【導讀】振動監(jiān)測 (VM) 已經問世很長一段時間，并且已被用于監(jiān)測機器、設備或結構的健康狀況。在機器運行過程中，可以利用專用傳感器收集其振動數據以對其進行實時監(jiān)測和分析。
振動監(jiān)測的主要目標是降低致命性損壞的風險并減少潛在的生產線停產狀況，從而最終控制并降低運營成本。
來自振動傳感器的振動數據可以作為輸入數據獨立使用，也可以根據操作需求與其他傳感器數據結合使用。例如，在工廠自動化應用中，振動數據可以與以下數據結合使用：
1. 溫度
2. 煙霧
3. 濕度
4. 壓力
5. 聲音
這種組合可以構成一個完整的系統(tǒng)，從而提供更穩(wěn)固、更可靠的解決方案。
在其他一些用例中（例如結構監(jiān)測），可以將振動數據與傾角儀收集的傾斜位置數據相結合，來確定結構的健康狀況。
這些收集到的數據輸入至專用算法，例如新興的人工智能 (AI) 算法，可建立能夠預測未來潛在故障的模型。然后，模型預測信息可用于構建知識，以便決定是否需要立即采取措施來避免生產力損失。
工廠自動化的一個新趨勢是人工智能算法的興起，這種算法可以根據傳感器數據進行訓練，預測應執(zhí)行的任務。這就減輕了各操作員的負擔，讓他們不必像以前一樣做出極其困難而費時的決定。自主自動化工廠可以承擔各操作員的責任，并根據工況變化自動作出反應。
振動傳感器
在振動監(jiān)測應用中，振動傳感器是一個關鍵部件。最新的振動傳感器基于 MEMS 技術，使用與加速度計中的加速度檢測相同的概念。它們的主要區(qū)別在于傳感器的帶寬。MEMS 加速度計的典型帶寬為 3 kHz，而振動傳感器則能夠以明顯更高的帶寬檢測振動。振動傳感器能夠捕獲高頻信號，因此可以對振動進行更為精確的頻率分析。最新的 MEMS 振動傳感器可以提供超過 6 kHz 的帶寬，這一點我們將在后面討論。
MEMS 振動傳感器有許多用例，圖 1 列出了一些主要應用。電機振動監(jiān)測是成功實施工廠自動化的重要一環(huán)。鐵路振動監(jiān)測有助于避免發(fā)生災難性的火車事故。自 MEMS 傳感器開始應用于工業(yè)應用起，洗衣機等家用電器就已經配備了振動監(jiān)測功能。而結構監(jiān)測應用則在 MEMS 傳感器的成本變得更加合理之后獲得了蓬勃發(fā)展。例如，市政當局有責任監(jiān)測橋梁的振動，以確保結構處于良好的健康狀況。橋梁振動數據，尤其是在交通高峰時段的振動數據，可以針對任何可能導致橋梁倒塌的異常情況提供有價值的信息。
圖 1：部分 MEMS 傳感器和振動傳感器應用。（圖片來源：STMicroelectronics）
若要確保振動傳感器符合目標應用的需求，我們需要仔細分析傳感器的技術規(guī)格。表 1 列出了 STMicroelectronics 提供的其中一款最新振動傳感器的主要參數。此器件可以捕捉到三維空間（X、Y、Z）的振動。其所提供的三個自由度，可用于靈活地在安裝方向上調整位置。
每個軸的加速度滿量程高達 16 g，足以覆蓋監(jiān)測機器健康狀況通常所需的振動幅度范圍。
此器件可以提供超寬帶寬，平坦頻率響應高達 6.3 kHz，并具有消除頻率混疊的嵌入式濾波功能。
這款傳感器的另一個主要特點是頻譜噪聲密度非常低。當需要捕捉低頻振動時，這是一個非常重要的優(yōu)勢。
與現有的振動傳感器相比，其工作溫度范圍擴大至 +105°C，可以滿足苛刻的工作環(huán)境要求。
此器件可以在三軸模式或單軸模式下運行，模式選擇通過專用寄存器來完成。在三軸模式下，所有三個軸（X、Y、Z）會同時啟用。在單軸模式下，只有一個軸處于活動狀態(tài)。在單軸模式下，活動軸的分辨率（噪聲密度）會顯著提高。
表 1：STMicroelectronics 提供的最新振動傳感器的主要參數。
振動監(jiān)測應用
振動監(jiān)測通常是指對機器、設備或電器的振動進行分析，這是所謂狀態(tài)監(jiān)測 (CM) 或基于狀態(tài)監(jiān)測 (CbM) 的綜合應用的一部分。振動分析在監(jiān)測機器的長期健康狀況方面發(fā)揮著越來越重要的作用。但是，除了收集振動數據之外，完整的狀態(tài)監(jiān)測解決方案通常還包含多個傳感器，用以收集包括溫度、噪音、壓力、煙霧和濕度在內的其他重要設備參數。在這些傳感器中，每一種傳感器都可提供關于機器特定狀況的寶貴信息。通過對這些傳感器數據進行融合、處理和分析，人們可以了解機器整體狀況，從而做出關鍵的機器維護決策。
圖 2 列舉了振動監(jiān)測在不同市場的一些主要應用。圖中的分類凸顯出數據收集和分析對于狀態(tài)檢測綜合解決方案的重要性。其他傳感器可用來收集數據，再將這些數據融合在一起以獲得可靠而有效的結果。在業(yè)界提供的最新解決方案中，使用智能算法處理傳感器數據，可以將此類解決方案的能力和有效性提升至全新水平。這些功能強大的創(chuàng)新解決方案有助于顯著減少與設備停機相關的成本和低效問題，原本這些情況不可避免。
圖 2：各種振動監(jiān)測應用。（圖片來源：STMicroelectronics）
云計算已經成為一個廣泛解決方案的關鍵組成部分之一，該解決方案涉及從企業(yè)多個地點收集傳感器數據以確保任何位置都不會出現任何程度的中斷。云端的中央處理器用于對所有數據進行合并與分析，并對涉及的機器設備進行實時監(jiān)測，確保它們平穩(wěn)地不間斷運行。
圖 3 列出了振動監(jiān)測系統(tǒng)的基本組成部分。根據系統(tǒng)的需求，可以在必須監(jiān)測的設備上安裝各種傳感器。這些傳感器包括：
● 振動
● 慣性傳感器模塊
● 溫度
● 濕度
● 壓力
● 環(huán)境光傳感器
● 傾角儀
分析收集的數據需要使用處理單元。根據數據量、隱私性、數據安全性、延遲和功耗要求，分析可以由本地處理單元完成，也可以傳輸到云處理中心，由其收集和分析來自多臺設備的所有數據。
圖3：振動監(jiān)測系統(tǒng)的組成部分。（圖片來源：STMicroelectronics）
在機器安裝后和運行期間，機器的狀況會在某個時間點開始發(fā)生變化。因此，務必要安裝所有需要的傳感器，以收集有關超聲和噪音、振動、功耗、溫度和任何潛在煙霧的數據。隨著時間的推移，收集機器參數和傳感器數據的必要性愈發(fā)凸顯，這對于監(jiān)測機器的健康狀況變得至關重要。
圖 4 描繪了受監(jiān)測機器的典型安裝和故障點 (IPF) 曲線。從機器狀況變化到最終發(fā)生故障可能歷時很久，或許要幾個月甚至幾年才會開始出現故障癥狀。對傳感器數據進行早期分析，可以了解機器的健康狀況，而使用傳感器數據作為輸入進行訓練的人工智能算法，則可以預測故障并開始采取必要的措施。
圖 4：IPF 曲線。（圖片來源：STMicroelectronics）
圖 5 提供了電動泵振動監(jiān)測的示例。失衡、松動、輸出軸和泵的齒輪箱等各種不同的狀況，都可以使用振動傳感器來監(jiān)測。然后，振動傳感器的數據被傳送出去，以進一步進行各種分析，包括對振動數據進行快速傅里葉變換 (FFT)，從而確定這些狀況的各個頻率特征。
圖 5：不同狀況下的電動泵振動監(jiān)測。（圖片來源：STMicroelectronics）
電動機的狀態(tài)監(jiān)測系統(tǒng)除了電動機之外，還可以包含幾個組件。該解決方案可以包含多個傳感器，例如振動傳感器、溫度傳感器、壓力傳感器以及其他傳感器，具體取決于操作環(huán)境的要求。泵與處理單元之間可以選擇有線或無線的連接方式，并使用專門的通信協(xié)議。處理和分析單元可以提供泵的診斷和可視化工具，幫助操作人員主動識別和解決諸如泵異常等問題，這些問題可能會導致操作停機和中斷。通過這種主動介入，可以降低工廠的運營和維護成本，提高公司的利潤。
結語
為了實施預測性維護綜合解決方案，需要部署許多傳感器。最新的 MEMS 振動傳感器為工廠自動化、電力設施、家用電器以及結構健康狀況監(jiān)測和監(jiān)管提供了高效和經濟的振動監(jiān)測解決方案。振動監(jiān)測既可以作為獨立解決方案進行部署，也可以作為基于狀態(tài)監(jiān)測的組成部分，后者已逐漸成為通過實時收集和分析數據來監(jiān)測各種機器的綜合解決方案不可或缺的部分。這一解決方案使21世紀的工廠有能力主動監(jiān)測和解決因機器生產力中斷和停工而產生的問題。在任何工廠自動化綜合解決方案中，振動監(jiān)測都是重要組成部分。
參考文獻
1. 用于工業(yè)應用的超寬帶寬低噪聲3軸數字加速度計：https://www.st.com/zh/mems-and-sensors/iis3dwb.html
2. Analog bottom port microphone with frequency response up to 80 kHz for Ultrasound analysis and Predictive Maintenance applications.https://www.st.com/zh/mems-and-sensors/imp23absu.html
3. Low-voltage, ultra-low-power, 0.5 °C accuracy I2C/SMBus 3.0 temperature sensor.https://www.st.com/zh/mems-and-sensors/stts22h.html
4. https://www.st.com/zh/applications/factory-automation/condition-monitoring-predictive-maintenance.html#overview
5. https://www.st.com/zh/applications/factory-automation.html
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯(lián)系小編進行處理。
推薦閱讀：
