预测性维护的基础是状态监测。在工业设备上安装传感器可以监测性能、识别不同参数的变化,以及判断这些变化是否表明需要维护设备。
状态监测和预测性维护能带来的价值
从二十世纪七十年代演变至今,状态监测和预测性维护已经历多次升级换代,通过传感器收集的趋势数据,辅以AI 和机器学习算法,工业系统可具有认知能力,它们可以开始学习行为,识别新状况,预测什么组件、何时将发生何种故障,制定解决方案,大幅减少人力投入。
物联网生态系统的发展助力状态监测
物联网解决方案以及无线连接使“传感器无处不在”成为可能,从而使非智能的机器逐步升级为更智能的设备。
传感器技术扩展了工业状态监测应用
状态监测的应用涵盖了广泛的工业和商业领域,它们依赖传感技术来提供关键数据,以作出影响生产效率、正常运行时间、预测性维护以及员工安全和生产力的关键决策。
有好的数据,才会有好的预测分析。传感器是关键推动因素。在所有状态监测传感器类别中,测量振动的加速度传感器为主要技术,被广泛应用。
运用加速度传感器进行预测性维护
过去,加速度传感器主要用于对重型高端机械进行状态监测。但是,在数字化产业转型的推动下,我们看到加速度传感器用于大批量、更小型机械的监测需求正在增加。
用于状态监测的加速度传感器主要有两种:
1
压电式(PE)加速度传感器
压电技术为状态监测提供了卓越性能:宽广的带宽 (> 10 kHz)、低噪音 (RMS 至 30 µg/√Hz)、低功率 (电荷源)、优异的长期稳定性。
压电式 (PE) 加速度传感器内含自发电的压电晶体,在受到外部挤压(如振动机械)应力时,压电晶体会产生电荷,输出信号。目前提供的大多数状态监测加速度传感器设计都是剪切模式。
2
可变电容加速度传感器
可变电容 (VC) 传感器根据在两个平行电容板之间移动的振荡量块的电容变化来推导加速度测量值。通常由硅晶片制造并制造成微型MEMS (微机电系统)芯片。
明星产品推荐
TE Connectivity (以下简称 “TE”) 的明星产品:宽带宽三轴压电式加速度传感器830M1
在机器运行状况监测应用场景中,宽带宽、小尺寸、低功耗和稳定的性能极为重要。830M1针对关键机器运行状况监测进行了优化,可提供出色的测量带宽(高达 15 kHz)、卓越的分辨率,并采用高度稳定的压电式传感技术设计,为严苛环境中的状态监测应用提供长期、可靠和准确的性能。
除了830M1,TE对于预测性维护还有什么洞察和产品?
近日,TE发布白皮书《运用加速度传感器进行预测性维护》,对工业设备状态监测应用中的不同加速度传感器技术进行对比,通过直观的实验数据与大家分享:如何在预测性维护应用中使用加速度传感器,以及,如何选择正确的技术。
上一篇:
下一篇: