應用

技術

物聯網世界 >> 物聯網新聞 >> 物聯網熱點新聞
企業(yè)注冊個人注冊登錄

未來維修服務對傳感器的需求:用于實施狀態(tài)監(jiān)控的智能傳感器

2021-12-23 11:57 媒體合作

導讀:改善狀態(tài)監(jiān)控和診斷并實現整體系統優(yōu)化,是當今人們在使用機械設施和技術系統時面臨的部分核心挑戰(zhàn)。

  改善狀態(tài)監(jiān)控和診斷并實現整體系統優(yōu)化,是當今人們在使用機械設施和技術系統時面臨的部分核心挑戰(zhàn)。這個話題不僅在工業(yè)領域,在任何使用機械系統的地方都愈加重要。以往,都是根據計劃來維護機器,延遲維護可能會面臨生產停工的風險。如今,人們通過處理機器的數據來預測其剩余的使用壽命。尤其是溫度、噪聲和振動等關鍵參數,可以利用記錄的這些數據來確定最佳運行狀態(tài),甚至是所需的維護次數。此舉可以避免造成不必要的磨損,并且能夠盡早發(fā)現潛在的問題和原因。通過這種狀態(tài)監(jiān)控,設施的可用性和有效性可挖掘出相當大的優(yōu)化空間,從而獲得決定性的優(yōu)勢。例如,經證實,實施這種監(jiān)控之后,ABB1一年內將停機時間減少了70%,將電機的服務壽命延長了30%,同時將設施的能耗降低了10%。

  預防性維護的一個重要組成部分就是基于狀態(tài)的監(jiān)控(CBM),通常監(jiān)控渦輪機、風扇、泵、電機等旋轉機器。利用CBM可實時記錄運行狀態(tài)信息。但是,不會提供故障或磨損預測。這些只能通過預防性維護提供,因此帶來一個轉折點:借助更加智能的傳感器、更強大的通信網絡和計算平臺,人們能夠創(chuàng)建模型、檢測變更,并詳細計算服務壽命。

  為了構建有效的模型,需要分析振動、溫度、電流和磁場。當今采用的有線和無線通信方法支持在整個工廠或公司范圍內實施設施監(jiān)控。基于云的系統為我們帶來了更多的分析可能性,使得操作員和維修技術人員能夠通過簡單的方式獲得有關機器狀態(tài)信息的數據。但是,機器必須具備本地智能傳感器和通信基礎架構,這是獲得額外的分析能力的前提。這些傳感器是什么樣的、需要滿足哪些要求、有哪些關鍵特性—本文會就這些問題以及其他問題展開探討。

  機器的生命周期展示

  關于狀態(tài)監(jiān)控,可能需要考慮以下最基本的問題:在實施必要的維護之前,設備能夠運行多長時間?

  一般而言,從邏輯上來說,從發(fā)現問題到開始維護的間隔時間越短越好。但是,為了優(yōu)化運營和維護成本,或者完全發(fā)揮設施的最高效率,需要熟悉機器特性的專業(yè)人員憑借知識經驗來判斷。這些專業(yè)人員主要來自軸承/潤滑領域,在電機分析方面經驗不多,屬于最薄弱的環(huán)節(jié)。專業(yè)人員最終會決定,根據實際的生命周期(如圖1)和實際狀態(tài)偏離正常狀態(tài)的情況,是否應當進行維修甚至是更換。

7.jpg

  圖1.機器的生命周期。

  尚未使用的機器最初處于所謂的保修期。這屬于生命周期的早期階段,不排除這個階段會出現故障,但這種幾率相對非常小,且一般與生產故障有關。只有在接下來的定期維護階段,接受過相應培訓的維修人員才會開始進行針對性的干預。無論機器的實際狀態(tài)如何,他們都會按照指定的時間,或者在達到指定的使用時間后,對機器執(zhí)行例行維護,例如,為機器換油。這種情況下,維護間隔期間出現故障的幾率也仍然非常低。隨著機器的使用時間增加,會逐漸到達狀態(tài)監(jiān)控階段。自此之后,應做好故障應對準備。圖1顯示了以下6種變化,從超聲波范圍(1)的變化開始,接著是振動變化(2)。通過分析潤滑油(3)或者通過稍微提高溫度(4),在實際發(fā)生故障之前,可以通過可感知的噪聲(5)或發(fā)熱情況(6)檢測出將要發(fā)生故障的前期跡象。振動通常用于確認老化情況。圖2顯示了三臺相同設備在生命周期內的振動模式。三臺機器在初始階段都處于正常范圍。但是,從中期階段開始,根據具體的載荷情況,振動或多或少快速增加;到后期階段會呈指數增加達到臨界范圍。一旦設備達到臨界范圍,則需要立即采取行動。

6.jpg

  圖2.振動參數隨時間發(fā)生變化。

  通過振動分析實施狀態(tài)監(jiān)控

  輸出速度、齒輪比和軸承組件數量等參數與機器的振動模式分析密切相關。一般來說,齒輪箱導致的振動在頻域體現為軸速的倍數,而軸承的特征頻率通常不代表諧波分量。此外,通常還會檢測湍流和氣蝕導致的振動。它們通常與風扇和泵中的氣流和/或液流有關,因此,一般被視為隨機振動。它們通常呈靜止狀態(tài),從統計特性來看,并不存在差異。但是,隨機振動也具有循環(huán)平穩(wěn)性,因此也具有統計特性。它們由機器產生并發(fā)生周期性變化,這與內燃機每個氣缸每個周期點火一次的情形類似。

  傳感器方向也至關重要。如果采用單軸傳感器來測量主要線性振動,則必須按照振動方向來調整傳感器。也可使用多軸傳感器記錄所有方向的振動,但是基于其物理特性,采用單軸傳感器的噪聲更低、測量范圍更廣,帶寬也更大。

  對振動傳感器的需求

  為了廣泛使用振動傳感器來實施狀態(tài)監(jiān)控,務必考慮兩個重要因素:低成本和小尺寸。以往人們通常使用壓電傳感器,如今則越來越多地使用基于MEMS的加速計。它們具有更高的分辨率、出色的漂移特性和靈敏度,以及更高的信噪比,此外,還能檢測幾乎接近直流范圍的極低頻率振動。同時也非常節(jié)能,因此非常適合電池供電的無線監(jiān)控系統。與壓電傳感器相比還有另一項優(yōu)勢:可以將整個系統集成到單個殼體(系統級封裝)中。這些所謂的SiP解決方案不斷集成以下其他重要功能,共同構建為智能系統:模數轉換器、帶嵌入式固件(實施專用預處理)的微控制器、通信協議和通用接口,此外還包括各種保護功能。

  集成保護功能非常重要,這是因為傳感器元件受力過大會導致損壞。集成的超量程檢測功能會發(fā)出警告,或者通過關閉內部時鐘,停用陀螺儀中的傳感器組件,從而保護傳感器元件不受損害。SiP解決方案見圖3。

5.jpg

  圖3.基于MEMS的系統級封裝(左側)。

  隨著CBM領域的需求增加,對傳感器的需求也相應增加。對于有效的CBM,對傳感器測量范圍(滿量程,即FSR)的要求一般為±50g。

  由于加速度與頻率的平方成比例,所以能夠相對很快地達到這些高加速力。公式1可以證明這一點:

4.jpg

  變量表示加速度,f表示頻率,d表示振動幅度。因此,例如,振動為1 kHz時,1 μm的振幅會產生39.5g的加速度。

  至于噪聲性能,這個值在盡可能廣泛的頻率范圍內(從接近dc到數十kHz的中間范圍)都應該非常低,這樣,除了其他因素之外,可以在速度極低時檢測到軸承噪聲。但是,由此也可以看出,振動傳感器制造商正面臨一個重大挑戰(zhàn),尤其對于多軸傳感器而言。只有少數幾家制造商能夠提供帶寬大于2 kHz、噪聲足夠低的多軸傳感器。ADI公司(ADI)已開發(fā)出適合CBM應用的ADXL356/ADXL357三軸傳感器系列。該系列產品具備出色的噪聲性能和溫度穩(wěn)定性。除了有限的1.5 kHz(諧振頻率=5.5 kHz)帶寬以外,這些加速度計仍能夠為風輪機等低速設備提供重要的狀態(tài)監(jiān)控讀數。

  ADXL100x系列中的單軸傳感器適用于更高帶寬。它們提供高達24 kHz(諧振頻率=45 kHz)的帶寬,且在噪聲水平極低的情況下,提供高達± 100g的g范圍。由于具有高帶寬,該傳感器系列可以檢測出旋轉機械中的大部分故障問題(滑動軸承損壞、失衡、摩擦、疏松、輪齒缺損、軸承磨損和氣蝕)。

  基于狀態(tài)的監(jiān)控可以采用的分析方法

  CBM中的機器狀態(tài)分析可以采用多種方法完成。最常見的方法是時域分析、頻率域分析,以及兩者共用。

  1. 基于時間的分析

  在時域振動分析中,會考慮有效值(均方根,即rms)、峰峰值和振動幅度(見圖4)。

3.jpg

  圖4.諧波振動信號的幅度、有效值和峰峰值。

  峰峰值反映電機軸的最大偏斜度,因此能夠得出最大載荷。振幅值則表示振動的幅度,并且識別異常的振動現象。但是,不會考慮振動的時長或者振動期間的能量,以及振動的破壞力。因此,有效值一般是最具意義的值,這是因為它不但考慮振動時長,還考慮振動幅度值。通過分析所有這些參數對電機速度的依賴關系,可以獲得對rms振動的統計閾值的相關性。

  事實證明此類分析非常簡單,因為它既不需要基本的系統知識,也不需要進行任何類型的光譜分析。

  2. 基于頻率的分析

  利用基于頻率的分析,可通過快速傅立葉變換(FFT)將隨時間變化的振動信號分解為頻率分量。由此產生的幅度和頻率關系頻譜圖有助于監(jiān)控特定的頻率分量及其諧波和邊帶(見圖5)。

2.jpg

  圖5.振動與頻率關系頻譜圖。

  FFT是一種在振動分析中廣泛采用的方法,特別是用于檢測軸承損傷。采用這種方法,可以將相應的組件分配給每個頻率分量。通過FFT,可以濾除滾動部件與缺陷區(qū)域接觸引起某些故障時產生重復脈沖的主要頻率。因為它們的頻率分量不同,因此可以區(qū)分不同類型的軸承損傷(外環(huán)、內環(huán)或滾珠軸承損傷)。但是,這需要軸承、電機和整個系統的準確信息。

  此外,FFT流程需要提供在微控制器中反復記錄和處理振動的離散時間塊。盡管相比時域分析,這種分析需要更強的計算能力,但它能夠進行更詳細的損傷分析。

  3.時域和頻域分析組合

  此類分析最全面,因為它兼具兩種方法的優(yōu)點。時域中的統計分析提供系統的振動強度隨時間變化的信息,以及它們是否處于許可的范圍內。頻域分析能夠以基本頻率的形式監(jiān)測速度,同時也能夠監(jiān)測準確識別故障特征所需的諧波分量。

  對基本頻率的跟蹤尤其具有決定性,這是因為有效值和其他統計參數會隨速度而變化。如果與最后一次測量相比,統計參數發(fā)生顯著變化,則必須檢查基本頻率,以避免誤報。

  對于這三種分析方法,其測量的數值都會隨時間發(fā)生變化。監(jiān)測系統可能首先需要記錄運行狀況,或者生成所謂的指紋。然后與不斷記錄的數據進行比較。在偏差過大,或超過相應閾值的情況下,需要作出反應。如圖6所示,可能的反應可以是警告(2)或警報(4)。根據具體的嚴重程度,可能需要維修人員立即著手修正這些偏差。

1.jpg

  圖6.閾值和對FFT的反應。

  通過磁場分析實施CBM

  由于集成磁力計的快速發(fā)展,測量電機周圍的雜散磁場是另一種對旋轉機器進行狀態(tài)監(jiān)控的頗有前景的方法。測量采用非接觸式;也就是說,機械和傳感器之間不需要直接連接。與振動傳感器一樣,磁場傳感器也有單軸和多軸版本。

  對于故障檢測,應從軸向(平行于電機軸)和徑向(與電機軸呈直角)測量雜散磁場。徑向磁場通常被定子鐵芯和電機外殼削弱。與此同時,還會受到氣隙磁通量的顯著影響。軸向磁場是由鼠籠式轉子的電流和定子的末端繞組產生的。磁力計的位置和方向對于能否測量兩個磁場具有決定性的作用。因此,建議選擇靠近軸或電機外殼的合適位置。同時需要測量溫度,這絕對有必要,因為磁場強度與溫度直接相關。因此,在大多數情況下,如今的磁場傳感器都包含集成式溫度傳感器。此外,還應校準傳感器,實施溫漂補償校正。

  FFT用于對電機實施基于磁場的狀態(tài)監(jiān)控,就像振動測量一樣。但是,對于電機狀態(tài)評估,即使是幾赫茲到大約120赫茲范圍的低頻也足夠了。線路頻率顯得很突出,而出現故障時則以低頻分量頻譜為主。

  在鼠籠式轉子的轉桿破裂的情況下,滑動值也具有決定性的作用。它與負載有關,理想情況下無負載時為0%。采用額定負載時,對于運行正常的機器,其值在1%和5%之間,出現故障時,會相應增大。對于CBM,應該在相同的負載條件下進行測量,以消除負載不同帶來的影響。

  預防性維護的狀態(tài)

  無論是哪種類型的狀態(tài)監(jiān)測,即使采用最智能的監(jiān)控方案,也無法百分之百保證不會出現意外的停機、故障或安全風險。只能降低這些風險。然而,預防性維護越來越受關注,正在成為行業(yè)的一個重要話題。它被認為是生產設施未來取得可持續(xù)成功的一個明確的先決條件。然而,要做到這一點,需要采用獨特的技術,而且必須不斷創(chuàng)新,加速發(fā)展。盈虧赤字體現在客戶利益和成本比較中。

  盡管如此,許多工業(yè)企業(yè)已經認識到預防性維護的重要性,它是決定能否成功的重要因素,因此也是開展未來業(yè)務的機會—這種機會并不僅僅局限于維修服務領域。盡管面臨巨大挑戰(zhàn),尤其是在數據分析領域,預防性維護目前已具備很高的技術可行性。但是,目前預防性維護具有強烈的機會主義特征。預計未來的業(yè)務模式將主要取決于軟件組件,硬件帶來的增值份額將不斷下降。總之,因為機器運行時間較長,產生的價值較高,目前對預防性維護的硬件和軟件的投資已經物有所值。

  參考文獻

  1 “ABB Ability Smart Sensor jetzt für den europ?ischen Markt verfügbar”.ABB,2017年4月。

  作者簡介

  Thomas Brand于2015年10月加入德國慕尼黑的ADI公司,當時他還在攻讀碩士。2016年5月至2017年1月,他參加了ADI公司的現場應用工程師培訓生項目。之后在2017年2月,他開始擔任現場應用工程師職位,主要負責工業(yè)大客戶。此外,他還專注于研究工業(yè)以太網,并為中歐的相關主題提供支持。

  他畢業(yè)于德國莫斯巴赫的聯合教育大學電氣工程專業(yè),之后在德國康斯坦茨應用科學大學獲得國際銷售碩士學位。