- 使用新型傳感器系統對工廠和機械進行連續監控
- 來源：賽斯維傳感器網 發表于 2020/7/23
由薩爾大學的AndreasSchütze教授領導的研究小組目前正在開發一種持續監視機械狀態的新方法。
左：薩爾大學的AndreasSchütze教授，右：共同開發液壓測試臺的研究生工程師Nikolai Helwig。圖片來源：Oliver Dietze
基于移動平板電腦的系統提供有關工業機械和工廠設備運行狀態的信息，并可以通知操作員是否需要更換零件或是否可以推遲維修。
該系統使用的傳感器可以連續獲取有關振動頻率或溫度等參數的數據。研究團隊的工程師正在與德國人工智能研究中心（DFKI）和HYDAC小組合作，將數據中的模式與典型的錯誤條件或故障模式自動關聯。研究人員將于4月13日至4月17日在漢諾威工業博覽會上使用液壓試驗臺展示該方法。該團隊將在2號展廳B 46展臺的薩爾研究與創新展臺上展出。
眾所周知，在一臺技術設備真正失效之前，其操作行為就會發生變化。機器可能開始發出不同的聲音或振動加劇，或者可能變熱。不僅家用洗衣機會以這種方式起作用，在大型機器（例如風力渦輪機或工業加工廠）中也會發現相同的行為。如果零件出現故障或閥門或泵突然停止工作，冷卻系統出現故障或壓力太低，后果往往是整個工廠都必須關閉，這可能會很昂貴。'我們的傳感器系統使我們能夠觀察工廠的當前狀況。我們正在努力使系統在設備可能出現故障或故障的第一個跡象時發出非常早期的警告。
團隊采用的方法是將振動傳感器安裝在機器上的多個位置，以提供連續的測量數據流。工程師還結合了來自過程傳感器的數據，這些傳感器現在已作為標準安裝在當今大多數機器上。該研究小組將使用液壓試驗臺在2015年漢諾威工業博覽會上展示其系統。“我們正在研究如何將傳感器信號模式（例如振動頻率）與典型的損壞和故障模式（例如降低的冷卻性能或冷卻時間）相關聯。蓄能器壓力下降”，Schütze解釋說。為此，研究人員一直在分析大量的測量數據，以識別數據中可分配給機器狀態特定變化的那些模式。
“從采集的大量數據中，我們過濾出了可管理數量的相關傳感器數據，這些數據是某些機器損壞情況的特征，”與我們共同開發了液壓測試臺的研究生工程師Nikolai Helwig解釋說。“我們的目標是能夠在初期損壞階段可靠地檢測出機器運行周期中的干擾，并為不同的故障級別建立數學模型。”
工程師使用此有關傳感器信號模式與初期故障或損壞之間的關系的信息來教導系統，以便將來能夠自動識別這些狀態。該項目是薩爾蘭大學Schütze的工程師團隊，機電和自動化技術中心（ZeMA）與德國人工智能研究中心（DFKI）和HYDAC組的研究人員之間的合作企業。'我們使用統計方法來分析數據。系統的未來用戶需要能夠正確解釋數字數據。這就是為什么我們要為系統生成的結果自動分配含義，然后將其轉換為對用戶有用的信息的原因。
通過連續監視機器的狀況，系統還可以建議何時執行特定的補救措施，例如更換備件。'這使計劃大型或難以接近的工廠機械的維護操作變得更加容易。“這不僅有助于避免損壞，機器停機和生產停頓，而且還避免了不必要的維護工作，例如按計劃更換實際上仍能正常運行的機器部件。”Schütze說。'由于該系統還能夠分析生產機械在制造過程中是否正常運行，因此它也可以用于質量控制。該系統具有大量潛在應用，特別是在工業4.0所設想的智能制造過程中。”
此外，傳感器的集成網絡監視傳感器本身是否正常運行。'系統不斷檢查各個傳感器是否提供可靠的測量數據。如果某個特定傳感器似乎無法正常工作，則其提供的數據將不包括在分析中。因此，該系統堅固耐用，并且由于旁路了有缺陷的傳感器，因此可以輕松應對單個傳感器的故障，”Schütze解釋說。
- 如果本文收錄的圖片文字侵犯了您的權益，請及時與我們聯系，我們將在24內核實刪除，謝謝！
