用于实施状态监控的智能传感器

Thomas Brand ADI公司

改善状态监控和诊断并实现整体系统优化,是当今人们在使用机械设施和技术系统时面临的部分核心挑战。这个话题不仅在工业领域,在任何使用机械系统的地方都愈加重要。以往,都是根据计划来维护机器,延迟维护可能会面临生产停工的风险。

如今,人们通过处理机器的数据来预测其剩余的使用寿命。尤其是温度、噪声和振动等关键参数,可以利用记录的这些数据来确定最佳运行状态,甚至是所需的维护次数。此举可以避免造成不必要的磨损,并且能够尽早发现潜在的问题和原因。通过这种状态监控,设施的可用性和有效性可挖掘出相当大的优化空间,从而获得决定性的优势。例如,经证实,实施这种监控之后,ABB1一年内将停机时间减少了70%,将电机的服务寿命延长了30%,同时将设施的能耗降低了10%。

预防性维护的一个重要组成部分就是基于状态的监控 (CBM),通常监控涡轮机、风扇、泵、电机等旋转机器。利用CBM可实时记录运行状态信息。但是,不会提供故障或磨损预测。这些只能通过预防性维护提供,因此带来一个转折点:借助更加智能的传感器、更强大的通信网络和计算平台,人们能够创建模型、检测变更,并详细计算服务寿命。

为了构建有效的模型,需要分析振动、温度、电流和磁场。当今采用的有线和无线通信方法支持在整个工厂或公司范围内实施设施监控。基于云的系统为我们带来了更多的分析可能性,使得操作员和维修技术人员能够通过简单的方式获得有关机器状态信息的数据。但是,机器必须具备本地智能传感器和通信基础架构,这是获得额外的分析能力的前提。这些传感器是什么样的、需要满足哪些要求、有哪些关键特性—本文会就这些问题以及其他问题展开探讨。

详文请阅:用于实施状态监控的 智能传感器

点击这里,获取更多IOT物联网设计信息

推荐阅读