振动和 IIoT 传感器

振动分析是不断变化的 IIoT 和预测性维护世界中的一项关键技术。

它可能是 关键技术，用于评估工业中旋转资产的健康状况，并为您的组织提供恶化和即将发生资产故障的早期预警。

它在整个生命周期内推动资产的高可用性。

但这到底是怎么回事？

振动基础知识

保持简单，振动是资产或组件从其静止位置来回的振荡或运动。

想象一个钟摆从其最高点释放。

它会来回摆动，直到所有的振动能量都消散。然后它返回到它的静止位置。

与您的资产的唯一区别是，只有当资产的旋转能量停止时，振动才会停止。主要能源——通常是电机——必须停止振动才能停止。

但是像振动这样简单的现象能告诉你资产出了什么问题吗？

是的！

测量的振动参数，例如 振幅 , 有效值 , 和 句点 允许您计算和查看资产中发生的机械力、旋转力和摩擦力。

来源：https://www.motioncontroltips.com/how-is-machine-vibration-defined/

资产或设备内的力会引起振动，这通常在轴承座处测量。这些力来自资产中的旋转元件，例如转子、齿轮、轴、轴承和叶轮。

并非所有的力和振动都是坏消息。

但是当它们出现时，我们使用快速傅里叶变换 (FFT) 来能够在时域和频谱域中查看它们。

来源：https://www.motioncontroltips.com/how-are-fast-fourier-transforms-used-in-vibration-analysis/

在这里，我们可以看到它们各自的频率和幅度——加速度或速度——并将它们的模式与特定的资产故障联系起来。

有哪些 故障 它可以检测到 ？

振动分析可以检测到的潜在故障有很多，这里仅列举几个：

• 轴承磨损
• 泵气蚀
• 资产与资产错位
• 轮齿磨损
• 资产基础的结构性裂缝
• 润滑不足
• 磨损的传动带
• 共鸣

其中任何一项是否导致您的工厂出现严重的停机或头痛？

我们打赌他们有！

振动分析和基于状态的维护的好处是众所周知的：

• 更高的资产可用性
• 增加产量
• 减少计划外停机时间
• 降低维护和生命周期成本
• 优化人力资源
• 减少侵入性 PM（大修和组件更换）
• 改进了维护计划和调度
• 更好的备件预测
• 消除缺陷的根本原因分析信息

振动分析是一种成熟的预测性维护技术，几乎应用于所有能想到的行业。它是石油和天然气、食品和饮料、造纸和纸浆、炼钢、汽车、采矿、航空、核能、化学品等垂直行业的首选预测技术。

流程呢？ 状态监测和振动分析？

振动分析

状态监测过程很简单，可以分为三个部分：检测、诊断和预后。让我们来看看它们：

检测 离子 - 无论您是每四个星期手动收集一次数据，还是使用“在线”系统按小时收集一次数据，都可以对数据进行趋势分析。您真正关注的是轴承座振动的严重程度。

首先，最佳实践是为所有资产设置基线水平。这样我们就可以知道他们的正常运营水平——假设他们一开始就处于良好状态。

一旦振动超出预设的警报水平（例如，以 mm/s 或 Gs 为单位），就该进行进一步调查了。有一些国际标准可以帮助您设置警报级别，例如 ISO 10816 系列。

诊断 是 – 我们在这里要问的问题是：机器出了什么问题？

现在，虽然您正在测量轴承的振动，但这并不意味着缺陷强制功能是轴承故障的结果。这可能是多种原因。在这里查看一些可以通过振动分析检测到的轴承磨损的典型原因：

• 由于不对中而导致的轴承磨损
• 脚软导致轴承磨损
• 轴承不平衡磨损
• 轴承松动磨损

你如何找到它们？

早些时候我们看到了如何在时域或频域中查看复杂的振动信号。这是执行分析的地方。这两个域都包含用于诊断常见设备故障的有价值信息。时域向我们展示了振动对时间的严重程度。这对于诊断轴承故障、气蚀、不平衡、跳动和齿轮齿损坏很有用。频域向我们展示了构成复杂振动的各个频率。它还特别适用于诊断轴承故障，以及松动、不平衡、不对中、皮带问题、缺乏润滑、软脚等等。

预测 是 ——这个问题是最难的。在失败之前它会持续多久？

机器通常很复杂，并表现出复杂的机械行为。没有两个是相同的。

一旦检测到缺陷，估计电机或泵将持续多长时间是非常具有挑战性的。但它可以基于振动趋势的陡峭程度。振动强度随时间攀升的速度有多快？一旦检测到初期故障，您就可以进行更定期的振动测量——尤其是在关键设备上。如果您有关于先前故障的数据或对设备的特定 P-F（潜在故障 - 故障）曲线有很好的了解，您还可以估计剩余使用寿命。预测阶段很困难，但如果您有良好的数据和设备知识，那么您可以降低意外故障的风险。

这里的关键是把时间花在旋转设备上发现的常见问题上。我们已经提到的诸如不对中、轴承磨损、松动和不平衡等是最常见的。不要在异国情调和罕见的问题上花费太多时间。

想象一下你正在开车。逐渐地，在几个星期内，随着您通过齿轮加速，它开始越来越多地摇晃。振动强度增加了。你把它带到车库，他们会寻找常见的问题。诸如车轮不平衡或轮胎压力低之类的事情。他们不会拆下变速箱并寻找丢失的齿轮齿或偏心齿轮。

这就是状态监测的意义所在：关注常见问题。

并准确快速地诊断它们。

无线振动传感器

振动传感器发生了很大变化。

过去笨重的、有线的、外部供电的、单轴加速度计已经不复存在了。如今，您更有可能看到无线、蓝牙、电池供电的 3 轴振动传感器。您现在会发现它们能够成为数据记录器，在超出某些振动阈值时“唤醒”并记录，它们将内置 ISO 警报级别，并且许多还可以记录资产温度。

来源：https://www.machinesentry.com/products/hardware/msf-1

随着我们进入工业 4.0 时代，传统的、规模更大的状态监测提供商正在改变他们的产品线和商业模式，并且有许多新的、更年轻的市场进入者挑战现状并颠覆旧的商业模式。

V 振动分析：B 之前& 一个 之后

所以，我们知道状态监测——更具体地说是振动分析——已经改变了，对吧？

但是让我们看看如何 它实际上已经改变了。

之前 - 体力劳动是当天的顺序。首先，由于安全风险，可能需要许可才能访问某些资产。在大多数全球工厂中，这相当于您 15 到 30 分钟的时间。回到办公室，技术人员需要将“路线”下载到他们的数据收集器。然后，他们会带着有线加速度计和数据收集器（通常很重！）在植物周围走动。技术人员将只访问高临界机器，并单独测量每个轴承的每个轴（X、Y、Z）。他们可能会在每台机器上花费 5 到 15 分钟。然后他们脚累了，然后回到办公室，将数据上传到独立计算机上的专有软件。这意味着数据仅驻留在该计算机上，并且只有有权访问的人才能查看它。

云上什么都没有。

希望他们也不会忘记签署安全许可证。

然后，振动分析师将搜索大量数据，手动分析数据并更新他们的 Excel 电子表格或 Word 文档。完成此操作后，他们会将建议和报告通过电子邮件发送给维护规划人员和主管。

并希望最好！

4 周后，他们将再次重复此循环。

（4 周有 总是 是大多数振动分析师收集数据的默认周期 。没有太多考虑过为什么。）

但是现在情况正在发生变化……

之后 – 整个过程现在更加自动化。

没有安全许可证，很少或根本不能四处走动！

三轴无线振动传感器永久安装在资产上（使用磁铁、胶水或螺柱），电池可能需要每三年左右更换一次。数据被发送到本地安装的网关设备，该网关设备连接到工厂 Wi-Fi 信号。然后，网关设备将数据发送到基于云的软件，任何登录的人都可以从世界任何地方访问。它不是每 4 周收集一次的数据，而是可配置的——如果需要，通常可以低至每 60 秒一次。

资料来源：https://www.pruftechnik.com/en-GB/Products-and-Services/Condition-Monitoring-Systems/Online-Condition-Monitoring/

仍然可以选择使用平板电脑或手机等蓝牙连接设备手动上传来自无线传感器的数据。这样做的好处是，如果需要，技术人员可以四处走动并同时对资产进行目视检查，还可以拍照并做检查记录。

传感器甚至可以“移动”并临时移动到其他资产以进行故障排除。

警报级别可以设置为 ISO 标准或配置为单个资产。当警报被破坏时，会向关键利益相关者发送自动电子邮件，以警告即将发生的问题或需要进行振动分析或根本原因分析。

鉴于规模经济，可以监控比传统模型更多的资产，而不仅仅是关键资产。

Manual analysis of the data is still common, but as we move deeper into the digital transformation of industry 4.0 and the IIoT we move more towards predictive maintenance, machine learning, and algorithms playing a key role in the analysis.

Let’s now look at a simple categorization of two types of sensors:scanning sensors and screening sensors.

S canning sensors

These are the more expensive vibration sensors which are suited to a company’s critical assets. These sensors typically contain self-diagnostics and vibration measurement validation. They have a degree of intelligence and perform a high volume of data processing. This is because after data validation, they send the time and frequency domain information to the gateway and cloud-based software for further analysis. You wouldn’t typically go to the cost of installing these on lower-critical and utility assets. They will also often have temperature sensors built in so the long term temperature can be trended alongside vibration.

S creening sensors

These sensors are much lower cost and are applied to lower criticality and utility assets. But they are well-suited to the IIoT approach. They often record overall vibration values and peak vibration only – that is to say, not the time and frequency domain information. This transfer a low volume of data. But the key is that given the low cost they can be used on many more assets than scanning sensors. They will capture data on the assets that are often neglected and ignored – but whose failure can still cause production losses, wasted costs, and organizational headaches.

What is the workflow ?

Whilst we are moving rapidly into the digital transformation and IIoT, the vibration monitoring workflow is essentially the same. What has changed is that less time is wasted on unnecessary analysis, and costs have reduced significantly. Here is the typical workflow we see today:

This simple workflow will allow you to focus your resources where they are needed.

Get a bigger bang for your bucks!

The great cost savings are made from automated data collection and the filtering out of healthy assets. This is where modern, asset-intensive, and operationally-efficient companies are making significant gains on their journey towards excellence, connectivity, and the industrial internet of things.

Be competitive.

And be part of that modern, data-driven journey towards lower costs, lower risks, and increased asset and business performance.

Read next:Comprehensive guide to IIoT in Maintenance