新一代电机预测性维护与传统状态监测、故障诊断是一回事儿吗?
新一代电机预测性维护与传统状态监测、故障诊断是一回事儿吗?
工业领域设备智能管理运维被视为重要的应用场景,万物互联时代已经到来。
设备管理理念逐渐丰富完善,从早期的事后维修,到事前的预防性维护,再到现在的预测性维护;管理手段也丰富多样,早期的离线点检、巡逻到现在的在线远程监控、在线故障分析诊断;
早期依靠经验,需要设备专家作出复杂分析判断,到现在依靠数据智能,自动输出分析结果。
比如状态监测、故障诊断、预测性维护,让人容易混淆,各自区别在哪里呢?
状态监测,是指对机器状态参数(如温度、振动等)进行采集,直接根据参数安博在线注册,安博(中国)值变化(比如电机振动是否过高而超标)判断机器是否有异常;
故障诊断是判断设备故障出现的位置、设备故障类型和引起设备故障的原因;
预测性维护是采集状态参数基础上,通过对采集到的设备状态参数深入分析,进而提前及早的发现设备异常,并判断当前到设备失效(设备状态出现明显偏差,带来明显损失)的时间间隔,从而采取及时维护措施提前干预;
拿人的身体健康状态作个不太恰当的类比,状态监测有点类似监测人的血压是否过高,心跳是否过快等,故障诊断有点儿像给病人看病,找出病症和病因,而预测性维护类似对人的心跳数据采集后预测心跳是否有疾病,同时未病先治!
传统的状态监测和故障诊断,主要针对大型旋转设备,也包括大型电机,通过有线方式采集电机的振动等数据,将现场原始数据远程同步到监测中心,通过监测针对安博在线注册,安博(中国)值判断电机是否出现故障 ,进一步通过专家经验分析故障。这样做有不小的局限性:首先,传统的有线采集无论是硬件成本和现场的安装部署成本都很高;其次,将现场原始数据远程同步到监测中心,是很消耗流量的,数据存储压力也很大;再次,通过安博在线注册,安博(中国)值预警,本身就存在漏报的情况;最后 ,人工经验判断对人的依赖性大,难以普及。
而近些年提供的预测性维护,广泛借用物联网、人工智能、边缘计算等技术,通过MEMS、无线方式采集数据,在边缘端通过算法将原始数据清洗和预处理,云端智能算法建模,提前预判设备故障,同时专家系统部分替代工经验,整套方案具有轻量化和性价比优势,能在更多更广泛的工业场合应用,使设备生产商、设备服务商以及设备运营商不同程度受益。
同时,预测维护的商业模式上,采用SAAS模式,和客户不是一锤子专卖,对客户更加友好,可以说预测维护和传统的状态监测、故障诊断更像是不同的特种。安博在线注册,安博(中国)公司的一款LDT-DJ20系列电机故障检测仪也能满足故障电机故障的分析检测。