当前位置:首页 > 状态监控
  • 选择最佳的振动传感器来进行风轮机状态监控

    选择最佳的振动传感器来进行风轮机状态监控

    据保守估计,目前全球至少安装了25万台风轮机。未来四年里,全球风轮机市场预计将增长278 GW的陆上容量、44.3 Gw的海上容 量。1 这相当于至少100,000台3 MW的风轮机。随着可再生能源呈现这种增长,加上国家电网的电力投入,风轮机(WT)装置的可靠运行已成为工业和政府结构着重研究的课题。对WT可靠性的量化研究显示,可靠性随时间不断提升。例如,2016年美国国家可再生能源实验室报告2 显示,在2007年至2013年间,包括变速箱在内的大多数WT子系统的可靠性都得到了提高,变速箱停机时间缩短了7倍。但是,在2018年,变速箱仍然是三大常见故障点之一,且材料成本最高。2,3 变速箱每次故障的平均成本最高,一次大型更换平均花费€230,000。4 变速箱组件的可靠性相对较差,因此需要重点对齿轮、轴承和轴实施状态监控。除了变速箱之外,转子叶片和发电机是WT系统中 故障率最高的组件。5,6 目前商用风轮机状态监控系统有很多,其中大部分使用振动传感器来实施变速箱分析。目前已经有一些 商用的转子叶片监控系统 7 ,但这个领域尚待继续研究。大量相关资料支持在风轮机中使用振动监控系统,包括详细调查和分 析各种系统的优势。8 但很少有资料会介绍风轮机应用对振动传感器的要求。本文从系统角度,提供关于风轮机组件、故障统计、 常见故障类型和故障数据收集方法等的见解。本文从WT组件上的常见故障入手,讨论振动传感器要求,例如带宽、测量范围和噪声密度等。 系统组件、故障和传感器要求 图1和图2显示风轮机系统的主要组件,并提供风轮机变速箱的详细结构。下面几节将重点介绍变速箱、叶片和塔架对状态监 控的要求,重点介绍振动传感器。对于其他系统,例如偏航驱动、机械刹车和发电机,我们一般不使用振动传感器进行监控,而是监控扭矩、温度、润滑油参数和电信号。 图1. 风轮机系统组件 图2. 变速箱的结构 变速箱 风轮机变速箱将机械能从低转速的转子轮毂传输到高速发电机。同时,WT变速箱承受着不同风速带来的交替载荷,以及频 繁制动导致的瞬变脉冲。变速箱包括一个低速转子轴和主轴承,在风力驱动转子叶片时以0 rpm至20 rpm(不到0.3 Hz)的转速运 行。要捕获不断增加的振动信号,需要振动传感器使用直流电运行。行业认证指南特别指出,振动传感器的性能需要达到0.1 Hz。9 变速箱的高速轴通常以3200 rpm (53 Hz)的转速运行。为了提供足够带宽来捕捉轴承和齿轮故障的谐波,推荐低速和高速轴振动传感器的性能达到10 kHz及以上。9 这是因为无论转速多大,轴承谐振一般都在几千赫范围内。10 到目前为止,轴承故障是引发变速箱故障的最大原因。一些研究表明,轴承故障是引发灾难性齿轮故障的根本原因。 11 当高速轴上的后轴承失效时,高速轴发生倾斜,造成中间(中部)轴齿轮的传输不均。在这种情况下,齿轮的接触齿极易发生故障,如图3所示。 图3. 中轴齿轮断齿 轴承润滑(油)不足是导致主轴轴承故障的主要原因。可用的解决方案(例如SKF NoWear)包括特殊轴承涂层, 12 可将缺油运行时间提高6倍以上。 即使采用特殊的轴承涂层和其他变速箱改进方法,我们仍然需要使用合适的振动传感器来监控变速箱的主要轴承和高速轴承。振 动传感器的本底噪声需要足够低,以便能够检测到早期振动幅度(g范围)较低的轴承故障。较老的MEMS技术,例如ADXL001 ,其本底噪声为4 mg/√Hz,足以捕捉轴承外环的故障。13 图4显示,外环故障先出现约0.055 g的频率峰值,且轴承表现良好,从噪声密度角度来看,本底噪声低于2 mg/√Hz。参考的13数据采集系统的过程增益导致噪声大幅降低,因此测量得出2 mg/√Hz本底噪声。只有在DAQ 系统实现了足够的过程增益,且噪声为随机的情况下,才适合使用本底噪声为4 mg/√Hz的传感器。一般情况下,最好使用本底噪声 为100 µg/√Hz至200 µg/√Hz的振动传感器,而不是基于过程增益,后者只有在噪声为随机且不相关的情况下适用。 本底噪声在100 µg/√Hz至200 µg/√Hz之间的传感器在捕捉正常的轴承运行状况方面表现出色,在捕捉mg/√Hz范围内的早期故障时则 表现卓异。事实上,使用本底噪声为100 µg/√Hz的MEMS传感器甚至能够更早检测出轴承故障。 图4. 使用MEMS加速度计ADXL001测量轴承外环的故障 在不到0.1 g时,显示初始轴承损坏,而在达到1 g时,通常表示深度 轴承损坏,这会触发维护。 14 图5显示,当振动幅值超过6 g时,需维护变速箱和更换轴承。如前所述,轴承故障频率会在更高频率下 发生。在更高频率下实施测量需要使用g范围规格更大的传感器。这是因为测得的加速度重力值与频率成比例。因此,与在低频率下 相比,在更高频率下,相同的少量故障位移会导致更高的重力范围。一般指定在50 g至200 g时使用测量范围高达10 kHz、更高带宽的传感 器,尤其指定适用于风轮机应用.由于结构冲击或突然的机械断裂,振动传感器也需要涵盖冲击载荷工况。因此,一般将典型的商用振动监控系统的满量程定为至少为50 g至100 g。 图5. 振动幅度为6 g时的轴承位移 对于风轮机主轴承,要求至少使用一个单轴振动传感器,推荐使用两个,并在轴向和径向上测量。 9 轴承环上的轴向开裂可能使轴 承寿命缩短至仅一到两年。15 由于变速箱本身很复杂,如图2所示,所以建议使用至少6个振动传感器来实施状态监控。 9 在选择传感器的数量和位置时,应确保能够可靠测量所有齿轮啮合和缺陷/转动频率。监控变速箱的 低速级时,需要使用一个单轴传感器,放置在尽可能靠近环形齿轮的位置。监控变速箱的中间和高速级时,需要在中心齿轮、 中间轴和高速轴位置使用一个单轴传感器。高速和中速轴承内环的轴向开裂已成为影响风轮机变速箱寿命的主要原因。15 对于变速箱监控,未来要改善的状态监控领域包括无线振动监控系统的采用,但持续研究才能持续为这些解决方案提供支持。8 转子叶片 风轮机的转子叶片和轮毂组件在低速下捕捉风并传输扭矩。导致叶片故障的主要原因包括极端风荷载、结冰或雷电等环境 影响,以及不平衡。这些因素导致断裂和边缘开裂,以及径节系统故障。目前只有少量商用振动监控系统,可以分布在叶片外部和内部。 8 已经使用MEMS振动传感器在叶片上开展大量学术研究,比如Cooperman和Martinez的工作, 16 其中还包括陀螺仪和磁力仪。我们使用这些传感器的联合输出来确定风轮机叶片的方向和变形。相比之下,很少有商用振动监控系 Weidmuller BLADEcontrol®,17 ,它使用每个转子叶片内的振动传感器来测量每个叶片的自动振动行为的变化。BL ADEcontrol系统主要用于检测引起涡轮过度振动的转子叶片上的极端结冰状况。 一般来说,大型风轮机叶片(即直径40米以上的叶片)的首级固有频率在0.5 Hz至15 Hz之间。 18 对涡轮叶片 18 上的无线振动监控系统的可行性研究显示,因振动激励导致的叶片频率响应远高于基频。其他研究 19 表明,由叶片边缘变形引起的叶片频率与叶片扭转变形引起的叶片频率之间有显著差异。叶片边缘变形的固有频率在0.5 Hz至30 Hz之间,叶片扭转变形的固有频率高达700 Hz。用振动传感器测量基频以外的频率需要更大的带宽。DNVGL状态监控规范认证9建议对转子叶片使用振动传感器,它能够测量0.1 Hz至≥10 kHz的频率范围,其中一个传感器放在转子轴上,另一个放在横向方向上。振动传感器在转子叶片上可以实现高频率测量范围,它也必须具备至少50 g的大幅度测量范围,与变速箱轴承的要求类似。 带风机的塔 风轮机塔为风机外壳和转子叶片总成提供结构支撑。塔身会遭受冲击损坏,导致塔出现倾斜。塔倾斜之后,叶片与风向之间无法保持最佳角度。测量倾斜度需要使用操作功率可以低至0 Hz的传感器,如此在零风条件下,也可以检测到倾斜。 基座部分的结构破坏会导致塔摇晃。塔摇晃监控集成在一些涡轮状态监控系统中,与变速箱振动监控相比,可以商用的选项并不多。 8 Scaime状态监控系统 20 使用加速度计、位移传感器、应变传感器和温度传感器来监控叶片、塔和基座的状况。根据DNVGL规范,Scaime加速度计的满量程范围为±2 g, 20 监控频率范围为0.1 Hz至100 Hz。 9如前所述,在静态条件下(无风力),当塔架结构发生故障导致倾斜时,频率的最低限值降低至0 Hz。要实施倾斜测量,需要使用具有良好的直流稳定性能的传感器。MEMS传感器,例如ADXL355采 用气密封装,可以实现行业领先的0 g失调稳定性。 研究 21 证实,最小±2 g范围的振动传感器足以对塔实施监控。在正常运行模式下,25 mps的最大风速可产生小于1 g的加速度重力电平。事实上,在"基于现场测量和有限元分析的风轮机塔基础系统可识别应力状态" 21 研究中,额定风速为2 mps到25 mps,风轮机会在风速为25 mps时关断(停用)。 总结 表1基于风轮机应用需求提供振动传感器的需求摘要。DNVGL状态监控规范认证中给出了传感器的数量、测量方向和频率范围。 9 如 前所述,0 Hz性能对于监控塔架的结构问题非常重要。表1还根据本文提供的现场研究和测量总结了合适的幅度范围和噪声密度。 表1. 风轮机状态监控对振动传感器的要求 故障数据收集方法 所有大规模实体WT都有标准的监控控制和数据采集(SCADA)系统,主要用于实施参数监控。监控参数的示例包括变速箱轴承温度和润滑、主动功率输出和相电流。一些参考资料 6 讨论使用SCADA数据进行风轮机状态监控,以检测趋势。英国杜伦大学的一项调查 7 列出了多达10个商用状态监控系统,这些系统可以适配并与使用标准协议的现有SCADA系统完全集成。GE Energy ADAPT.Wind就是这样一个示例。 22 对未来技术趋势的广泛调查 7 显示,在风轮机上安装振动监控系统是一个明显的倾向。 用于风轮机状态监控的合适的振动传感器 在等于或低于0.3 Hz时,压电振动技术难以或无法捕获振动特征。这意味着无法对低速WT部件,例如转子叶片、主轴承、低速变速箱,塔等实施正常监控。基于MEMS的传感器的性能可以低至0 Hz,可以捕捉所有主要风轮机组件中的关键故障。这为客户提供了用 于WT的单一振动传感器解决方案,仅使用MEMS来测量从0 Hz到高达10 kHz及以上的故障。 除了能够捕捉所有关键故障之外,MEMS还具有以下优点: · 宽重力测量范围和超低的µg/√Hz噪声密度,可以轻松满足表1中给出的要求。 · MEMS具有内置自测(BIST)功能。系统操作员无需访问WT来测试/确保传感器正确运行,可以节约成本。相比之下,压电技术不具备BIST功能。 · 与基于压电的解决方案相比,MEMS接口在数据接口和电源供应方面更加灵活。在将高阻抗压电传感器输出解译到长电缆 时,可用的选项有限。最常采用的是双线IEPE接口,使用第二根接地线通过共享电源/数据线为压电传感器供电。IEPE使用与压电解决方案匹配的放大器来提供低阻抗电缆驱动解决方案。IEPE接口解决方案可以使用MEMS传感器,但MEMS传感器也能与使用现场总线(RS-485、CAN)或基于以太网的网络操作的现有系统轻松集成。这是因为MEMS传感器可以提供模拟输出或数字输出(SPI、IC),并轻松传输至其他协议。 · 环保性能:WT通常在-40˚C到+55˚C的温度下运行,而MEMS器件很容易满足这一要求。 · 与基于压电的传感器相比,MEMS在长时间使用时具有更好的灵敏度和线性度。ADI加速度计的非线性程度很低,通常可以 忽略不计。例如, ADXL1001 MEMS加速度计在满量程范围内具有小于0.025%的典型非线性规格。相比之下,对基于压电传感器的标准化测量的学术研究显示,非线性度为0.5%或更低。23 如今可用的基于MEMS的振动传感器和解决方案 传感器 使用 ADXL1002、 ADXL1003、 ADXL1005、 和 ADcmXL3021 MEMS传感器(如图2 所示)可以轻松满足风轮机应用的振动监控对带宽、范围和噪 声密度的要求。 ADXL355 和 ADXL357 也适合用于实施风轮机塔监控, 具有较低的带宽和范围测量性能。ADXL355/ADXL357具有良好的直流稳定性,这对于测量风轮机塔的倾斜度非常重要。ADXL355/ ADXL357的气密封装保证了良好的长期稳定性。在10年使用寿命中,ADXL355的重复性在±3.5 mg以内,为倾斜测量提供了高度精准的 传感器。 表2. 用于风轮机状态监控的合适的MEMS传感器 风轮机状态监控解决方案 无线 ADI提供一套完整的验证参考设计、评估系统和即插即用机器健康传感器模块,以加速客户的设计进度。图6显示ADI无线振动监控评估平台。 该系统解决方案整合了机械附件、硬件、固件和PC软件,可以快速部署和评估单轴振动监测解决方案。该模块可以通过磁性方式或螺柱直接连接到电机或固定装置。作为基于状态的监控(CbM)系统的一部分,它也可以与同一无线Mesh网络上的其他模块组合使用,以提供具有多个传感器节点的范围更广的图像。 图6. 无线振动监控评估平台 CbM硬件信号链包含一个安装在模块底座上的单轴ADXL1002加 速度计。将ADXL1002的输出读入 ADuCM4050低功耗微控制器,并在此对其进行缓冲,转换至频域并传输至SmartMesh® IP终端。将ADXL1002的输出从SmartMesh芯片无线传输到SmartMesh IP管理器。管理器连接到PC,可以进行可视化处理和数据保存。数据显示为原始时域数据和FFT数据。还提供了有关时间汇总数据的其他摘要统计信息。提供了PC端GUI的完整Python®代码以及部署于模块上的C语言固件,以便客户修改。 有线 ADI的 Pioneer 1有线CbM评估平台 为 ADcmXL3021 三轴振动传感器提 供工业有线链接解决方案。CbM硬件信号链由三轴ADcmXL3021加速度计和Hirose flex PCB连接器组成。带有SPI和中断输出的ADcmXL3021 Hirose连接器与接口PCB相连,通过数米长的电缆将发送至RS-485物理层的SPI转化发送至远程主控制器板。SPI到RS-485 物理层的转换可以使用隔离或非隔离的接口PCB实现,其中包括 iCoupler® 隔离 (ADuM5401/ADuM110N)和RS-485/RS-422收发器(ADM4168E/ADM3066E)。该解决方案通过一根标准电缆将电能和数据结合在一起,从而降低了远程MEMS传感器节点的电缆和连接器成本。专用软件GUI可以简单配置ADcmXL3021器件,并在长电缆上捕捉振动数据。GUI软件将数据可视化显示为原始时间域或FFT波形。 图7. 有线振动监控评估平台 结论 本文证明基于MEMS的传感器可以测量风轮机的关键系统中的所有关键故障。MEMS传感器的带宽、测量范围、直流稳定性和噪声 密度均妥善指定,在风轮机应用中具有出色性能。 MEMS内置自测(BIST)、灵活的模拟/数字接口,以及长时间使用过程中的出色的灵敏度/线性度,这是MEMS传感器成为最佳风轮机 状态监控解决方案的另外一些原因。基于振动检测早期故障的维护系统是一项现代技术,可以防止整个风轮机出现成本高昂的停机。

    时间:2021-03-26 关键词: 振动传感器 风轮机 状态监控

  • 用数据带你了解真正的MEMS加速度计

    用数据带你了解真正的MEMS加速度计

    之前我们分享的文章《状态监控和MEMS加速度计:你需要知道什么》中,介绍了微机电系统(MEMS)加速度计的多项特性,它们使得该技术对状态监控应用极具吸引力。 今天我们将通过回顾一些数据来说明MEMS技术的发展状况及性能水平,并将其与商用压电(PZT)状态监控加速度计进行比较。 对MEMS工艺技术的投资加上设计创新,已大大改善MEMS性能,使得MEMS足以成为更广泛状态监控应用的可行选择。采用专门化MEMS结构和工艺技术,现在已实现谐振频率高达50 kHz、噪声密度低至25 g/Hz的加速度计。通过精心设计的信号调理电子电路,可以充分发挥此类新型加速度计的低噪声优势。 图1. 新型高频加速度计的噪声谱密度图 性能和比较数据 为了评估最新MEMS加速度计是否适合状态监控应用,我们对其和一款商用PZT型状态监控加速度计进行了对照测量。为确保这两种传感器具有相似的质量并受到相同激励信号作用,我们将MEMS传感器粘附于PZT传感器的外壳。与PZT传感器一样,MEMS加速度计的单电源模拟输出直接输入到同一数据记录仪的模拟输入通道。一个数据采集仪(DAQ)用作这些实验的采集系统。 电机未对准仿真 在振动测试仪上重建了一个实际场景,例如在基于振动的状态监控中所述的场景,以便利用已知激励信号比较器件。本例展示了一台以5100 rpm (85 Hz)运转的汽轮机和一台未对准的3000 rpm (50 Hz)同步发电机的振动水平。该场景说明的是采用随机振动测试模式时,振动系统经编程所产生的频率和振幅。表1列出了两个器件在目标频率的振幅测量结果。 表1. 电机未对准仿真设定点 图2显示了21 kHz谐振频率的MEMS加速度计和25 kHz谐振频率的PZT传感器的频谱测量结果。MEMS加速度计在1 Hz至1 kHz频段中的均方根(rms)输出要比PZT加速度计高出大约30 mg或1.7%。 图2. PZT加速度计(上)和MEMS加速度计(下)的噪声密度谱;在高达10 kHz时,结果几乎相同;主要差别在MEMS加速度计的低频响应。 不同于PZT器件,MEMS器件具有低频响应性能(可测量0.1 Hz时的1/f);对于风轮机等超低频率机器,需要关注此点(它还支持更快速地从饱和状态恢复)。振动激励系统的频率响应会在超低频率时滚降,故通过"敲击"试验装置来测试两个器件的响应,并且捕捉响应结果。记录的时域测量结果随后被转换到频域。结果如图3所示。注意,MEMS加速度计能够记录低至DC的响应。 图3. 敲击时两个加速度计的响应比较 相比于PZT传感器,用模拟输出直接驱动DAQ的MEMS传感器实现了很好的结果。这表明,MEMS加速度计是输出通道重新建构的新型状态监控产品的合适候选器件,尤其是它支持实现基于半导体器件(采用+5 V单电源供电)的全新概念,例如无线智能传感器。 表面上,第一代加速度计具有高频响应性能(22 kHz)和±70g、±250g、±500g的宽满量程范围(FSR),似乎对此类应用有吸引力。遗憾的是,其噪声水平高达4 mg/Hz,这是大多数状态监控应用不能接受的。比较测试中使用的是第二代器件,其噪声比第一代器件降低了两个数量级,而功耗降至第一代的40%。表2总结了两代MEMS加速度计的性能比较结果,并突出显示了性能改进。 表2. 第一代和第二代MEMS加速度计针对状态监控的关键规格比较 电气信号调理经验和高分辨率MEMS加速度计发展的结合,促成MEMS加速度计的性能达到状态监控应用的要求。低物理噪声水平的高频加速度计,配上高性能、低噪声、高稳定性的信号处理设计技术,克服了以前妨碍MEMS提供与PZT状态监控传感器相比拟的性能的根本限制。 主图: 

    时间:2020-08-07 关键词: mems 状态监控

  • 浅谈MEMS在状态监控领域的优势

    浅谈MEMS在状态监控领域的优势

    作为一项基于固态电子器件和内置半导体制造设施技术,MEMS向状态监控产品设计师提供了几个极具吸引力且有价值的优势。撇开性能因素,我们就来说说状态监控领域的任何人都应对MEMS加速度计感兴趣的主要原因。 尺寸和重量 对于机载应用,例如健康和使用监控系统(HUMS),重量非常昂贵,每磅燃料花费数千美元。平台上通常部署多个传感器,如果可减少每个传感器的重量,则可做到节约重量。如今,一个具有小于6 mm &TImes; 6 mm表贴封装更高性能的三轴MEMS重量可以不到一克。很多MEMS产品的小尺寸和高度集成特性同样能使设计师缩小最终封装的尺寸,减轻重量。典型MEMS设备的接口是单电源,使其更易管理且更适合有助于节约成本和电缆重量的数字接口。 固态电子器件也会影响传感器的尺寸。在印刷电路板(PCB)上安装更小尺寸的三轴器件,并插入封闭外壳中,适合在机器上安装和布线,有助于实现更小的整体封装,能够在平台上灵活放置安装更多的器件。此外,如今的MEMS设备可包括大量集成、单电压信号调理电子器件,提供具有极低功耗的模拟和数字接口来帮助实现电池供电的无线产品。例如,高分辨率,高稳定性三轴加速度计ADXL355具有集成∑-Δ模数转换器(ADC),18位有效分辨率和4 kSPS输出数据速率,每轴功耗低于65 ?A。 电路结构 同时提供模拟、数字输出的MEMS信号调理电路拓扑结构很常见,因而传感器设计人员拥有更多选择,使传感器适应各种各样的情况,并且可以转换到工业设置中可用的数字接口。例如,RS-485收发器芯片使用广泛,并且遵守开放市场协议,如Modbus RTU,可加载到相邻微控制器中。完整的发射器 解决方案可采用小尺寸表贴芯片设计和布局,适用于小型PCB区域,可插入支持环境鲁棒性认证所需密封性或固有安全特性的封装。 环境 事实证明,MEMS也能够很好地应对环境的变化。如今新一代设备的冲击规格已达到10,000 g,但是实际上它可承受更高水平的冲击,且不影响灵敏度规格。灵敏度可在自动测试设备(ATE)上调整,可针对高分辨率传感器随时间和0.01°C温度精度的稳定性设计和构建。可在40°C到+125°C的较宽温度范围内保 证整体运行性能,包括失调偏移参数。对于所有通道都在同一基板上的单芯片三轴传感器,通常指定1%的跨轴灵敏度。最后,作为用于测量重力矢量的设备,MEMS加速度计提供直流响应,输出噪声密度保持在直流附近,仅受电子信号调理1/f转折频率限制,通过精心设计,可达到最低0.01 Hz。 生产规模 或许基于MEMS传感器的最大优势之一是能够扩大生产规模。自1990年以来,MEMS供应商已向手机、平板电脑和汽车应用市场供应大量产品。MEMS传感器和信号调理电路芯片在半导体制造设备中的生产能力,也可用于工业和航空领域,有助于降低总体成本。此外,过去25年来,汽车应用领域已安装了超过十亿个传感器,事实证明,MEMS惯性传感器的可靠性和质量都很高。MEMS传感器具有复杂的防撞安全系统,可检测任意方向的撞击,并适时激活安全带收紧装置和安全气囊来保护乘客。陀螺仪和高稳定性加速度计也是车辆安全控制应用的关键传感器。如今的汽车系统广泛应用MEMS惯性传感器,以低成本和高度可靠性掌控汽车、保障安全。 目前,对于很多应用领域,MEMS技术都具有巨大的利益和投资潜力。MEMS除了拥有很多出众的品质外,MEMS惯性传感器也有助于减少很多影响其他材料和架构的质量问题。MEMS惯性传感器已经在要求严苛的消费电子、航空和汽车应用中使用了超过25年,经受过高冲击和严苛环境的考验。MEMS进一步深入要求严苛的高性能应用领域的时机是否成熟,例如状态监控?预计MEMS的性能将会持续大幅提升,为状态监控设备设计人员提供更多选项,进而实现新一代智能传感器、无线传感器以及低成本、垂直集成系统。 主图: 

    时间:2020-08-07 关键词: mems 传感器 状态监控

  • ADI公司:加速迈向工业4.0

    ADI公司:加速迈向工业4.0

    区域销售经理Marco La Ciacera和总经理Brendan O’Dowd ADI公司如何看待工业物联网的新局面? 工业物联网(IIoT)的实现不是使现有系统和流程更快、更高效或更准确的问题:它需要采用全新且不同的技术。状态监控(CbM)等功能以及自动驾驶汽车和协作机器人等系统以前从未在工厂中出现过,但它们是IIoT的核心元素。 通过数字化并连接工厂操作,IIoT对安全设备和流程以及数据安全也提出了前所未有的新要求。 自从1965年成立以来,ADI一直致力于发展模数功能:检测、测量、解读、连接、电源和安全。这些功能很好地满足了实现IIoT的客户的需求。 在IIoT范式的启发下,ADI如何为创建新一代工业自动化基础设施做出贡献? ADI不是典型的半导体公司:我们在主要市场不断突破硅技术的界限,投入巨资,大力发展软件、系统专业知识和领域知识。这使我们能够站在系统层面应对客户的挑战,帮助客户找到取得成功业务效果的好方法。 这种能力反映在ADI不同寻常的结构上。ADI不是按照传统产品线组织的。相反,每个与客户打交道的人都属于以下两种部门类型之一: 技术部门,该部门在信号处理、传感和电源管理等技术方面拥有先进的专业知识。 市场部门,该部门站在系统层面满足客户的应用需求,如CbM或机器人,并帮助客户将来自ADI和合作伙伴的产品和系统整合为一个有效的解决方案。 这意味着ADI可以指引公司通过应用开发和实现来实现IIoT,如工业机器的状态监控或自动驾驶车辆取代由司机操作的叉车。我们还可以帮助这些工业公司制定适当的工厂工人安全和网络数据安全规定,这对引入新的IIoT技术息息相关。 该工业领域的愿景和战略是什么? IIoT背后的理念是通过数字化整个工业运营链来提高生产率,并基于数字数据建立洞察力。新的技术能力也有助于制造商从对工厂自动化设备的投入中获得更多的价值。 微型高性能半导体传感器的普及以及无处不在的联网设备产生了大量的机器和工艺特性数据。现在,数据分析技术在丰富的新型应用中表现出前所未有的潜力,如设备健康监测、预防性维护等。与此同时,可编程硬件和软件定义电子功能的普遍应用为工厂流程和工具的快速再配置创造了可能。 这意味着未来的工厂将: 更高效,更趋自动化 更敏捷,更快响应需求 更安全 更可靠 ADI将通过提供传感、高速连接、软件定义I/O、数据安全和安全系统等领域的技术来支持这些发展,并帮助客户将这些技术整合为完整的系统解决方案。 哪种新智能可以达到工业以太网水平? 随着工厂和加工厂里传感器的快速增多,结果会产生海量的实时数据。传感器节点与可编程序逻辑控制器(PLC)之间的传统通信协议(如4 mA至20 mA控制回路)将让位于各种版本的超高速以太网协议,为工厂操作技术(OT)基础设施与企业信息技术(IT)基础设施的高度集成创造条件。 为了满足工厂对高速数据传输的这一新需求,OEM制造商需要部署具有未来升级能力的系统,不仅支持当前使用的工业以太网协议(如PROFINET®和EtherCAT),还能支持新兴的以太网变体--时间敏感网络(TSN)。 我们期望工厂未来的连接骨干是一个TSN。尽管如今正在使用工业以太网协议的混合,但是对TSN以太网协议进行标准化,对工业有很大的好处。制造商应指定TSN就绪解决方案及其他增强功能路线图,确保网络投资是长期计划的一部分。 为了支持工业以太网过渡,最终实现TSN,ADI提供了一个以太网平台,使系统能够从一个以太网协议切换到另一个以太网协议,而不需要重新设计硬件,通过单平台产品帮助工业设备制造商灵活地满足不同客户的需求。 除此之外,ADI的产品已经包含TSN特性,并定期升级以支持引入的TSN标准草案中的新规定。 除了在工厂中引入以太网网络之外,工业公司还应该仔细考虑数据安全性。工业以太网的漏洞与传统4 mA至20 mA系统大不相同:对4 mA至20 mA节点的攻击只会暴露直接连接到该节点的设备。相比之下,对以太网节点的攻击可能会使整个工厂网络受到恶意软件或入侵的威胁。可靠的数据安全技术可以确保工厂获得高速连接的好处,而不会危及业务连续性或完整性。 优化安全性需要站在系统层面思考问题,而不只是考虑任何特定设备或端点的要求。可以在整个系统中以各种方式提供安全性——在终端设备处,在控制器处,在网关处或在堆栈中。在关注如何在网络中任何给定点做到之前,系统指定者应重点解决哪里和多少的问题。 这应该同时考虑到每个点的威胁等级,以及对抗威胁的成本,以便通过尽量减少功耗、性能与延迟之间的权衡来增加有效的安全措施。分层安全模式会实现卓越的整体安全态势。 对制造商来说,明智的做法是,采用系统级安全模式,超越机器层面,扩大安全专业知识面,系统性地投入时间和资源,或是选择如ADI这样的合作伙伴。 状态监控:使用什么技术可以保证不间断运行? 事实上,CbM的目标不仅仅是不间断运行,而是以最大效率连续实现不间断运行。 因此,MEMS传感器技术至关重要:该技术为新型传感器的开发提供了可能,此类传感器体积小巧、性能可靠且能精确测量振动和运动。例如,低噪声、宽带宽加速度计具有超高的精度和准确度,能识别机器振动特征的细微变化。与传感器分析软件相结合,这些器件能帮助设备操作员在发生故障之前,提前确定潜在故障的来源,及时采取预防性维护措施。 设备健康监测并不局限于传统工厂环境。移动或远程工业设备可以使用无线连接来向中央控制器报告诊断信息和运行状态。使用电池电源或太阳能等间歇性电源需要超低功耗的传感解决方案,这正是ADI的长处。 作者简介 Marco La Ciacera是意大利、以色列和土耳其的区域销售经理。加入ADI前,Marco曾在Rohm Semiconductor公司做过两年的区域经理,负责意大利、以色列和土耳其的业务(主要是汽车和工业)。在此之前,Marco担任过4年Vicor Corporation南欧区域销售经理。他还拥有10年技术背景,曾担任Maxim工业应用项目负责人和STMicroelectronics电源管理

    时间:2020-04-27 关键词: adi 工业物联网 工业4.0 状态监控

  • ADI公司收购Test Motors,扩展面向工业4.0的机器状态监控方案

    ADI公司收购Test Motors,扩展面向工业4.0的机器状态监控方案

    中国,北京–Analog Devices,Inc.(ADI)宣布收购Test Motors,这是一家专门从事电机和发电机预测性维护的公司。Test Motors总部位于西班牙巴塞罗那,提供的产品和服务可以提前检测出电机故障,避免影响生产进程,并就如何以及何时进行维护提供建议。此次收购扩展了ADI状态监控解决方案组合,能够实现在停机和灾难性故障发生之前识别设备故障。此次收购是ADI公司继2018年成功收购OtoSense后在工业领域的又一举措。OtoSense是一家初创企业,开发了学习和识别声音或振动的“传感解译”软件,能够在问题变得严重之前确定工厂机器或汽车发动机中的潜在问题。OtoSense的人工智能(AI)平台专用于传感解译,并支持对任何资产进行监控,不受位置限制。ADI公司计划将OtoSense的软件与Test Motors的监控功能相结合来创建解决方案,通过捕获更广泛的潜在故障为机器提供更先进、全面的健康状况监测。“机器维护在很大程度上依赖于经验丰富的技术人员和工程师,他们能够检测和诊断可能导致意外停机的问题。但是,随着需要维护的机器数量快速增长,受过训练的专业人员开始供不应求。”ADI公司自动化和能源事业部副总裁Kevin Carlin指出:“通过收购Test Motors和OtoSense,ADI的状态监控方案能够为客户提供具备完整的早期异常检测功能的系统,从而解决这一专业资源短缺的难题,避免意外且代价高昂的机器停机。”Test Motors团队将加入ADI的自动化和能源事业部,并作为关键技术小组工作。收购的财务条款未予披露。“我们很高兴能成为ADI公司的一员,与ADI的工业技术专家团队一起共事,”Test Motors前首席执行官Emili Valero表示:“技术和专业知识的强强联合将助力我们开发新一代状态监控解决方案,这些解决方案将大大延长电动和非电动旋转类机器的设备寿命,并大量节省成本,从而造福于企业和消费者。”ADI状态监控解决方案状态监控并不是一种单一技术,而是结合了技术和方案的系统级解决方案。借助ADI公司的技术产品系列,这些解决方案在MEMS(微机电系统)传感器、灵活的信号调理和数据转换技术、带电源组合的处理和通信解决方案等方面都有所突破,从而可提供经优化的无线和有线状态监控解决方案。将这些技术集成到可部署的解决方案中需要专业领域的知识,包括资产和应用见解、机械设计和附件等考量因素,以及将信息转换为诊断算法的能力。

    时间:2019-10-30 关键词: mems 工业4.0 状态监控

  • 雷泰EMS设备监控系统 提供全天候状态监控

    j近日,福禄克公司旗下子品牌雷泰Raytek,推出了一种非接触式温度测量系统——装有DataTemp Multidrop软件的雷泰EMS设备监控系统,其可为有源元件或运转机械提供全天候的状态监控,并支持预测性和预防性的维护方案。 设备表面的温度升高或温度到达峰值是故障发生的最主要迹象。雷泰设备监控系统,作为关键资产(包括开关设备和电气柜、电机、泵、燃烧炉控制和加热元件)的早期警告设备,在散热问题开始出现时,便对操作人员发出报警通知并记录数据以作趋势分析,且支持预测性维护计划。 对热量引发的故障和失效进行早期检测,并执行必要的维护而非预期维护,可降低维护成本并减少意外停机引发的浪费。温度将显示在EMS系统的LCD控制模块上和/或通过计算机Windows 7兼容DataTemp Multidrop软件远程实现。 雷泰EMS设备监控系统为“即插即用”型(即,设有自动检测探头功能 ),包括一个装有断路器的控制箱,电源和控制器;电缆接线盒;和装有可调安装设备的传感器。采用雷泰紧凑型MI3系列传感器的成熟技术,该系统体积较小, 适用于难以接触或封闭的位置,可监控温度范围为-40˚C至600˚C(1112˚F)。控制箱和传感器采用了IP65(NEMA 4)等级,可确保在恶劣环境下的较长使用寿命。 雷泰解决方案的设计融入了对操作人员安全性的考虑,允许任何人在有源系统上从一个安全位置读取温度,而不需要额外设备或特殊培训。用户可通过控制模块上的 集成按钮面板手动设置音响报警,或通过RS-485串行接口和DataTemp软件从中心位置轻松实现远程通讯。对于整个工厂或机械的控制,ASCII协 议允许系统与内部控制网络进行通讯。

    时间:2013-01-30 关键词: 系统 ems 设备监控 状态监控

  • 智能视频分析适合用于设备状态监控吗?

    在最近的一年内,智能分析IVS除了被应用在对监控目标的视频分析与辨识之外,在很多摄像机中也提供摄像机状态侦测及回报,这包括镜头被遮文件、视频模糊或焦距变动以及视频失落等画面存活状态辨识功能。此类智能式的设备监控方式一般存在于IP网络监控摄像机或IP视频服务器中。当然,它也会出现在一些如HD-SDI或960H模拟摄像机身上。是因数字视频夹带的应用便利性,使得目前这类方式渐成设备远程监测的一种应用趋势。即便IVS在IP网络监控中是最大宗的远程摄像机状态监控方式,但其存在的网络带宽限制及传输流量影响的风险是其无法成为可靠且稳定的设备控应用主要方式的原因。若仅仅只是针对视频部分的故障或人为破坏分析辨识到还是一个在设备存活监控之外的一个理想应用方案。 以上这些方式主要都是应用在工程中对于远程摄像机的存活状态的监控,可能各位会想:对于远程设备难道只有摄像机而已?这答案当然不是只有针对或只存在对摄像机的监控需求,只是在监控工程中摄像机是一个监控系统的眼睛,主要视觉判断的来源,因此会先将重点放在此处。 在监控系统中,除了摄像机之外,远程监控还包含前端的视频服务器(DVS)或视频录像机DVR、NVR或是存储设备RAID、NAS等设备。这些设备的工作状态不像摄像机那么的单纯,在信号与传输之外,电路的工作偏压Vcc、设备CPU的工作状态及温度、还有动作的程序步骤等都是在监控系统中远程设备监控所必要做的系统管理工作,这些工作已经超越设备监控的范畴,就一个监控系统的管理上来说,除了设备的状态掌控以外,如何做到远程的系统维护与系统健康状态监管更是上述监控设备在设备监控的更进一步必要的远程监控作为。

    时间:2012-09-17 关键词: 设备 分析 智能视频 状态监控

  • 风力涡轮状态监控

    概观 由于环境条件的限制,风力发电厂往往地处偏远,且机组与地面的垂直距离极高,因此风力涡轮的维修成本亦极为昂 贵。此外,风力涡轮组件在设计时亦已刻意减轻其重量,因此容易因为应力而发生故障。由于风力发电的需求不断提高,目前首要课题则必须降低操作与维护 (O&M) 成本,并提高其稳定性。目前风力发电的 O&M 成本居高不下,因此全球对风力发电的接受度亦有限。透过低成本的在线状态监控系统,将可预测故障与维修需要,藉以减少维修作业并降低 O&M 成本。    状态监控的需求 风力发电的目前趋势,即是于偏远地区设置大型的风力涡轮,因此往往位于近海处而能获得较佳的风力条件。但与传统发电系统相较,设备体积与位置偏远的问题,均造成维修上的难题: 1. 无法随时巡视维护 - 不同于其他发电设备,风力涡轮难以排定维修人员随时检查维修。 2. 高维护成本 - 由于必须前往偏远地区,发电机组又架离地面极高的距离,因此维护成本也较高。 3. 故障机率高 - 齿轮箱与相关组件均特别针对重量因素而设计,因此较容易受到应力影响而故障。 此外,负载与作业条件均不断变化,因此风力涡轮必须承受更高的机械应力。高应力的条件之下,就更需要维护作业。 风力发电一般均为反应 (Reactive) 或损坏 (Run-to-failure) 维护。而此种维护方式亦为最高成本的 O&M。 因此除了提高 O&M 成本之为,亦将影响项目可行性与投资收益所估算的能源成本 (COE)。 美国电力研究院 (Electric Power Research Institute,EPRI) 已针对电力产业提供完整的案例研讨,而反应维护 (持续运作机器直到故障为止) 为最低效能且最高成本的发电设备维护方式。EPRI 所提供的维护成本即列于下: 1. 反应 (损坏) 维护成本,每年的单一马力将需要 17 美元「起」。 2. 预防维护 (Preventive maintenance) 则是根据制造商建议的维护周期所进行,每年的单一马力需花费 24 美元;约可省下反应维护 24% 的成本。 3. 预知维护 (Predictive maintenance) 则是状态监控而预测所需的维护作业,每年单一马力需花费 9 美元;约可省下反应维护 47% 的成本。 若涡轮组件可持续运作直到故障,则整体发电量将大幅受到意外停机所影响。在此同时,如频繁运作的零件与吊高作业的成本,再加上零件掉落所造成的损 坏,均将提高维护成本。与在线状态监控系统的预知维护相较,互动维护的成本确实高出甚多。状态监控系统的功能,即是要连续监控组件并预测机器问题,让操作 人员能尽早排定维护并避免重大损失。   NI 状态监控解决方案 针对状态监控作业,NI 提供专属的解决方案。针对发电机/齿轮箱制造商或风力涡轮整合商,NI 提供必要的软硬件,以设计高效能、低成本,且专属的风力涡轮监控解决方案。NI 亦根据产业走向,持续提供最新的讯号处理算法,以找出讯号的关键特征,并预测机器组件的状态。这些算法包含阶次分析、倒频谱 (Cepstral) 分析、轴承调变监控、小波、AR 模型制作、电力质量、功率系数、雨量应力周期 (Rainfall stress cycle) 分析,还有许多统计分析算法。透过 NI LabVIEW 软件,即可使用这些内建的讯号处理算法、汇入文字程序代码 (如 C 与其他数学脚本),并可轻松设计全新的算法。 以研究结果为例,风力涡轮的齿轮箱与其轴承,即为最高故障率的组件。齿轮箱与轴承的振动分析作业,则是透过加速规而监控并预测可能的故障。但若风力涡轮使用多层次齿轮箱,则过多振动源将造成复杂的振动、调变,与运作速度振动。 若要正确分析齿轮箱的振动,则需要高分辨率的频谱分析器。基本而言,此将需搭配多带宽的振动讯号取样仪器,以记录长时间的波形。换句话说,状态监控解决方案必须能达 51.2 kHz 以上的取样率,且可储存超过 2 MB 的二进制时间波形。NI CompactRIO 平台即具备此功能。而高阶光谱分析则包含变焦 FFT 与变焦阶次频谱 (Zoom order spectrum),可进一步找出高频率振动特性参数,且不致遗漏边带 (Sideband) 数据。边带分析可辅助分析师找出故障齿轮。 此弹性且开放的 NI LabVIEW 与 CompactRIO 环境,共具备下列优势: 1. 较低成本 - NI 持续研发低价位且高效能的技术,只为提供整合商与 OEM 更卓越的技术。 2. 客户解决方案 - 开发厂商可轻松设计专属的监控解决方案,且功能远远超越传统的状态监控解决方案。 3. OEM 专属 - NI 另配合超过 900 家开发伙伴,可大幅减少成本且达到立即可用的解决方案。 4. 整合控制与监测 - NI 平台可于单一系统具备控制与监测功能,适用于高阶、模型架构的监控作业。   控制系统整合与通讯协议支持 若与其他产品相较,NI 系统除了可达较低成本与专属的讯号处理功能,其最大差异则在于可整合控制系统的功能。透过 NI 平台,即可用单一装置或沟通多组装置,而整合控制与监测功能。NI 平台可衔接以太网络、RS232/RS485、Modbus、OPC、CAN、Fieldbus、PROFIBUS,甚或取得专利的通讯协议。此弹性的通 讯功能,可让 NI 系统轻松整合风力涡轮机组的其他装置。   用于状态监控的 NI 产品 NI 提供多款讯号处理设备,可衔接不同的传感器,包含振动、应变、音频、温度、电压、电流、功率等。透过标准的通讯协议,即可为状态监控装置新增油微粒子 (Oil particulate) 计数,与光学感测功能。多样且弹性的功能,让 NI 保持在状态监控应用的领先地位。  

    时间:2012-08-03 关键词: 风力 涡轮 状态监控

发布文章

技术子站

更多

项目外包