0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

选择合适的预测性维护传感器

微云疏影 来源:维库 作者:维库 2023-06-24 14:54 次阅读

基于状态的监测(CbM) 涉及使用传感器监测机器或资产以测量当前的健康状况。预测性维护 (PdM) 涉及 CbM、机器学习和分析等技术的组合,以预测即将发生的机器或资产故障。在监控机器的健康状况时,选择合适的传感器以确保可以检测、诊断甚至预测故障至关重要。目前有许多传感器用于检测和检测旋转机械及其负载中的故障,终目标是避免意外停机。由于 PdM 技术应用于大量旋转机器(电机、齿轮、泵和涡轮机)和非旋转机器(阀门、断路器和电缆),因此很难对每个传感器进行。

许多工业电机设计为在连续生产应用中工作长达 20 年,例如化学和食品加工厂以及发电设施,但有些电机无法达到其预计寿命。1这可能是由于电机运行不充分、维护计划不足、缺乏对 PdM 系统的投资,或者根本没有 PdM 系统。PdM 使维护团队能够安排维修并避免计划外停机。通过 PdM 及早预测机器故障还可以帮助维护工程师识别和修复运行效率低下的电机,从而提高性能、生产率、资产可用性和使用寿命。

的 PdM 策略是有效地利用尽可能多的技术和传感器来及早并以高置信度检测故障,因此,没有一种传感器适合所有人的解决方案。本文旨在阐明为什么预测性维护传感器对于早期检测 PdM 应用程序中的故障至关重要,以及它们的优缺点。

系统故障时间表

图 1 显示了从安装新电机到电机故障的事件模拟时间线以及推荐的预测性维护传感器类型。安装新电机时,它在保修期内。几年后,保修期满,此时将实施更频繁的人工巡检团。

wKgaomSOqgiAOjKCAABkky8AnPw333.gif

图 1:机器健康状况与时间的关系。(:Analog Devices)

如果在这些定期维护检查之间出现故障,则可能会出现计划外停机。在这种情况下,拥有正确的预测性维护传感器以尽早检测潜在故障变得至关重要,因此,本文将重点关注振动和声学传感器。振动分析通常被认为是 PdM 的起点。2个

预测性维护传感器

一些传感器可以比其他传感器更早地检测到某些故障,例如轴承损坏,如图 1 所示。在本节中,将讨论常用于尽早检测故障的传感器,即加速度计和麦克风。表 1 列出了传感器规格和它们可以检测到的一些故障。大多数 PdM 系统只会使用其中一些传感器,因此必须确保充分了解潜在的关键故障以及适合检测这些故障的传感器。

表 1. 用于 CbM 的流行传感器(:Analog Devices)点击查看大图

wKgZomSOqgiAeC3uAAF5PYdx_gQ463.gif

传感器和系统故障注意事项

工业和商业应用中超过 90% 的旋转机械都使用滚动轴承。3电机故障组件的分布如图 2 所示,从中可以清楚地看出,在选择 PdM 传感器时,重点关注轴承监测非常重要。为了检测、诊断和预测潜在故障,振动传感器必须具有低噪声和宽带宽能力。

wKgaomSOqgmARCU_AABZSQeSvTg615.gif

图 2. 发生故障的电机组件的百分比。4(:Analog Devices)

表 2 显示了与旋转机器相关的一些常见故障以及用于 PdM 应用的一些相应振动传感器要求。为了尽早检测到故障,PdM 系统通常需要高性能传感器。资产上使用的预测性维护传感器的性能水平与资产在整个过程中能够持续可靠运行的重要性相关,而不是以资产本身为代价。

表 2. 机器故障和振动传感器注意事项的简要概述(:Analog Devices) 点击查看大图

wKgZomSOqgmAZEAsAADaQw0Nqos035.gif

电机振动或运动中的能量(峰值、峰峰值和均方根)使我们能够确定机器是否不平衡或未对准等。5一些故障,例如轴承或齿轮故障,并不那么明显,尤其是在早期,并且不能仅通过振动的增加来识别或预测。这些故障通常需要具有低噪声 (《100 μ g /√Hz) 和宽带宽 (》5 kHz) 的高性能预测性维护振动传感器,以及高性能信号链、处理、收发器和后处理。

用于 PdM 的振动、声波和超声波传感器

微机电系统 (MEMS) 麦克风在 PCB 上包含一个 MEMS 元件,通常包含在带有底部或顶部端口的金属外壳中,以允许声压波进入内部。MEMS 麦克风提供低成本、小尺寸和有效的机器故障检测方法,例如轴承状况、齿轮啮合、泵气蚀、未对准和不平衡。这使得 MEMS 麦克风成为电池供电应用的理想选择。它们可以位于离噪声源很远的地方并且是非侵入性的。当多个资产在运行时,基于麦克风的性能可能会由于来自其他机器的可闻噪声量或环境因素(例如灰尘或湿度)进入麦克风的端口孔而受到影响。

大多数 MEMS 麦克风数据表仍然列出了相对良性的应用,例如移动终端、笔记本电脑、游戏设备和相机等。一些 MEMS 麦克风数据表将振动传感或 PdM 列为潜在应用,但他们也提到对机械冲击敏感的传感器和处理不当会对零件造成性损坏。其他 MEMS 麦克风数据表表明机械冲击耐受性高达 10,000 g。对于这些传感器中的一些是否适合在存在潜在冲击事件的非常恶劣的操作环境中操作,仍然不清楚。

MEMS 超声波麦克风分析能够在可闻噪声增加的情况下监测复杂资产中的电机健康状况,因为它会收听噪声少得多的非可听频谱(20 kHz 至 100 kHz)中的声音。低频可听信号的波长通常在大约 1.7 cm 到 17 m 长的范围内。高频信号的波长范围从大约 0.3 厘米到 1.6 厘米长。当波长的频率增加时,能量增加,使超声波更具指向性。这在试图查明轴承或外壳中的故障时非常有用。

加速度计是常用的振动传感器,振动分析是常用的 PdM 技术,主要用于大型旋转设备,例如涡轮机、泵、电机和齿轮箱。表 3 和表 4 显示了在选择高性能 MEMS 振动和声学传感器与黄金标准压电振动传感器时需要考虑的一些关键规格。每列中的数据代表该类别中的/变化,与相邻列无关。

CbM 行业将在未来五年内实现显着增长,其中无线安装将占这一增长的很大一部分。6由于尺寸、缺乏集成功能和功耗的组合,压电加速度计不太适合无线 CbM 系统,但确实存在典型功耗范围为 0.2 mA 至 0.5 mA 的解决方案。MEMS 加速度计和麦克风非常适合电池供电的 PdM 系统,因为它们尺寸小、功耗低且性能高。

所有传感器都具有合适的带宽和低噪声,但 MEMS 加速度计是可以提供低至直流响应的传感器,可用于检测极低转速下的不平衡和倾斜感测。MEMS 加速度计还具有自检功能,可以验证传感器是否 100% 正常工作。这在安全关键型安装中可能很有用,在这些安装中,通过能够验证传感器是否仍能正常工作,可以更轻松地满足系统标准。

可以完全密封陶瓷封装的 MEMS 加速度计和机械封装的压电加速度计,以在恶劣、肮脏的环境中使用。表 4 侧重于传感器的物理、机械和环境性能。在这里可以看出每个传感器之间的主要区别,例如集成度、对恶劣环境的耐受性、机械性能以及与旋转机器或支架的连接。

表 3. 预测性维护传感器性能规格(:Analog Devices) 点击查看大图

wKgaomSOqgqAeePnAAChRh8bo6I059.gif

表 4. 预测性维护传感器机械规格(:Analog Devices) 点击查看大图

wKgZomSOqguARv_IAACm-Rw_jIk898.gif

检测三个轴上的振动数据可提供更多诊断见解,并可导致更好的故障检测。虽然这在每个 PdM 安装中都不是必需的,但它是压电和 MEMS 加速度计在数据质量、布线和空间节省方面提供的明显优势。

当长时间暴露在增加的湿度中时,MEMS 麦克风显示出高达 –8 dB 的失真。7 虽然这不是一个明显的弱点,但如果您的 PdM 应用程序存在于高湿度的恶劣环境中,则值得考虑。在这种情况下,驻极体电容式麦克风 (ECM) 已显示出优于 MEMS 麦克风的优势。其他可能影响麦克风的环境条件包括风、大气压力、电磁场和机械冲击。8个

在良性环境中,MEMS 麦克风可在 PdM 应用中提供出色的性能。目前,缺乏关于在振动、灰尘或湿度过高的恶劣操作环境中安装 MEMS 麦克风的可用信息。振动会影响 MEMS 麦克风的性能,这是一个需要考虑的领域;但是,它们的振动灵敏度确实低于 ECM。9如果无线 PdM 解决方案使用 MEMS 麦克风,则安装盒需要有一个孔或端口以允许声学信号到达传感器,这进一步增加了设计的复杂性,并可能使其他电子设备容易受到灰尘或湿气的影响。

电容式 MEMS 加速度计技术的进展允许在优先级较低的资产上实施小型、低成本、低功耗的无线 CbM 解决方案,从而进一步深入了解设施管理并维持关键系统正常运行时间。这些进步还使 MEMS 加速度计更接近压电性能,以用于更传统的有线 CbM 系统。压电加速度计具有如此低的噪声和宽带宽,加上行业标准连接(ICP 和 IEPE),几十年来一直是振动测量中使用的黄金标准传感器。MEMS 加速度计已经过调整以与 IEPE 标准模块接口,如图 3 所示。转换电路基于 Circuits from the Lab ? 参考设计。该电路是在一个特殊的 PCB 上设计的,该 PCB 具有在宽带宽上运行的特点,并准备好在后期设计到机械模块中。

wKgaomSOqguAZ7uAAAC2FjVW0ZQ362.gif

图 3. MEMS 加速度计、IEPE 参考、PCB 设计允许在 IEPE 机械模块中改造 ADXL100x 系列 CbM 加速度计。注:Analog Devices 不生产 IEPE 机械模块。(:Analog Devices)

专用 PdM 模块,如Analog Devices 的ADcmXL3021 ,提供了一种集成的传感器设计方法。例如,图 4 中所示的设备包含三个单轴 MEMS 加速度计、三个 ADC、一个处理器、存储器和算法,所有这些都位于一个谐振频率超过 50 kHz 的机械模块中。这突出了 MEMS 加速度计在传感器节点集成智能的能力,确保传感器与信号链和处理配对以实现性能。该模块可以执行 FFT,触发各种时域或频域警报,并生成对算法或机器学习工具预测故障至关重要的时域静态数据。

wKgZomSOqgyAGb7tAACJ8Rov13k998.gif

图 4. 具有集成 ADC、处理器、FFT 和统计功能的三轴 MEMS CbM 模块,以及谐振频率超过 50 kHz 的机械封装。(:Analog Devices)

在为您的 PdM 解决方案选择合适的振动传感器时,真正的挑战在于配对传感器以满足资产可能的潜在故障模式。MEMS 麦克风尚未被证明足够稳健,无法在恶劣的环境中可靠地检测所有基于振动的故障模式,而振动传感、加速度计的行业标准已成功实施并可靠地运行了几十年。MEMS 超声波麦克风在检测轴承故障方面表现出比加速度计更早的有前途的性能,这种潜在的共生关系可以为您未来的资产振动分析需求提供 PdM 解决方案。

虽然很难推荐在 PdM 系统中使用单个振动传感器,但加速度计有成功的历史,并且会继续发展和改进。Analog Devices 等制造商提供一系列 MEMS 加速度计,从通用、低功耗、低噪声、高稳定性和高g到智能边缘节点模块,以满足应用的不同要求。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • PDM
    PDM
    +关注

    关注

    2

    文章

    81

    浏览量

    17813
  • 机器学习
    +关注

    关注

    66

    文章

    8347

    浏览量

    132289
  • 工业电机
    +关注

    关注

    0

    文章

    93

    浏览量

    15707
收藏 人收藏

    评论

    相关推荐

    传感器在工业 4.0 预测维护中的应用

    预测维护在很大程度上依赖技工的专长和直觉来解决问题或诊断故障,而今天的先进诊断设备和工业 4.0 技术增加了电子传感器和机械传感器,能够更
    的头像 发表于 04-21 17:07 7018次阅读
    <b class='flag-5'>传感器</b>在工业 4.0 <b class='flag-5'>预测</b><b class='flag-5'>性</b><b class='flag-5'>维护</b>中的应用

    使用电流传感器高效地采集数据,实现 AI 预测维护

    问题的广泛兴趣。AI/ML系统设计人员要想实现此类预测维护,面临的难题之一是为应用选择合适传感器
    的头像 发表于 10-03 14:47 850次阅读
    使用电流<b class='flag-5'>传感器</b>高效地采集数据,实现 AI <b class='flag-5'>预测</b><b class='flag-5'>性</b><b class='flag-5'>维护</b>

    如何选择合适传感器

    如何选择合适传感器?氧气传感器的选型目录分享
    发表于 06-15 06:27

    如何使用Amazon IoT和Amazon SageMaker进行设备实时预测维护

    物联网(IoT)的一个典型应用场景是能够从传感器数据中获取上下文洞察力,例如分析设备异常或者进行预测维护,及时给予用户通知。在本文中,我们将专注于通过设备多项指标对设备进行
    发表于 07-06 06:10

    位置传感器关键术语,如何选择合适的位置传感器

    位置传感器广泛用于自动化和测量应用中。选择合适的位置传感器的关键步骤是了解传感器尺寸,分辨率,可重复性,精度,安装约束和环境坚固
    发表于 12-03 10:39 1396次阅读

    怎么选择合适预测维护传感器

    基于状态的监控(CbM)涉及使用传感器来测量当前的健康状态,以监测机器或资产。预测维护(PdM)涉及使用CbM、机器学习和分析等的技术组合来预测
    的头像 发表于 05-24 10:08 2062次阅读
    怎么<b class='flag-5'>选择</b>最<b class='flag-5'>合适</b>的<b class='flag-5'>预测</b><b class='flag-5'>性</b><b class='flag-5'>维护</b><b class='flag-5'>传感器</b>?

    如何选择合适传感器 传感器选择指南

    这么多传感器,在设计测量系统之前,如何在海量传感器中选出合适的呢?小编为您奉上一份NI出品的传感器选择指南技术白皮书,指南中对七种常见的
    的头像 发表于 02-26 14:46 7637次阅读
    如何<b class='flag-5'>选择</b><b class='flag-5'>合适</b>的<b class='flag-5'>传感器</b> <b class='flag-5'>传感器</b><b class='flag-5'>选择</b>指南

    如何选择合适传感器传感器选型的要点

    如今生活中,随着传感器的出现,现在已经成为人们获取各种信息的主要途径与手段,在各个领域都有着十分广泛的应用。传感器的类型各种各样,甚至同一类型的传感器之间的差别相差不大。那么如何根据自己的情况,
    的头像 发表于 03-30 16:23 1.3w次阅读
    如何<b class='flag-5'>选择</b><b class='flag-5'>合适</b>的<b class='flag-5'>传感器</b>?<b class='flag-5'>传感器</b>选型的要点

    具有传感器和IO-Link功能的预测维护套件

      这项研究的结果实际上使我们发布了STEVAL-BFA001V1B,这是一款具有传感器和 IO-Link 功能的预测维护套件。
    的头像 发表于 05-16 14:53 1305次阅读
    具有<b class='flag-5'>传感器</b>和IO-Link功能的<b class='flag-5'>预测</b><b class='flag-5'>性</b><b class='flag-5'>维护</b>套件

    传感器在工业4.0预测维护中的应用

    作为工业 4.0 的重要组成部分,本地决策系统在设备内或附近收集传感器数据,以此为依据做出正确判断,帮助检修人员提前发现昂贵、复杂的可能是远程设备出现的小问题,避免酿成大事故。这个功能要求传感器必须具有边缘处理[13]能力和人工智能 (AI),因为人工智能是
    的头像 发表于 08-11 15:26 2055次阅读
    <b class='flag-5'>传感器</b>在工业4.0<b class='flag-5'>预测</b><b class='flag-5'>性</b><b class='flag-5'>维护</b>中的应用

    采用“3483”选型法则为设计选择合适的气压传感器

    意法半导体的气压传感器已经越来越多地被用于智能手机,平板电脑和可穿戴技术中,并为精准的高度位置监测以及预测维护等新工业应用打开大门。那该如何根据设计需求
    的头像 发表于 11-24 09:43 1550次阅读

    选择合适预测维护传感器

    最好的 PdM 策略是有效利用尽可能多的技术和传感器来及早检测故障并具有高度置信度的策略,因此,没有一个传感器适合所有人的解决方案。本文旨在阐明为什么预测
    的头像 发表于 12-19 16:20 899次阅读
    <b class='flag-5'>选择</b>最<b class='flag-5'>合适</b>的<b class='flag-5'>预测</b><b class='flag-5'>性</b><b class='flag-5'>维护</b><b class='flag-5'>传感器</b>

    选择合适预测维护传感器

    选择合适预测维护传感器
    的头像 发表于 12-29 10:02 871次阅读
    <b class='flag-5'>选择</b>最<b class='flag-5'>合适</b>的<b class='flag-5'>预测</b><b class='flag-5'>性</b><b class='flag-5'>维护</b><b class='flag-5'>传感器</b>

    ST传感器在电机预测维护中的应用

    电子发烧友网站提供《ST传感器在电机预测维护中的应用.pdf》资料免费下载
    发表于 08-01 09:42 0次下载
    ST<b class='flag-5'>传感器</b>在电机<b class='flag-5'>预测</b><b class='flag-5'>性</b><b class='flag-5'>维护</b>中的应用

    全球首款光能量采集预测维护传感器

    Nanoprecise宣布推出全球首款符合0区标准的光能量采集传感器MachineDoctor LUX。作为预测维护解决方案的先驱,Nanoprecise继续突破创新极限,同时拥抱可
    发表于 09-20 14:49 335次阅读