確保傳感器能夠
    的頭像 發表于 04-15 18:23 ?2089次閱讀

    論非接觸式液位傳感器在電池液液位檢測的技術實踐與創新

    在電池技術不斷發展的今天,電池的性能和安全備受關注。其中,電池液液位的準確檢測對于保證電池的正常運行和延長使用壽命至關重要。非接觸式液位傳感器
    的頭像 發表于 04-11 11:21 ?934次閱讀
    論非接觸式液位<b class='flag-5'>傳感器</b>在電池液液位<b class='flag-5'>檢測</b><b class='flag-5'>中</b>的技術實踐與創新

    中小企業預測維護三大策略

    本文主要探討了中小企業在工業物聯網時代實施設備預測維護的三大策略:巧用低成本傳感技術、精準監測關鍵設備以及注重預防而非修理。中小企業應通過合理采購、部署國產
    的頭像 發表于 03-25 10:21 ?869次閱讀
    中小企業<b class='flag-5'>預測</b><b class='flag-5'>性</b><b class='flag-5'>維護</b>三大策略

    設備故障預警準確率提升!AI預測模型如何做到?

    隨著全球制造業的蓬勃發展,設備穩定運行對于企業的生產效率和經濟效益至關重要。然而,傳統的設備維護模式正面臨前所未有的挑戰,每年因設備突發故障導致的生產損失達1.2萬億美元。設備
    的頭像 發表于 03-24 11:29 ?2398次閱讀
    設備<b class='flag-5'>故障</b>預警準確率提升!AI<b class='flag-5'>預測</b>模型如何做到?

    預測維護實戰:如何通過數據模型實現故障預警?

    預測維護正逐步成為企業降本增效的核心手段,通過數據驅動的故障預警邏輯框架,可以預測設備是否正常運行,提前預警并避免損失。案例
    的頭像 發表于 03-21 10:21 ?3038次閱讀
    <b class='flag-5'>預測</b><b class='flag-5'>性</b><b class='flag-5'>維護</b>實戰:如何通過數據模型實現<b class='flag-5'>故障</b>預警?

    設備預測維護實戰:從數據采集到故障預警的完整鏈路

    本文探討了設備預測維護從數據采集到故障預警的完整鏈路。首先,設備需要通過傳感器收集運行數據,如振動、溫度、負荷等信息。數據需要準確無誤地傳
    的頭像 發表于 03-17 11:05 ?1387次閱讀
    設備<b class='flag-5'>預測</b><b class='flag-5'>性</b><b class='flag-5'>維護</b>實戰:從數據采集到<b class='flag-5'>故障</b>預警的完整鏈路

    連接氣密檢測重要性

    連接氣密是電氣系統穩定運行的基石,尤其在嚴苛環境下至關重要。精誠工科作為在氣密檢測領域深耕多年的專家,為您提供專業、高效的連接
    的頭像 發表于 03-17 11:01 ?833次閱讀
    連接<b class='flag-5'>器</b>氣密<b class='flag-5'>性</b><b class='flag-5'>檢測</b>的<b class='flag-5'>重要性</b>