Custom Wireless Temperature and Vibration Integrated Sensor Manufacturers

Zašto se temperatura i vibracije moraju pratiti zajedno

U rotirajućim strojevima - motorima, pumpama, mjenjačima, kompresorima - temperatura i vibracije su duboko povezani indikatori grešaka. Ležaj u ranim fazama trošenja obično proizvodi pojačan vibracijski potpis mnogo prije nego što se registrira bilo kakva toplinska anomalija. Nasuprot tome, neadekvatno podmazivanje ili preopterećenje često se prvo pojavljuju kao lokalizirani porast temperature prije nego što mehaničke oscilacije dosegnu mjerljive razine. Praćenje samo jedne dimenzije znači prihvaćanje značajne slijepe točke u vašoj pokrivenosti otkrivanjem grešaka.

Uvođenje zasebnih senzora za svako mjerenje pogoršava ovaj problem: troškovi instalacije i kabliranja se višestruko povećavaju, smještaj senzora varira među jedinicama, a vremenske oznake rijetko su dovoljno precizno poravnate za pouzdanu analizu korelacije. A Bežični integrirani senzor temperature i vibracija eliminira ove probleme zajedničkim lociranjem oba mjerna kanala na jednom čvoru, jamčeći vremenski sinkronizirano prikupljanje podataka sa zajedničke točke montiranja i čineći međuparametarsku korelaciju praktičnom, a ne teoretskom mogućnošću.

S dijagnostičkog stajališta, kombinacija omogućuje prepoznavanje uzoraka koje niti jedan kanal ne može pružiti sam. Istovremeni skok amplitude vibracija i temperature kućišta jak je pokazatelj neizbježnog kvara ležaja. Povećanje vibracija sa stabilnom temperaturom može ukazivati ​​na neravnotežu ili neusklađenost. Porast temperature s ravnom vibracijom često ukazuje na problem s elektrikom ili podmazivanjem. Spajanje dvaju signala na razini senzora ono je što automatiziranu klasifikaciju grešaka temeljenu na pravilima čini izvodljivom u tvornici.

Inteligentni algoritmi analize: Nadilazimo bilježenje neobrađenih podataka

Sirovi tokovi vibracija i temperature su visoki i bučni. Prijenos svakog uzorka bežičnom vezom zahtijeva propusnost i često je nepotreban. Vrednija arhitektura postavlja inteligenciju obrade signala na rub — unutar samog senzorskog čvora — tako da se samo izračunate značajke i događaji anomalija prenose uzvodno. Ovo je pristup modernog Integrirani bežični IIoT senzor za praćenje stanja uređaji koji ugrađuju algoritme specifične za domenu izravno u firmware.

Tipična izračunavanja na čvoru uključuju:

• Statistika vremenske domene — RMS brzina, vršno ubrzanje i krest faktor, koji su osjetljivi na impulzivne događaje kao što je pucanje ležaja i oštećenje zuba zupčanika.
• Dekompozicija u frekvencijskoj domeni — Spektralna analiza temeljena na FFT-u za prepoznavanje karakterističnih frekvencija kvarova povezanih s kvarovima unutarnjeg prstena, vanjskog prstena i kotrljajućeg elementa.
• Analiza omotnice — demodulacija visokofrekventnih rezonantnih pojaseva za otkrivanje niskoenergetskih znakova kvarova koji su inače maskirani pozadinskim mehaničkim šumom.
• Modeliranje toplinskog trenda — otkrivanje brzine porasta i upozoravanje na odstupanje od osnovne linije za razlikovanje radnog zagrijavanja od toplinskih ekskurzija povezanih s kvarom.

ASY Electronics integrira ove analitičke slojeve izravno u svoj hardver senzora, omogućujući klasifikaciju grešaka i ocjenjivanje ozbiljnosti prije nego što podaci napuste opremu. Rezultat je dramatično smanjenje mrežnog prometa i troškova obrade u oblaku dok se poboljšava odziv generiranja upozorenja — kritična prednost u okruženjima u kojima se latencija u otkrivanju grešaka izravno pretvara u gubitak proizvodnje ili sigurnosni rizik.

Razmatranja bežične arhitekture za industrijsku primjenu

Odabir bežičnog protokola za mrežu za nadzor stanja nije čisto tehnička odluka — ona uključuje kompromise između dometa, protoka podataka, potrošnje energije, koegzistencije s postojećom infrastrukturom postrojenja i dugoročnog održavanja. Uobičajene opcije u industrijskim implementacijama IIoT-a predstavljaju različite profile:

Osim odabira protokola, postavljanje antene i planiranje gustoće pristupnika često se podcjenjuju. Metalna kućišta, okviri motora i gusti cjevovod stvaraju značajno RF zasjenjenje. Strukturirano istraživanje mjesta — mjerenje RSSI-ja u ciljnoj zoni prije finaliziranja položaja pristupnika — preduvjet je za pouzdan rad mreže u većini proizvodnih okruženja. Prilagodljiva snaga prijenosa i frekvencijsko skakanje dodatne su značajke kojima vrijedi dati prednost u postavkama visoke smetnje.

Operacionalizacija prediktivnog održavanja: od podataka senzora do odluke o održavanju

Postavljanje a Senzor za prediktivno održavanje mreža je neophodna, ali ne i dovoljna za funkcioniranje programa prediktivnog održavanja. Lanac vrijednosti proteže se od prikupljanja podataka do odluke o održavanju prema kojoj se djeluje u pravo vrijeme. Nekoliko operativnih čimbenika određuje hoće li se implementacija senzora pretvoriti u mjerljivo poboljšanje radnog vremena ili će ostati nedovoljno iskorišten tok podataka.

Uspostava osnovne linije je prvi kritičan korak. Pragovi upozorenja trebali bi se izvesti iz zdravih osnovnih vrijednosti specifičnih za opremu, a ne iz generičkih industrijskih vrijednosti. To zahtijeva period puštanja u pogon — obično dva do četiri tjedna normalnog rada — tijekom kojeg se podaci senzora bilježe i izračunavaju statističke osnovne vrijednosti po sredstvu, radnoj brzini i stanju opterećenja. Generički pragovi primijenjeni na različite vrste opreme često proizvode ili prekomjerne lažno pozitivne rezultate ili propuštene greške.

Tijek rada trijaže upozorenja mora se definirati prije generiranja bilo kakvog upozorenja. Tko prima obavijest o pogrešci stupnja ozbiljnosti 1? Koji je put eskalacije ako se unutar definiranog prozora ne poduzme nikakva radnja? Kako se upozorenja usmjeravaju u CMMS za izradu radnog naloga? Bez tih radnih tokova, čak ni precizno otkrivanje grešaka ne uspijeva spriječiti neplanirane zastoje jer je organizacijski odgovor prespor ili nedosljedan.

Kontinuirano usavršavanje modela zatvara povratnu petlju. Svaka potvrđena dijagnoza kvara - bez obzira na to odgovara li algoritamskom predviđanju ili ne - pruža označene podatke o obuci. S vremenom to omogućuje prilagođavanje modela klasifikacije kvarova prema specifičnoj populaciji strojeva, radnom okruženju i načinima kvarova koji su najvažniji za postrojenje. Postrojenja koja ulažu u ovu disciplinu povratnih informacija dosljedno postižu znatno niže stope lažno pozitivnih rezultata i ranije vrijeme otkrivanja greške u usporedbi s onima koji koriste statične konfiguracije praga izvan okvira. ASY Electronics podržava ovaj operativni model putem svoje rubne hardverske i platforme za integraciju industrijskih podataka, omogućujući potpuni radni tijek prediktivnog održavanja, a ne samo sloj prikupljanja podataka.