国产乱人乱精一区二区视频密-国产乱码在线精品可播放-国产乱码一区二区三区-国产乱码精品一区二区三区四川人-天天操狠狠-天天操国产

WitExpert的系統(tǒng)架構(gòu)是如何處理實現(xiàn)設(shè)備預測性維護的

  上海輝泰Witium推出的基于振動傳感器和邊緣計算網(wǎng)關(guān)的預測性維護系統(tǒng)，目前已成功應用于個各行各業(yè)，為客戶提供在線振動監(jiān)測、設(shè)備故障預測、設(shè)備故障診斷、設(shè)備智能運維、設(shè)備健康管理服務(wù)，旨在為行業(yè)關(guān)鍵旋轉(zhuǎn)設(shè)備保駕護航。那么Witium的WitExpert的系統(tǒng)架構(gòu)是如何處理實現(xiàn)設(shè)備預測性維護的呢?

  一、振動數(shù)據(jù)處理流程

  1.1 原始振動數(shù)據(jù)

  通過在設(shè)備上加裝三軸振動加速度傳感器獲取需進一步處理的三軸振動加速度測量值。

  1.2 硬件數(shù)據(jù)預處理

  未經(jīng)處理的振動信號中，包含大量的高斯和非高斯噪聲，為得到可靠的診斷效果，需要對傳感器采集的信號進行降噪濾波處理，通過傳感器本地下沉一定預處理數(shù)據(jù)算法，按照平臺預設(shè)的部件模型，同時自動計算所需特征值;

  1.3 平臺展示

  經(jīng)預處理后的原始數(shù)據(jù)和特征值通過4G邊緣網(wǎng)關(guān)上發(fā)至云平臺展示特征值和時域、頻域波形;

  1.4 數(shù)據(jù)清洗、數(shù)據(jù)后處理

  EI專家診斷系統(tǒng)調(diào)取數(shù)據(jù)，進行數(shù)據(jù)清洗、數(shù)據(jù)濾波;

  1.5 故障診斷

  EI專家診斷系統(tǒng)根據(jù)處理后的數(shù)據(jù)，基于設(shè)定的閾值及故障庫診斷故障類型及嚴重程度，并將診斷結(jié)果返回至系統(tǒng)展示;

  二、閾值的設(shè)定

  2.1 閾值的選擇基于國際標準ISO-10816

  根據(jù) ISO 10816-3，視速度而定，測量范圍始于 2 Hz(速度從 120 到 600 rpm)，或始于 10 Hz(速度大于或等于 600 rpm);范圍包括從 2 Hz 或 10 Hz 到 1000 Hz 的頻率。

  2.2 告警數(shù)據(jù)的選擇基于諸多預設(shè)的特征值(機理+數(shù)理)

  機器狀態(tài)通過查詢無量綱特征值監(jiān)測，可評估機器的常規(guī)振動狀態(tài)。長時間的積累特征值，也可以反映出設(shè)備變化的趨勢。

  1. 速度均方根(VRMS);

  2. 加速度波峰因素(CrestFactor);

  3. 加速度峭度(Kurtosis);

  4. 加速度高頻均方根(RMS);

  5. 高頻尖峰能量(gSE)。

  很多時候，僅通過振動能量和一些無量綱的統(tǒng)計是很難詳細定位到設(shè)備的故障的原因的。所以需要預設(shè)監(jiān)測部件的參數(shù)，通過頻率分析后轉(zhuǎn)換來的特征值來進一步判斷：

  1. 電機的軸轉(zhuǎn)速(1x)頻點值(Freq1x);

  2. 電機的軸轉(zhuǎn)速(2x)頻點值(Freq2x);

  3. 電機的軸轉(zhuǎn)速(3x)頻點值(Freq3x);

  4. 葉輪1x倍通過頻率(spm1xFn);

  5. 齒輪1~3x嚙合頻值點(1~3xGMF)、齒輪包絡(luò)能量(seG)、齒輪1~3xGMF邊帶頻能量(1~3GMF);

  6. 軸承外圈頻點值(BPFO)、軸承內(nèi)圈頻點值(BPFI)、軸承滾珠頻點值(BSF)、軸承保持架頻點值(FTF)、軸承包絡(luò)能量(seB);

  2.3 閾值的選擇基于同類設(shè)備、部件經(jīng)驗(機理+數(shù)理)

  通過既有監(jiān)測經(jīng)驗的同類設(shè)備對比，輝度擁有自己的算法模型庫，選取設(shè)備類型模板，初步生成基礎(chǔ)模板;

  對于某些部件，如軸承故障診斷，對高頻諧波能量的包絡(luò)值，也存在經(jīng)驗值判斷預設(shè);

  2.4 閾值的選擇基于統(tǒng)計過程控制(數(shù)理)

  在經(jīng)過一段時間的試運行后，系統(tǒng)對初裝且無明顯異常振動數(shù)據(jù)認定為相對正常的狀態(tài)，系統(tǒng)對其機器學習形成閾值，進行統(tǒng)計過程數(shù)據(jù)界定，對于偏離正常范圍的振動數(shù)據(jù)進行初步預警，并排除開機異常數(shù)據(jù)和偶發(fā)的沖擊造成的數(shù)值偏離，避免誤報警。

  依托先進的物聯(lián)網(wǎng)工業(yè)AIoT技術(shù)，一旦出現(xiàn)異常或者故障，第一時間報警通知運維管理人員，幫助用戶查找產(chǎn)生故障的原因，識別、判斷故障的嚴重程度，為科學檢修提供指導，切實提高產(chǎn)線的安全管理水平，幫助企業(yè)實現(xiàn)數(shù)字化、智能化轉(zhuǎn)型。