作者:Ed Spence，董事总经理机器仪表集团有限责任公司
机械振动分析作为一种监测健康运行和诊断新出现问题的手段，是一种相对成熟的专业技术，在涡轮机和电机泵列车上已有很长时间的实践。目前，工厂的状态监控通常是由一名配备手持数据记录器的熟练操作人员实施的，在定期计划的、基于路线的维护程序中，收集和处理来自系绳振动传感器的信号。手持仪器基于时间和频率的信号处理都由专家分析，依靠机器的物理知识，如轴承类型和电机轴的转速。
图1所示。这是一个状态监控设备仪表板的示例，显示振动和其他数据趋势、机器状态和诊断信息。Vibro Sp.z.o.o。
在过去十年中，无线(物联网)网络、高级分析(机器学习)和固态MEMS加速度计(振动传感器)等新技术的出现和可用性的扩大已经开始影响维修行业，将状态监测的实践扩展到更多的机器，设施和应用程序，支持远程访问显示机器健康状况和趋势的基于云的数据仪表板，图1。
也就是说，我们只是触及了表面——许多关键任务的机器仍然没有被监控以提供出现故障的早期预警，这将消耗时间、精力和金钱来进行计划外的维护和生产停机。造成这种情况的原因有很多:监控系统的安装成本可能很高，可能会将终端用户(工厂维护)锁定在供应商服务上，让IT部门参与进来可能是件令人头疼的事，而且无线网络会引起对数据安全和已知问题责任的担忧。
此外，一些机器不适合为旋转设备开发的传统方法，如涡轮机、感应电动机和泵。使用常用的基于物理的模型和振动信号分析方法很难诊断出运动复杂、在嘈杂环境中运行或不以固定速度旋转的机器。这类机器包括阀门、数控主轴和滚珠丝杠、输送机电机、移动设备等。
新兴产业的趋势
状况监测行业的下一波扩张来自机器制造商本身。耦合的亲密知识机器故障模式与新的传感器技术,扩大选择数据连接和先进的分析,现在可以使用必要的工具和技术的机器OEM,使专业新仪器的应用自己的机器的绿地(新安装)。该公司的设想是，机器“部落知识”的关键方面可能会实现自动化，为客户和现场维护提供更常规的状态监测方面的服务，即检测和标记出现的故障留出更多的时间用于高级分析和诊断，所有这些都有可能增加OEM支持模型中监控服务的经常性收入。
机器制造商的研发团队在加速他们自己的机器健康计划或采用可用的状态监控技术方面有哪些障碍?
首先，目前的一套工具(传感器、数据采集和信号处理)几乎都是为棕色领域设计和开发的，也就是说，安装在现有设备的售后市场上。这些“通用”状态监测系统和工具可以对以固定频率旋转的机器(如感应电机和泵)有效，并经常利用现有的OT基础设施，如PLC或SCADA。
但是，将这些技术和方法应用到机器制造商的环境中是一个需要一系列能力的过程，而这些能力在机器制造商企业中往往供不应求。开发一个有效的项目需要在传感器技术、机电设计、信号处理和先进数据工程、通信协议和其他物联网基础设施方面的专业知识。
图2。此运行状况指示器趋势仪表板示例显示特定计算机集的指示器。这些指标是用数据工程技术得出的。礼貌Predictronics集团。
数据工程和运行状况指标
让我们从更深入地研究数据工程开始，也就是从机器数据中提取有用信息的艺术。在这种情况下,我们感兴趣的应用技术在数据分类、特征提取和机器学习开发新机器卫生指标,可以扩大覆盖范围的故障监控,提高诊断分辨率,铺平了道路,通过提供早期的检测和预警预测新兴错误,图2。
不幸的是，与我们通常读到的有关人工智能(AI)的内容不同，在真空中尝试这个过程是不实际的，但与机器主题专家合作执行是最有效的，这些专家在机器物理、操作行为和故障模式方面知识最渊博。
另一组有用的能力包括传感器部署、信号处理和网络(IoT)。
加速度计及振动信号处理
状态监测最常用的传感器是加速度计，用于测量机器的振动，然后对其信号进行处理和分析，以评估机器的健康趋势，并在许多情况下诊断特定故障。用加速度计进行振动传感实际上不同于用于过程控制的任何其他测量和仪器。
图3。振动信号处理，如时间序列平均(TSA)，利用高频振动信号来检测轴承或齿轮箱出现的故障。礼貌gpm (aapl . o:行情)。
用于评估部件(如轴承或齿轮箱)健康状况的振动信号可能包含非常高的频率成分，提高了传感器封装、安装、数据采集、信号处理和数据传输的设计要求，如图3所示。
分辨率从18位到24位的高保真数据采集电路是振动信号诊断的标准。设计或安装不良的传感器包可能会扭曲或模糊机械振动信号，从而减少了从检测到出现故障到机器部件彻底故障之间的时间，从而限制了监测的有效性。
物联网和电池寿命
将振动数据连接并传输到可以进行分析和监测的目的地，这带来了另一组挑战。在某些情况下，为机器设计的控制系统是优化的特性，如定时精度或低延迟。在这种情况下，数据传输通道(总线)可能无法处理高频振动信号。此外，控制器可能没有准备好充分接收和处理新信号。这就是为什么现在市场上的许多状态监控系统都试图在OT基础设施之外同时部署无线网络的原因。
与物联网相关的无线传感器网络通常通过网关将传感器信息传输到“云”(一个在或不在现场的服务器)，在那里数据可以存储、趋势化或与其他信息合并。然后可以应用各种处理资源，任何被授权访问数据的人都可以远程访问结果(这带来了数据安全性的问题，但这是另一个话题……)。
图4。无线传感器的电池寿命通常由无线电传输时间决定。高频振动信号比大多数其他仪器测量值(如温度或压力)需要更长的时间来传输。
对于高频含量的振动信号，这对无线传感器来说是一个难题。由于无线传感器的功耗通常由无线电传输控制，因此减少传输时间是延长电池寿命的必要条件——对于带宽超过10kHz、采样率为30ksps或更高的振动信号，这是低功耗设计的挑战，如图4所示。
在网络边缘的传感器模块可以处理低频信号，从而将低带宽的条件指标发送到目的地，减轻了通道要求并保留电池寿命，但这限制了无线传感器网络用于基本状态监测的用途。几乎没有诊断能力。当然，额外的边缘网络处理会消耗信号处理器内部的能量。很少有文献描述这两种方法的权衡功率预算,和大多数无线传感器网络在当今市场上默认为整个振动信号传输到云进行观察和处理,相关的数据速率高,传输时间和功耗。
新的工具、技术和技术为扩大监测机器健康的艺术打开了大门，使机器制造商能够实施他们自己的程序，利用他们对机器的深厚知识并提供新的服务。
了下:所有行业新闻•简介•评论，数据采集+ DAQ模块
