邦纳电机振动温度预测性运维系统--控制网



邦纳电机振动温度预测性运维系统
企业: 日期:2020-06-22
领域:传感器 点击数:273

28.jpg

邦纳电子(苏州)有限公司王小飞

预测性维护(PDM)是工业互联网的重要应用,早在上世纪90年代就已经尝试被用于飞机发动机领域。最近几年,随着工业人工智能技术和边缘计算技术的逐步推进和成熟,过去仅仅集中应用于高端装备的预测性维护,可以“飞入寻常百姓家”,具备了大范围应用的经济性前提。去年的德国汉诺威工业博览会(HANNOVER MESSE),作为全球工业领域的风向标,更是直接把“预测性维护”列为工业智能新风向之一。更有业内人士宣称,预测性维护是工业物联网IIoT的最大价值之一。

邦纳的电机振动温度预测性运维系统正是这种适合大范围应用的经济型预测性维护解决方案。邦纳这套解决方案根据实际使用中电机的振动和温度数据,评估进行维护的时间,防止意外的设备故障。

为什么说电机的振动温度监控属于预测性维护?我们借鉴美国智能维护系统(IMS)中心的分类,如图1所示,纵轴代表故障发生频率,横轴表示故障发生后的影响。预测性维护适用于发生频率不高,但一旦发生影响很大的故障。

29.jpg

图1 美国智能维护系统(IMS)中心的分类

设备或者产线上正常运行的电机故障,正是这种频率低、影响大的故障,完全落在预测性维护的范畴。

电机的预测性维护给客户带来的好处

在工业领域中,电机是设备和产线的动力源,监控关键机器的电机状态,可以避免过程停机和实现投资回报的最大化。

·预防电机故障,减少故障停机,减少维修和大修时间以及维修间隔

电机振动温度的监控,可以提前预知电机故障,减少故障停机,还能让工程师在机器脱机和休眠时合理安排并启动修理,延长维修间隔,并能提高电机使用年限。

·减少维修成本、备件成本

预测分析通常能找出需关注的电机,工厂技术人员就能根据需要调整工具和备件的库存,而能为工厂车间节省时间、金钱和空间。

·提高工作场所安全

通过预测性运维,可以减少或避免电机故障引起的设备故障对工人的健康和安全造成的严重风险,减少时间、生产力和利润的严重损失。

·提质增效,降本减存

通过电机的预测性运维,减少设备的突然故障,损坏准备装运或分配的货物;减少数控机床或者流程控制中的设备在生产过程中停止,减少浪费特定零件及其所包含的原材料。提高设备或者产线的综合效率(OEE),从而提高产品质量,提升生产效率,降低生产成本,减少原材料、半成品的库存。

邦纳电机振动温度预测性运维系统的优势

随着预测性维护的普及,最近两年,越来越多的最终用户提出电机振动温度监控的需求,越来越多的厂家、集成商也提出各自的电机预测性维护解决方案。但是,很多客户对于电机预测性运维解决方案的实施及效果都有一定的顾虑,而邦纳的电机振动温度运维系统完全可以消除最终用户对各种风险的顾虑。

比如,预测性维护中采集哪些数据,如何安装传感器,如何选择采集频率和周期······都需要建立在掌握机理模型和行业know-how的基础之上。邦纳的振动温度传感器,机理模型基于国际监测评估标准ISO 10816,输出振动的均方根速度值(RMS)。用户可以基于均方根速度值的电机健康状态分析,不需要技术专家,也不需要对机理模型进行研究。

30.jpg

图2 机理模型基于国际监测评估标准ISO 10816

邦纳振动温度传感器提供磁性底座安装,安装方式简单快捷。

31.jpg

图3 磁性底座

工业数据的归属权和使用权问题一直都是敏感话题。从类别上来看,工业数据大致可以分为两种:一种是设备数据,一种是工况数据。工况数据涉及企业内部经营信息,最终用户并不希望进行数据分享。电机的振动和温度数据属于第一种设备数据,原则上属于不敏感数据。当然,邦纳也充分尊重用户的意愿,根据用户对数据的要求,可以提供本地化和基于云平台的两种解决方案。

·本地化解决方案

32.jpg

图4 电机运维监控系统

33.jpg

图5 软件界面

Banner的Data Watch软件可以定制化符合客户需求的软件界面。可提供实时数据显示,历史曲线回看等功能。

·云解决方案

34.jpg

图6 云解决方案

云平台:提供数据查看、趋势分析、历史数据存储、邮件报警等服务

预测性维护被吹捧为“杀手级”应用之后,很多公司都在围绕这个领域开展业务。其中不乏鱼目混珠者,比如预测某台设备将会出现问题,最终用户有可能会对判断结果产生疑问。

邦纳的振动温度传感器直接输出振动的均方根速度值,符合国际标准ISO 10816,完全可以打消用户的这层顾虑。某国内大型合资车厂冲压车间压机线主轴电机的正常和异常数据比较如图7所示,1号监测点正常,2号监测点异常,振动数据增大明显,可以直观判断其主电机异常。

35.jpg

图7 主轴振动数据比较图表

综上所述,邦纳的电机振动温度预测性运维系统准确、简单直观、灵活,解决了最终用户在预测性维护实施和效果方面的担忧和顾虑。

目前市面上已有的预测性维护方案,大部分是在云计算或者雾计算层面的,而随着边缘算力的提升,以及工业人工智能的发展,在边缘侧完成预测性维护变得经济上更加可行。邦纳的DXM系列无线控制器,既可搭载工业人工智能算法,实现预警值的自学习;也可实现数据的云推送,满足用户对于电机预测性维护的需求,用于诊断和预测电机的异常。

摘自《自动化博览》2020年6月刊

  • 在线反馈
1.我有以下需求:



2.详细的需求:
姓名:
单位:
电话:
邮件: