未来服务对传感器的需求：用于状态监测的智能传感器

改进状态监测和诊断以及整个系统 优化，是当今机械使用中的一些核心挑战 设施和技术系统。这个话题正在变得越来越大 不仅在工业领域，而且在使用机器的任何地方。 过去根据计划维修的机器和后期维护 将意味着生产停机的风险。今天，处理来自 机器用于预测剩余使用寿命。特别是 记录温度、噪声和振动等关键参数 帮助确定最佳运行状态甚至必要的维护 次。这样可以避免不必要的磨损 及早发现故障及其原因。在此的帮助下 监控，在设施可用性方面具有相当大的优化潜力 有效性出现，带来决定性的优势。为 例如，有了它，ABB1可验证地将停机时间减少多达 70%， 将电机使用寿命延长达 30%，并降低能耗 一年内其设施的10%。

这种预测性维护（PM）的主要元素，众所周知 技术术语，是基于状态的监测（CBM），通常是旋转的 涡轮机、风扇、泵和电机等机器。有了煤层气， 实时记录有关运行状态的信息。然而 不对可能的故障或磨损做出预测。他们只 通过PM实现，从而标志着一个转折点：在 更智能的传感器和更强大的通信网络 计算平台，可以创建模型，检测变化， 并对使用寿命进行详细计算。

为了创建有意义的模型，有必要分析振动， 温度、电流和磁场。现代有线和无线 通信方法已经允许在工厂或公司范围内使用 今天对设施的监控。产生额外的分析可能性 通过基于云的系统使数据提供信息 关于机器的状况，操作员可以访问 和维修技术人员以简单的方式。然而，本地智能传感器 机器上的通信基础设施是必不可少的 所有这些附加分析可能性的基础。这些传感器如何 应该看，对他们提出了哪些要求，关键是什么 特征是 - 这些问题和其他问题将在 本文。

机器生命周期的表示

状态监测中最基本的问题可能是：如何 我可以在需要维护之前让机器运行很长时间吗？

一般来说，从逻辑上讲，越早进行维护， 越好。但是，为了优化操作和维护 成本或充分实现最大设施效率的知识 需要熟悉机器特性的专家。 在电机分析方面，这些专家主要来自该领域 轴承/润滑，经验证明是最弱的 链接。专家最终决定是否偏离正常状态 关于实际生命周期（见图1）应该已经领先 修理甚至更换。

图1.机器的生命周期。

因此，尚未使用的机器最初处于所谓的保修阶段。 可能无法排除生命周期早期阶段的故障， 但它相对罕见，通常可以追溯到生产故障。 只有在间隔维护的后续阶段才有针对性地 由经过适当培训的服务人员开始干预。他们 包括独立于机器的 在指定时间或指定使用时间之后的条件，就像 例如，换油的情况。在这里，区间之间的失败概率也仍然很低。随着机器使用年限的增加， 达到状态监测阶段。从这一点开始，故障应该是 预期。图 1 显示了以下六个更改，从更改开始 水平在超声波范围 （1） 中，然后是振动 （2）。通过 分析润滑剂（3）或通过温度的轻微升高（4）， 可以在实际故障之前检测到待处理故障的最初迹象 以可感知的噪音（5）或发热（6）的形式发生。振动 通常用于识别衰老。三种相同的振动模式 机器在其生命周期内如图 2 所示。在初期， 都在正常范围内。然而，从中年开始， 振动根据之前的负载或多或少地迅速增加 在使用寿命结束时呈指数级增长至临界范围。只要 机器达到临界范围，需要立即反应。

图2.振动参数随时间的变化。

通过振动分析建立层气

输出速度、传动比、数量等参数 轴承元件对于机器分析至关重要 振动模式。通常，变速箱引起的振动是 在频域中被视为轴速度的倍数， 而轴承的特性频率通常不代表 谐波分量。湍流和气蚀引起的振动是 也经常被发现。它们通常与空气和/或液体连接 风扇和泵中的流量，因此往往被认为是随机的 振动。它们通常是静止的，其统计特性没有变化。然而，随机振动也可以是循环静止的 因此具有统计特性。它们由 机器并定期变化，如在内燃机中 每个气缸中每个循环发生一次点火。

传感器方向也起着关键作用。如果主要是线性振动 由单轴传感器测量，传感器必须根据 到振动的方向。还有多轴传感器 可以记录所有方向的振动，但单轴传感器提供更低的振动 噪声、更高的力测量范围和更大的带宽，因为它们 物理特性。

对振动传感器的要求

为了能够广泛使用振动传感器进行状态监测， 有两个因素非常重要：低成本和小尺寸。哪里 以前经常使用基于MEMS的压电传感器 如今，加速度计的使用越来越多。它们具有更高的功能 分辨率，出色的漂移和灵敏度特性，以及更好的 信噪比，能够检测极低 频率振动几乎低至直流范围。他们也非常 省电，这就是为什么它们也是电池供电的理想选择 无线监控系统。与压电传感器相比的另一个优点是 将整个系统集成到单个外壳中的可能性（系统 在包装中）。这些所谓的SiP解决方案正在发展形成 通过整合其他重要功能的智能系统： 模数转换器、带嵌入式固件的微控制器 用于特定于应用程序的预处理、通信协议和 通用接口，同时还包括多种保护功能。

集成保护功能很重要，因为过高 作用在传感器元件上的力通常会导致传感器损坏或 甚至破坏。对可能的超量程的集成检测可提供 通过关闭来警告或停用陀螺仪中的传感器元件 其内部时钟，从而保护传感器元件。SiP 解决方案是 如图 3 所示。

图3.基于MEMS的系统封装（左侧）。

随着煤层气领域需求的增加，对传感器的需求也在增加。 对于有用的煤层气，有关传感器测量范围的要求 （满量程范围，或简称FSR）已经部分大于±50 g。

因为加速度与频率的平方成正比， 这些高加速力可以相对较快地达到。这已被证明 通过公式 1：

变量 a 代表加速度，f 代表频率，d 代表振幅 的振动。因此，例如，对于 1 kHz 的振动，振幅为 1 μm 已经产生 39.5 g 的加速度。

关于噪声性能，这应该非常低，就像 频率范围尽可能，从近直流到中间两位数kHz 范围，因此除了其他伪影之外，轴承噪声也可能已经 以非常低的速度检测到。然而，正是在这里，制造商 的振动传感器目前面临着巨大的挑战，尤其是 用于多轴传感器。只有少数制造商提供足够的低 带宽大于 2 kHz 的噪声传感器，用于多个噪声传感器 轴。ADI公司（ADI）开发了专为CBM应用开发的ADXL356/ADXL357三轴传感器系列。它提供了非常 良好的噪声性能和出色的温度稳定性。尽管 它们的有限带宽为 1.5 kHz（谐振频率 = 5.5 kHz），这些 加速度计仍然在状态监测中提供重要的读数 低速设备，如风力涡轮机。

ADXL100x系列中的单轴传感器适用于 带宽。它们提供高达 24 kHz 的带宽（谐振频率 = 45 kHz），g范围高达±100 g，噪声水平极低。 由于带宽高，大多数故障发生在旋转中 机器（损坏的滑动轴承、不平衡、摩擦、松动、齿轮 齿缺陷、轴承磨损和气蚀）可以用这个来检测 传感器系列。

可能的分析方法 基于状态的监控

CBM中的机器状态分析可以使用各种 方法。可能最常见的方法是及时分析 域、频域分析以及两者的混合。

1. 基于时间的分析

在时域振动分析中，有效值（均值根） 平方，或简称RMS），峰峰值和幅度 考虑振动（见图4）。

图4.谐波振动信号的幅度、有效值和峰峰值。

峰峰值反映了电机的最大挠度 轴，从而可以得出有关其最大载荷的结论。 相反，振幅值描述了发生的振动的大小并识别异常的冲击事件。但是，持续时间或 振动事件期间的能量以及因此的破坏能力 不被考虑。因此，有效值通常是最有意义的 因为它同时考虑了振动时程和振动 振幅值。均方根统计阈值的相关性 振动可以通过所有这些参数的依赖关系获得 关于电机速度。

这种类型的分析被证明非常简单，因为它不需要 基本的系统知识或任何类型的光谱分析。

2. 基于频率的分析

通过基于频率的分析，时间变化的振动信号 通过快速傅里叶变换分解为其频率分量 （FFT）。得到的幅度与频率的频谱图使 监测特定频率分量及其谐波 和边带，如图5所示。

图5.振动与频率的频谱图。

FFT是振动分析中广泛使用的方法，特别是 检测轴承损坏。有了它，相应的组件可以 分配给每个频率分量。通过FFT，占主导地位的 接触引起的某些故障的重复脉冲频率 滚动体和缺陷区域之间可以过滤掉。由于 对它们不同频率分量、不同类型的轴承损坏 可以区分（外圈、内圈或球的伤害） 轴承）。但是，有关轴承、电机和 为此需要完整的系统。

此外，FFT过程要求离散时间块 振动在微控制器中重复记录和处理。 尽管这需要比基于时间的计算能力略多 分析确实如此，它会导致对损害进行更详细的分析。

3. 基于时间和频率的分析相结合

这种类型的分析是最全面的，因为它结合了 两种方法的优点。时域统计分析 提供有关系统随时间变化的振动强度的信息 同时是否在允许范围内。 基于频率的分析能够以以下形式监控速度 基频以及进一步的谐波分量 需要精确识别故障症状。

基频的跟踪尤其具有决定性，因为 有效值和其他统计参数随速度变化。 如果统计参数与上次测量相比发生显著变化， 必须检查基频，以便可能 可以避免警报。

测量值随时间的变化是所有人共有的 三种分析方法。一种监控系统的可能方法 可能涉及首先记录健康状况，或生成所谓的 指纹。然后将其与不断记录的数据进行比较。在 偏差过大或超过相应偏差的情况 阈值，反应是必要的。如图 6 所示，可能 反应可以是警告 （2） 或警报 （4）。根据严重程度， 偏差也可能需要服务人员立即干预。

图6.FFT 的阈值和反应。

基于磁场分析的煤层气

由于集成磁力计的快速发展，测量 电机周围的杂散磁场代表了另一个有前途的磁场 旋转机械状态监测方法。测量是 非接触式;也就是说，机器和 传感器是必需的。与振动传感器一样，与磁场一样 传感器，有单轴和多轴版本。

对于故障检测，杂散磁场应同时测量 轴向（平行于电机轴）和径向 （与电机轴成直角）。径向场通常被削弱 定子铁芯和电机外壳。同时，它显着 受气隙中磁通量的影响。产生轴向磁场 通过鼠笼式转子和末端绕组中的电流 的定子。磁力计的位置和方向为 在实现这两个领域的测量方面具有决定性意义。因此，选择 建议放置在靠近轴或电机外壳的位置。 在 同时因为磁场强度直接关系到 温度。因此，在大多数情况下，今天的磁场传感器 包含集成的温度传感器。传感器的校准 也不应忘记对其温度漂移的补偿。

FFT用于基于磁场的电状态监测 电机就像振动测量案例一样。但是，对于 评估电机状况，即使是低频在 几赫兹到大约 120 赫兹就足够了。线路频率突出 显然，而低频分量的频谱占主导地位 如果存在故障。

在鼠笼式转子中转子杆断裂的情况下，滑移值 也起着决定性的作用。它与负载相关，理想情况下为 0% 负荷。在额定负载下，对于健康的机器，该负载在 1% 到 5% 之间，并在发生故障时相应增加。对于煤层气，测量 因此，应在相同的负载条件下执行 消除负载依赖性的影响

预测性维护的状态

无论状态监测的类型如何，即使是最智能的 监控概念，没有100%保证会有 没有计划外停机、故障或安全风险。这些风险只能 减少。然而，PM越来越多地成为一个关键话题。 在工业上。它被视为未来可持续发展的明确先决条件 生产设施的成功。然而，为此，创新和 快速发展——其技术仍然必须在 部件 - 为必填项。缺陷主要存在于客户比较中 收益和成本。

尽管如此，许多工业公司已经认识到PM的重要性 作为成功因素，因此也是未来业务的机会 不仅仅是在服务区。PM的技术可行性很大程度上 鉴于，尽管存在极端挑战，特别是在数据领域 分析学。然而，PM目前正被相当机会主义地驱动。 预计未来商业模式将主要由 软件组件和硬件的增值份额将相继 减少。总之，对硬件和软件的投资 因为PM今天已经是值得的，因为由此产生的更高产量 机器运行时间更长。

审核编辑：郭婷