witium’s dynamic
Witium通過簡單易用的WitPHM Pro系統,可以讓用戶實現設備數字化,降低35%的運維成本、減少80%的意外宕機、提高15%的生產效率,提高5%OEE。依靠振動監測及邊緣計算技術,結合機理模型+數理驅動的WitExpert故障診斷工具、打造輕量化工業設備智能遠程運維系統,結合其他DCS、PLC、WMS、MES中的設備工藝數據及維修運維數據,Witium通過WitAnalytics算法分析工具,提供設備的相關性及輔助設備的運維決策。賦能人人都可以成為設備運維專家!
旋轉機械故障形式多種多樣, 而其產生的原因及特征信號各不相同, 所以想要準確診斷故障,需要對振動數據全面的分析。當前的旋轉機械故障診斷主要是基于設備穩態振動特征, 如穩態振動時的軌跡、頻譜、 同頻、倍頻、分頻的幅值和相位等。而變速過程的振動信息也蘊含著豐富的信息。
以瀑布圖為例, 我們可以通過分析它獲得變速過程中系統振動所包含的故障信息。它不僅能反映部分穩態振動信息, 而且也能反映系統變速過程中的瞬態振動信息。它以一幅直觀圖的形式全面地反映機器在不同轉速下的同頻、倍頻、分頻分量。
以不對中故障為例:
不對中故障是旋轉機械的一種常見故障。根據有關資料分析, 迫使設備停機檢修的超過半數的情況是由不對中引起的。不對中可區分為轉子不對中和軸承不對中兩種情況。轉子不對中故障形式可能是軸線平行偏移的高度不對中, 也可能是軸線形成夾角的角度不對中, 還可能是高度不對中和平行不對中的綜合形式。由不對中引起的振動, 其主要特征是二階轉速頻率下的振動分量和很大的軸向振動。當存在不對中時, 軸系將承受較大的彎矩作用??紤]一段受彎矩作用的軸, 可以得出實際轉子在重力、不平衡力和不對中力矩的綜合作用下的振動響應形式[1] 為如下圖:
其中: Ai 和B i 都是與轉速及系統結構有關的常數。式中的2ω 分量完全是由不對中力矩引起的, 分量的系數A 1 和B 2 與不對中的嚴重程度有關。從實驗方面, Dewell D L在對不對中轉子做了大量的實驗以后認為, 不對中的變化對系統振動的基頻分量影響很小, 而二倍頻分量隨不對中變化, 因而二倍頻分量的大小可以作為評價不對中嚴重程度的一個直接指標。
上圖為帶有不對中故障的轉子系統的瀑布圖, 可以看到它的一個顯著特征, 即二倍頻分量的共振發生在基頻共振之前, 而且沒有發生第二次共振。另外, 一般認為二倍頻分量幅值與基頻分量幅值的比值可以反映不對中的程度, 但從瀑布圖上可以看到, 在不同的轉速下, 這個比值是不同的, 單一轉速下的頻譜圖不能準確地反映這一信息。