選擇最合適的預測性維護傳感器

介紹

基于狀態(tài)的監(jiān)控 (CbM) 涉及使用傳感器監(jiān)控機器或資產以測量當前的健康狀況。預測性維護 (PdM) 包括 CbM、機器學習和分析等技術，用于預測即將發(fā)生的機器或資產故障。在監(jiān)測機器的健康狀況時，選擇最合適的傳感器以確保能夠檢測、診斷甚至預測故障至關重要。

最好的 PdM 策略是有效地利用盡可能多的技術和傳感器來及早檢測故障，并且具有很高的置信度，因此沒有一種傳感器適合所有人的解決方案。在這里，我們將試圖闡明為什么預測性維護傳感器對于早期檢測 PdM 應用程序中的故障至關重要，以及它們的優(yōu)缺點。

系統(tǒng)故障時間表

圖 1顯示了從安裝新電機到電機故障的事件模擬時間線以及推薦的預測性維護傳感器類型。安裝新電機時，它在保修期內。幾年后，保修期滿，此時將實施更頻繁的人工巡檢團。

圖 1：機器健康狀況與時間關系圖顯示了在電機通過保修周期時檢測到故障的預期時間。（來源：Analog Devices）

如果在這些定期維護檢查之間出現(xiàn)故障，則可能會出現(xiàn)計劃外停機。在這種情況下，至關重要的是擁有正確的預測性維護傳感器來盡早檢測潛在故障。因此，我們將專注于振動和聲學傳感器。振動分析通常被認為是 PdM 的最佳起點。

傳感器和系統(tǒng)故障注意事項

工業(yè)和商業(yè)應用中超過 90% 的旋轉機械都使用滾動軸承。電機故障部件的分布表明，在選擇 PdM 傳感器時，重點關注軸承監(jiān)測至關重要。為了檢測、診斷和預測潛在故障，振動傳感器必須具有低噪聲和寬帶寬能力。

表 1顯示了與旋轉機器相關的一些最常見故障以及用于 PdM 應用的一些相應的振動傳感器要求。為了盡早檢測到故障，PdM 系統(tǒng)通常需要高性能傳感器。資產上使用的預測性維護傳感器的性能水平與資產在整個過程中持續(xù)可靠運行的重要性以及資產的成本相關。

表 1：機器故障和振動傳感器注意事項的簡要概述（來源：Analog Devices）

PdM 傳感器

微機電系統(tǒng) (MEMS) 超聲波麥克風分析能夠在可聞噪聲增加的情況下監(jiān)測復雜資產中的電機健康狀況，因為它可以收聽非可聽頻譜（20kHz 至 100kHz）中的聲音，而那里的聲音要少得多噪音。低頻可聽信號的波長通常在大約 17 毫米到 17 米長的范圍內。高頻信號的波長范圍從大約 3 毫米到 16 毫米長。當波長的頻率增加時，能量增加，使超聲波更具指向性。這在試圖查明軸承或外殼中的故障時非常有用。

加速度計是最常用的振動傳感器，振動分析是應用最廣泛的 PdM 技術，主要用于大型旋轉設備，如渦輪、泵、電機和齒輪箱。表 2顯示了在選擇高性能 MEMS 振動和聲學傳感器與黃金標準壓電振動傳感器時需要考慮的一些關鍵規(guī)格。

表 2：預測性維護傳感器性能規(guī)格

*MEMS 加速度計模塊的成本可能超過 30 美元，但它們是全系統(tǒng)解決方案，而所有其他引用的部件都只是傳感器。
**關鍵：最差、中等、最佳

雖然很難推薦在 PdM 系統(tǒng)中使用單個振動傳感器，但加速度計有成功的歷史，并且會繼續(xù)發(fā)展和改進。Analog Devices 提供一系列 MEMS 加速度計，包括通用、低功耗、低噪聲、高穩(wěn)定性和高g，以及圖 2所示的智能邊緣節(jié)點模塊。ADcmXL3021三軸振動傳感器是專用 PdM 模塊解決方案的一個很好的例子。Analog Devices 率先將一系列支持 PdM 的 MEMS 加速度計（20kHz+ 帶寬，25μg /√Hz 噪聲密度）推向市場，并且仍然是唯一一家具有這些性能水平的 MEMS 加速度計供應商。

圖 2：具有集成 ADC、處理器、FFT 和統(tǒng)計功能的三軸 MEMS CbM 模塊，以及諧振頻率超過 50kHz 的機械封裝。（來源：Analog Devices）

在為您的 PdM 解決方案選擇最合適的振動傳感器時，真正的挑戰(zhàn)在于配對傳感器以滿足資產最可能的潛在故障模式。MEMS 麥克風尚未被證明足夠穩(wěn)健，無法在最惡劣的環(huán)境中可靠地檢測所有基于振動的故障模式。相比之下，作為振動傳感行業(yè)標準的加速度計已成功實施并可靠地運行了幾十年。MEMS 超聲波麥克風在檢測軸承故障方面表現(xiàn)出比加速度計更早的有前途的性能，這種潛在的共生關系可以為您未來的資產振動分析需求提供最佳 PdM 解決方案。

選擇最合適的預測性維護傳感器 博客由 Chris Murphy 撰寫，最初發(fā)布在 www.analog.com 上。Chris Murphy 和 Paul Golata 修改了 mouser.com 的博客。

審核編輯黃昊宇