欢迎来到彩壳资讯
彩壳资讯
追求准确可靠的振动传感以实现基于状态的预测性维护
探索基于压电陶瓷的传感器和手持式数据采集工具用于基于状态的预测性维护的优点和局限性，以及完全集成和可靠振动的优势传感器。 精密工业流程越来越依赖于电机和相关机械的高效和一致运行。机械中的不平衡、缺陷、接头松动和其他异常通常会转化为振动，进而导致精度损失以及安全问题。如果不解决，除了性能和安全问题外，如果设备需要离线维修，生产力损失将不可避免。 基于条件的预测性维护是一种众所周知且经过验证的避免生产力损失的方法，但这种方法的价值与其复杂性相匹配。现有方法存在局限性，特别是在分析振动数据（无论如何收集）和隔离误差源时。 现有的数据收集方法包括安装在机器上的简单压电传感器和手持式数据收集工具。这些方法有很多局限性，特别是与可以嵌入机器上或机器中并自主运行的完整检测和分析系统的理想解决方案相比。本文将进一步探讨这些局限性并与理想情况进行比较。 测量的可重复性 手持式振动探头具有一些实施优势，例如不需要对终端设备进行任何修改，并且考虑到它们的大（砖）尺寸，它们的集成度相对较高，可以进行足够的处理和存储。然而，一个主要限制是测量的可重复性。探头位置或角度的微小差异可能会产生不一致的振动轮廓，从而导致时间比较不准确。因此，维护技术人员面临的问题是观察到的任何振动偏移是否是由于机器内的实际变化或仅仅是测量技术的变化所致。理想情况下，传感器既紧凑又集成，足以直接永久嵌入到感兴趣的设备中。 测量计划 手持式探头方法的另一个限制是缺乏对麻烦的振动偏移的实时通知。对于大多数基于压电陶瓷的传感器来说也是如此，它们通常处于非常低的集成度（在某些情况下只是传感器），数据传输到其他地方以供以后分析。这些设备需要外部干预，因此为错过事件/班次提供了机会。另一方面，自主传感器处理系统包括传感器、分析、存储和报警功能，并且仍然足够小，可以嵌入，提供最快的振动偏移通知，以及显示基于时间的趋势的最佳能力。 理解数据 来自嵌入式传感器的实时通知（如前所述）的理想只能通过频域分析来实现。任何给定的设备通常都有多个振动源，例如轴承缺陷、不平衡和齿轮啮合，以及在正常运行期间产生振动的设计源，例如钻头或机械压力机。基于时间的设备分析会产生复杂的波形，这些波形结合了多个源，在 FFT 分析之前几乎无法提供可识别的信息。大多数基于压电陶瓷的传感器解决方案依赖于 FFT 的外部计算和分析。这不仅消除了实时通知的可能性，还给设备开发人员带来了巨大的额外设计负担。通过在传感器上嵌入 FFT 分析，可以立即将振动偏移与特定源隔离。鉴于完全集成的自主传感器的完整性和简单性，这种完全集成的传感器元件还可以将设备设计人员的开发时间缩短 6 至 12 个月。 访问数据 嵌入式 FFT 分析假设模拟传感器数据已被调节并转换为数字数据，因此数据传输大大简化。事实上，当今使用的大多数振动传感器解决方案都具有模拟输出，导致信号在传输过程中衰减，更不用说已经讨论过的离线数据分析的复杂性了。鉴于大多数需要振动监测的工业设备往往存在于嘈杂、移动、难以接近甚至危险的环境中，因此人们强烈希望不仅降低接口布线的复杂性，而且还希望在源头执行尽可能多的数据分析最大限度地减少准确捕获设备振动的表示是可能的。 有多少数据 许多现有的传感器解决方案都是单轴压电传感器。这些压电传感器不提供方向信息，因此限制了对设备振动轮廓的理解。缺乏方向性意味着需要非常低噪声的传感器，这也会影响成本。如果每个轴都精确对准，三轴 MEMS 传感器的可用性可以显着提高隔离振动源的能力，同时可能降低成本。
相关文章
|
