部署基于状态监测的机器健康解决方案,加速全球智能制造走向工业 4.0时代

winniewei 提交于 周四, 11/21/2019
部署基于状态监测的机器健康解决方案,加速全球智能制造走向工业 4.0时代

全球工业正迎来新一轮变革。无论是德国提出的“工业4.0”,美国的“工业互联网”,还是中国的“中国制造2025”,三者本质上都指向一个核心——智能制造。全球工业变革提速大背景下,现代设备结构越来越复杂、自动化程度也越来越高,随之而来的是日常维护和故障检修难度的水涨船高。

 如何保证设备系统低故障甚至无故障运行,减少因此带来的时间成本和经济成本的损失,成为全球智能制造业需要解决的问题。而随着维修理论和相关技术的发展,基于状态的监测(CBM被认为是解决上述问题最佳途径。 ADI亚太区工业自动化行业市场部经理于常涛在最近的一场行业交流活动中指出。

1

ADI亚太区工业自动化行业市场部经理于常涛

从振动及声音监测入手实现多维度CBM可靠监测

基于状态的监控可以早期检测和实时诊断机器和系统的异常情况。识别并隔离这些问题后,就有机会优化替换件库存、安排停机时间以进行计划中的维护并进行运行时工艺过程调整,从而延长设备的有效使用寿命。对于当前工业状态监测中常用的分析方法,于常涛给出了如下的总结:

振动分析:振动分析是旋转设备(如压缩机,离心泵,电动机)最常用的监测技术。安装的振动传感器可监视轴向,垂直或水平方向的运动,并在运动过度时发送通知;

声音分析:声音分析与振动分析往往相辅相成,是工业领域应用最多的分析方式之一

红外热成像:物体发出的辐射量随温度增加而增加。肉眼显然无法觉察,但可以通过红外热像仪轻松快速地检测到,不断监视通电设备中的温度不规则性;

1

振动大量存在于各种工业系统中,基于MEMS技术提供了有效的健康监测

除此之外,还有润滑剂分析,电动机电流分析,外观检查等监测技术存在。“无论是电机、泵还是轴承和编码器,振动都是最常用的深入了解设备健康状况的关键信号。”于常涛强调到,“振动测量还可进一步隔离机械噪声和电气噪声,从而提供额外的数据,改善机器的诊断。”ADI近年来将振动监测作为其占据营收超过20%的工业应用向工业4.0发展的重要一环,并通过行业并购不断丰富包括声音监测在内的全面CBM解决方案组合。

高性能信号链升级,准确数据是振动监测的基本保障

公元132年振动原理激发张衡发明了地动仪;1946年,美国的物理学家利比博士利用铯、氨原子的天然振动创造出了迄今最先进的原子钟……振动在生活中无处不在的,在为人类社会带来创新灵感的同时也带来潜在损失甚至灾害性威胁尤其是工业应用中。“机器在输入能量转化为有用功的过程中均会产生振动,但非正常振动会严重影响工业设备的健康状态,比如降低机械加工的精度和光洁度,加剧构件的疲劳和磨损,缩短机器和结构物的使用寿命、增加能耗、降低机器效率,甚至造成灾难性的事故。”于常涛指出,“当今工业应用中振动监测已经被认为是一种提高工业效率的有效手段,但如何更有效部署是在当前工业走向4.0时代的关键之一。”

1

ADcmXL3021是一个完整的振动监测系统

ADI推出的基于ADcmXL3021以及ADXL1002等模块产品的无线及有线状态监控解决方案完美解决了这些问题,我们实现了将MEMS振动传感器与精密转换器、线性、隔离和电源技术相结合,已经用于提供高质量机器健康数据,以最大限度地延长机器正常运行时间并提高效率。”于常涛分享道。这种集成的工业级MEMS加速度计产品很好的满足了对性能和稳定可靠性的严苛要求,对比传统的压电陶瓷传感器在DC特性、温漂、成本等方面都有着突出的差异化。

而像基于ADcmXL3021模块化的完整振动检测系统,更将MEMS的机器健康数据转化为实时可操作的洞察,其将高性能振动检测与多种信号处理功能结合在一个紧凑的外形中,简化了基于状态监测系统的智能传感器节点的开发过程,提高了安全性和降低成本”于常涛指出。作为一个完整的振动检测系统,ADcmXL3021可简化CBM系统中的智能传感器节点开发,其MEMS加速度计中的典型超低噪声密度(26μg/√Hz)支持出色的分辨率,借助宽带宽(3dB平坦度内为DC至10kHz)可以跟踪许多机器平台上的振动信号。利用这种完整振动检测系统机器健康状况的深入见解,可以提高生产力和效率,最大限度地延长正常运行时间,加速实现工业 4.0。

基于AI打造数据分析系统功能平台状态监测解决方案日臻完美

状态监控并不是一种单一技术,而是结合了技术和方案的系统级解决方案,基于在MEMS传感器、信号调理和数据转换技术、带电源组合的处理和通信解决方案等,从而可提供经优化的无线和有线状态监控解决方案。将这些技术集成到可部署的解决方案中需要专业领域的知识,包括资产和应用见解、机械设计和附件等考量因素,以及将信息转换为诊断算法的能力这将涉及广泛的人工智能技术。

1

快速增长的人工智能技术将在工业状态监测中提供关键支持

 ADI公司团队在过去20年里一直致力于理解人类是如何解读声音和振动。我们的目标是建立一个系统,能够学习来自设备的声音和振动,破译它们的含义,以检测异常行为并进行诊断。”于常涛指出。他所提到的工业环境下的振动和声音解读是该公司在2018年成功设备健康监测系统公司——OtoSense的设备声音监测体系结构,一种基于人工智能计算机听觉技术让让计算机能够理解设备行为的声音和振动指标。OtoSense系统的设计从人类神经学中获得灵感,能够学习静态声音和瞬态声音,并在靠近传感器的终端进行识别。

该系统适用于任何设备,可以实时工作,无需网络连接。它已被应用于工业应用,支持实现一个可扩展的高效设备健康监测系统。OtoSense系统对声音的处理通过模拟获取、数字转换、特征提取和解读从而实现对工业设备的健康状态监测。目前,在航空航天、汽车和工业监测应用中,OtoSense技术被越来越多地用于设备健康监测,尤其是在复杂设备监测上该技术都表现出了不错的性能。

ADI最近再次发布加强其工业状态监测技术能力的重大举措——成功并购致力于开发高科技解决方案用于检测各种旋转电机故障的西班牙企业Test Motors为其CBM解决方案组合提供了新的强大补充。“通过收购Test Motors和OtoSense,ADI的状态监控方案能够为客户提供具备完整的早期异常检测功能的系统。” 于常涛认为。

对于已在状态监控领域实现全局布局的ADI而言,两次重大的并购背后更看重将Test MotorsOtoSense与旗下相关业务整合优化从而实现1+1>2的效果。例如在硬件上结合MEMS传感器系列(例如ADcmXL3021和ADXL1002)及其高性能信号链以及SmartMesh无线网络技术,Test Motors的硬件系统将能实现性能的升级,而Test Motors和OtoSense的软件平台和人工智能算法与ADI对状态监测的长期深度研究的技术成果结合,其爆发的整合效应将可能是质的变革,无疑未来工业状态监测解决方案将日臻完美。

相关文章

Digi-Key