选择最合适的预测性维护传感器

选择最合适的预测性维护传感器

Choosing the most suitable predictive maintenance sensor

基于状态的监测(CbM)包括使用传感器监测机器或资产,以测量当前的健康状态。预测性维修(PdM)涉及CbM、机器学习和分析等技术的组合,以预测即将发生的机器或资产故障。在监测机器的运行状况时,选择最合适的传感器以确保故障可以检测、诊断甚至预测,这一点至关重要。目前有许多传感器用于检测和检测旋转机械及其负载中的故障,最终目标是避免意外停机。由于PdM技术应用于多种旋转机械(电机、齿轮、泵和涡轮机)和非旋转机器(阀门、断路器和电缆),因此对每个传感器进行排序很困难。

许多工业电动机设计在连续生产应用(如化工和食品加工厂和发电设施)中工作长达20年,但有些电动机没有达到预期寿命。这可能是由于电动机运行不足、维护计划不足、缺乏对PdM的投资或者根本没有PdM系统。PdM使维护团队能够计划维修并避免意外停机。通过PdM对机器故障的早期预测还可以帮助维护工程师识别和维修效率低下的电机,从而提高性能、生产率、资产可用性和使用寿命。

因此,尽可能多地利用传感器进行故障检测是一种最好的解决方案。本文试图阐明为什么预测性维护传感器对PdM应用中的早期故障检测至关重要,以及它们的优缺点。

System Fault Timeline

图1显示了从安装新电机到电机故障的模拟时间轴,以及建议的预测性维护传感器类型。安装新电机时,它在保修期内。几年后,保修期将到期,也正是在这一点上,将实施更频繁的人工检查团。
在这里插入图片描述
Figure 1: Machine health vs. time.

如果在这些定期维护检查之间出现故障,则有可能出现计划外停机。在这种情况下,至关重要的是拥有正确的预测性维护传感器,以尽早检测潜在故障,因此,本文将重点介绍振动和声学传感器。振动分析通常被认为是PdM的最佳起点。

Predictive Maintenance Sensors

一些传感器可以比其他传感器更早地检测到某些故障,如轴承损坏,如图1所示。在本节中,将讨论最常用于尽早检测故障的传感器,即加速计和麦克风。表1列出了传感器规格和它们可以检测到的一些故障。大多数PdM系统只会使用其中的一些传感器,因此必须确保对潜在的关键故障以及最适合检测它们的传感器进行充分了解。
在这里插入图片描述
Table 1. Popular Sensors Used for CbM

Sensor and System Fault Considerations

在工业和商业应用中,90%以上的旋转机械使用滚动轴承。电机故障部件的分布如图2所示,很明显,在选择PdM传感器时,重点关注轴承监控是很重要的。为了检测、诊断和预测潜在的故障,振动传感器必须具有低噪声和宽带宽的能力。
在这里插入图片描述
Figure 2. Percent of occurrences of failed motor components.

表2显示了与旋转机械相关的一些最常见故障,以及PdM应用中使用的一些相应的振动传感器要求。为了尽早发现故障,PdM系统通常需要高性能的传感器。资产上使用的预测性维护传感器的性能水平与资产在整个过程中持续可靠运行的重要性相关,而不是以资产本身的成本为代价。

Table 2. Brief Overview of Machine Fault and Vibration Sensor Considerations
在这里插入图片描述
电动机的振动或运动(峰值、峰间峰值和均方根值)中的能量量允许我们确定机器是否不平衡或未对准等。有些故障,如轴承或齿轮缺陷,并不那么明显,尤其是在早期,不能仅仅通过振动的增加来识别或预测。这些故障通常需要低噪声(<100µg/√Hz)和宽带宽(>5
kHz)的高性能预测性维护振动传感器与高性能信号链、处理、收发器和后处理相配合。

Vibration, Sonic, and Ultrasonic Sensors for PdM

微机电系统(MEMS)麦克风在PCB上包含一个MEMS元件,通常包含在一个金属外壳中,带有底部或顶部端口,允许内部产生声压波。MEMS麦克风提供低成本、小尺寸和有效的方法来检测机器故障,如轴承状况、齿轮啮合、泵气穴、失调和不平衡。这使得MEMS话筒成为电池供电应用的理想选择。它们可以位于离噪声源相当远的地方,并且是非侵入性的。当多个资产处于运行状态时,由于其他机器发出的可听噪声量或环境因素(如灰尘或湿度)进入麦克风的端口孔,基于麦克风的性能可能会受到影响。

大多数MEMS麦克风数据表仍然列出了相对良性的应用,如移动终端、笔记本电脑、游戏设备和摄像头等。一些MEMS麦克风数据表列出了振动传感或PdM作为潜在应用,但他们也提到,对机械冲击敏感的传感器和不当的操作会对零件造成永久性损坏。其他MEMS麦克风数据表表明,机械冲击的生存能力高达10000克。对于其中一些传感器是否适合在存在潜在冲击事件的非常恶劣的操作环境中运行,仍然缺乏明确的认识。

MEMS超声波麦克风分析能够在声音噪声增加的情况下监测复杂资产中的运动健康状况,因为它可以听到噪音远小于噪音的非听觉频谱(20 kHz至100 kHz)中的声音。低频可听信号的波长通常在大约1.7厘米到17米长之间。高频信号的波长约为0.3厘米至1.6厘米长。当波长的频率增加时,能量增加,使超声波更具指向性。这在试图查明轴承或轴承座的故障时非常有用。

加速度计是最常用的振动传感器,振动分析是最常用的PdM技术,主要用于大型旋转设备,如涡轮机、泵、电机和齿轮箱。表3和表4显示了选择高性能MEMS振动和声学传感器与金标准压电振动传感器时需要考虑的一些关键规范。每列中的数据代表该类别中的最小/最大变化,与相邻列不相关。

煤层气行业将在未来五年内实现显著增长,其中无线设备将占很大一部分。由于尺寸、缺乏集成功能和功耗的综合因素,压电式加速度计不太适合无线CbM系统,但存在典型消耗范围为0.2 mA至0.5 mA的解决方案。MEMS加速度计和麦克风由于其体积小、功耗低、性能好等特点,非常适合于电池供电的PdM系统。

所有的传感器都有合适的带宽和低噪声,但MEMS加速度计是唯一能够对直流电做出响应的传感器,可用于检测极低转速下的不平衡和倾斜感测。MEMS加速计还具有自检功能,可以验证传感器是否100%正常工作。这可以证明在安全关键型安装中是有用的,通过能够验证传感器是否仍在工作,从而更容易满足系统标准。

在恶劣、肮脏的环境中,可以完全密封陶瓷封装的MEMS加速度计和机械封装中的压电加速度计。表4重点介绍了传感器的物理、机械和环境性能。在这里可以看到每个传感器之间的关键差异,例如集成度、对恶劣环境的耐受性、机械性能以及与旋转机器或底座的连接。

Table 3. Predictive Maintenance Sensor Performance Specifications
在这里插入图片描述
Table 4. Predictive Maintenance Sensor Mechanical Specifications
在这里插入图片描述
在三个轴上检测振动数据可以提供更多的诊断见解,并可以导致更好的故障检测。虽然这不是每个PdM安装都必须的,但它是压电式和MEMS加速度计在数据质量、布线和节省空间方面的明显优势。

MEMS话筒在长时间暴露在湿度增加的环境中时,其失真度高达-8 dB。虽然这并不是一个明显的弱点,但如果您的PdM应用程序存在于高湿度的恶劣环境中,则值得考虑。在这种情况下,驻极体电容传声器(ecm)比MEMS传声器显示出优势。影响麦克风的其他环境条件包括风、大气压、电磁场和机械冲击。

在良好的环境中,MEMS麦克风在PdM应用中具有优异的性能。目前,缺乏在振动、灰尘或湿度过大的恶劣操作环境中安装MEMS麦克风的可用信息。振动会影响MEMS麦克风的性能,这是一个需要考虑的领域;但是,它们的振动灵敏度确实低于ecm。如果无线PdM解决方案使用MEMS麦克风,则安装盒需要有一个孔或端口,以允许声音信号到达传感器,从而增加了设计的复杂性,并可能使其他电子设备容易受到灰尘或湿度的影响。

电容式MEMS加速计技术的最新进展使得小型、低成本、低功耗的无线CbM解决方案能够在较低优先级的资产上实施,从而进一步深入了解设施管理和维持关键系统正常运行时间。这些进步也使MEMS加速度计更接近压电性能,用于更传统的有线CbM系统。压电式加速度计具有如此低的噪声和宽频带,加上工业标准连接(ICP和IEPE),几十年来一直是振动测量中使用的金标准传感器。MEMS加速计已调整为与IEPE标准模块接口,如图3所示。转换电路基于Lab®参考设计的电路。该电路设计在一个特殊的PCB上,该电路的特点是可以在较宽的带宽上运行,并且可以在后期设计成一个机械模块。
在这里插入图片描述
Figure 3. MEMS accelerometer, IEPE reference, PCB design allowing retrofit of the ADXL100x family of CbM accelerometers in IEPE mechanical modules. Note: Analog Devices does not produce IEPE mechanical modules.

专用PdM模块,如模拟设备的ADcmXL3021,为传感器设计提供了一种集成方法。例如,图4所示的设备包含三个单轴MEMS加速度计、三个ADC、一个处理器、存储器和算法,所有这些都在一个谐振频率超过50kHz的机械模块中。这突出了MEMS加速度计在传感器节点集成智能的能力,确保传感器与最佳信号链和处理相匹配,以实现最佳性能。该模块可以执行FFT,触发各种时域或频域警报,并生成时域静态数据,对于预测故障的算法或机器学习工具至关重要。

在为PdM解决方案选择最合适的振动传感器时,真正的挑战在于配对传感器,以满足资产最可能的潜在故障模式。MEMS麦克风尚未被证明足够坚固,能够在最恶劣的环境中可靠地检测所有基于振动的故障模式,而振动传感的行业标准——加速度计,已经成功实施并可靠地运行了几十年。MEMS超声波话筒在检测轴承故障方面比加速度计表现出了良好的性能,这种潜在的共生关系可以为您的资产在未来的振动分析需求提供最佳的PdM解决方案。
虽然很难推荐在PdM系统中使用单一的振动传感器,但加速计有着成功的历史,并在不断发展和改进。类似模拟设备的制造商提供一系列MEMS加速度计,包括通用、低功耗、低噪声、高稳定性和高g,以及智能边缘节点模块,以满足各种应用的需求。
Figure 4. Three-axis MEMS CbM module with integrated ADC, processor, FFT, and statistics, as well as a mechanical package with resonant frequency over 50 kHz.
在这里插入图片描述

已标记关键词 清除标记
©️2020 CSDN 皮肤主题: 深蓝海洋 设计师:CSDN官方博客 返回首页