标签: 设备预测性维护

一、前言 随着时代的发展，越来越多的企业希望能够在对设备和系统无损的前提下，通过一系列的测试和分析来实现维护。这种维护工作是基于设备和系统本身的运行状态来安排实施的，被称为 CBM（Condition Based Maintenance） 基于状态的维护。基于设备和系统的实际状态采取维护行动，这种理念的实现方式被称为 预测性维护 。 虹科预测性维护是一种基于无线振动监测系统的维护方式， 这种维护方式是完全基于设备和系统本身当时状态，既避免了多余干涉导致的不必要的停工时间，也防止了由于未及时采取措施而导致的连锁性故障带来的损失。 二、专业术语科普 1. 传感器采样频率 采样必须按一定的速率进行，那么采样频率就是用来表示采样的速率，用Hz表示。本质上，采样频率也可称为采样率或者采样速度，因为它 表征的是采样的快慢，采样率高，则采样快 。采样率是表示每秒钟采集多少个样本点（或数据点），用sample/s或样本点数/秒表示，如采样（频）率为1000Hz，则表示每秒钟采集1000个样本点，采两个样本点的时间间隔为1ms，这个时间间隔称为时间分辨率。时间分辨率为采样频率的倒数，时间分辨率越小，则采样频率越高，采集到的数字信号越接近真实信号。 虹科Accel 310无线振动传感器的采样率是26.7KHz，满足传感器最高频响范围的2倍以上 ，不论是高频信号幅值还是低频信号幅值都不会产生失真。并且采样率越高，1秒钟内采集的样本点（或数据点）越多，信号幅值越接近真实幅值。 2. Wirepas Mesh网络 Wirepas Mesh是一种 用于物联网解决方案的无线全网状网络架构 。Wirepas Mesh 网络中的所有设备都可以根据当前的无线电环境在本地做出路由决策。Wirepas Mesh 的去中心化架构提供了高数据传输可靠性和可用性，并提供了大区域覆盖。此外，在Wirepas Mesh网络中，数据信息的传输使用独特的密钥加密，确保信息传输的安全性。 Wirepas Mesh不需要中央网络集线器设备。Wirepas设备可以将数据从一个节点传输到另一个节点，然后传输到云端并返回。对于每个设备，始终有多个路由选项，并且可以在同一网络中使用多个物联网设备。 虹科无线振动监测系统中硬件之间数据的传输采用Wirepas Mesh网络，保证了数据安全性和可靠性 。传感器打开后可自动连入到现场网关，网关通过配置网络（WiFi，以太网，蜂窝）后可连接到云服务器。根据Wirepas Mesh网络特点，传感器还可以作为中继节点，使用此设置，传感器将不会收集振动数据，而只会在低功耗状态下运行，以桥接与最近网关的通信。 3. 冲击解调算法 记录高频冲击事件可以改进滚动轴承诊断，特别是在难以检测和统一衡量故障严重程度的机器中。标准解调技术并不总能为这项任务提供足够的灵敏度，特别是对于低速轴承。对于轴承或齿轮故障，持续时间短、幅度大的事件会在较长的周期（低频）内重复出现，并且通常会通过标准的抗混叠措施滤除。 虹科无线振动监测系统中采用特有的Impact Demod算法强调未过滤波形数据中以持续时间短（高频）、高振幅事件为特征的冲击事件 。Impact Demod波形和Impact Demod峰值用于早期轴承故障检测和转速低至350 RPM的低速机器。 三. 总结 虹科无线振动监测方案 广泛应用于常见的旋转资产预测性维护，例如电机、泵、风扇、鼓风机、压缩机、齿轮箱等。基于其高分辨率的传感器、安全可靠的数据传输网络、特有的解调算法等优势，能够有效诊断机器故障，提高运维效率，减少设备的维保成本。

一、应用背景 风能是最重要的清洁能源之一，大力发展风电等清洁能源是实现国家可持续发展战略的必然选择。发展风电、光伏等新能源的高效运维技术已成为当前电力系统面临的重要问题之一。在风电机组单机容量较大、机组整体结构越来越复杂、各部件之间的耦合也愈加紧密的情况下，风电机组出现故障的概率也会增加。 二、关键过程与难题 1. 风力发电是一个将机械能转化为电能的过程，这个反向的过程有许多产生振动的旋转部件，长时间的损耗可能会导致失效。 如果是事后维护或者定期维护，会因为维修难度大、维修费用高、损失的电能昂贵等问题增加成本 。 2. 在风电机组中，传动轴系、叶轮、发电机、齿轮箱产生的故障是造成机组停机的主要因素，并且这些设备通常在无人值守环境下工作，因此 对故障振动诊断监测系统的要求比较高 。此外，由于风电场分布在偏远地区， 硬件的通信性能也面临较大挑战 。 三、预测性维护方案 虹科预测性维护方案具有 高安全性、高可靠性、全自动诊断系统 的优势，广泛 应用于各种旋转设备的故障诊断 。虹科预测性维护方案包括 Accel 310高分辨率无线振动系统 ，用户能够实现每小时或每日诊断监控机器状态。借助 先进的人工智能和世界上最大的机器状态数据库 ，在 可靠的全自动诊断平台 支持下，用户可以准确获取故障问题和优先维护建议，并通过 预测门户网站 查看资产、工厂和企业的健康评分。 四、案例分析 （1）三轴振动+温度传感器 风电机组中传动轴系、叶轮、发电机、齿轮箱是造成机组故障和停机的主要部件，国内某风电集团在关键部件故障诊断中安装了 虹科Accel 310无线振动传感器 ，不仅可同时对轴向、径向、切向三个方向上的振动进行监测，也可以监测设备温度，实现温振一体化测量。 （2）高量程的振动频率 风电机组主要轴承和转轴的速度大约为30-60rpm，这也是齿轮箱输入轴的旋转速度，旋转频率范围是0.5-1Hz的情况应采用低频加速度振动传感器；而齿轮箱的中间轴和输出轴会有比较高的旋转速度，输出轴的旋转频率在通常情况下会比输入轴高50-60倍，测量其带动的齿轮箱和发电机组的高旋转速度需要使用通用型加速度振动传感器。 虹科无线振动传感器在低频以及高频范围都可以得到较好的测量效果，FFT频率可达到10KHz，提供最常见的组件和故障特征识别。 （3）高安全性、高可靠性的数据传输 虹科无线传感器 采用Wirepas Mesh网络，保证了数据传输的安全性和可靠性 。传感器打开后可自动连入到现场安装网关中，网关已预先配置好到云服务器连接。数据传输到云服务器中可通过 全自动诊断平台 得到诊断结果和维护意见。经过自动筛选或振动分析师审阅后，用户即可在 预测门户 得到所监控的资产、工厂健康评分。 （4）基于规则的智能诊断系统 虹科无线振动方案基于规则的智能诊断系统不仅可以对频谱峰值和频带的进行报警监测，而且能够将整个机器特定的基线数据加入数据库，每天获取全面的诊断振动数据，用于自动分析。虹科无线振动监测方案可以检测出风电机组中的以下几种故障问题：齿轮失效、齿轮磨损、叶轮振动、不平衡、不对中、轴承松动、结构共振、轴承磨损等。 五、总结 风电机组是一个复杂的机电综合系统，齿轮箱故障、电气系统故障和发电机故障是最主要的三种故障类型。预测性维护方案能够对风电机组故障进行有效诊断和分类， 有利于降低机组故障率、减少维修成本、提高风电场的经济效益 。

一、预测性维护的必要性 设备维护一般有三种模式： 事后维护、预防性维护和预测性维护 。事后维护通常是在设备产生故障后采取措施进行维护，是一种成本较大的维护方式。预防性维护属于事先维护，是一种基于时间、性能等条件，对设备进行定期维护，但更多是根据经验进行维护的方式。 相较于事后维护和预防性维护两种方式，预测性维护具有 智能化、降低维护成本、减少停机时间 等特点。目前市面上有很多关于预测性维护的产品或方案对设备进行实时监测，从而实现预测性维护的目的。 预测性维护的优势主要有以下两点： （1） 提高安全性 ：预测性维护可确保工厂安全、持续运行。通过降低设备故障的可能性，保障生产过程的安全性和稳定性。（2） 提高运营效率 ：预测性维护可以有效减少停机时间，延长设备使用寿命，保证工厂的生产质量和效率。 二、更精准、更高效的预测性维护方案 虹科预测性维护方案是一种基于无线振动监测的方案，主要包括 Accel 310高分辨率无线振动系统、全自动诊断平台以及预测门户。 在该方案中，三轴振动传感器保证振动数据采集的可靠性，Wirepas Mesh网络则保证传感器/网关数据传输的可靠性和安全性。在全自动诊断系统的支持下，用户可以得到准确的故障诊断结果和维护建议，同时，用户可以通过登录预测门户网站查看资产、工厂和企业的健康评分。 （1）Accel 310无线振动传感器 Accel 310三轴振动传感器 采用最先进的采集技术，可以采集高分辨率的振动数据 ，同时，采用冲击解调算法，能够检测出转速低至350RPM的机器的故障。 Accel 310无线振动传感器功能亮点 ： 高分辨率，三轴振动，宽温 高安全性、高可靠性 采用Wirepas Mesh网络 适用于持续运行的工业旋转设备（泵、电机、压缩机等） Accel 310无线振动传感器技术参数 ： 工作温度范围：-40°C至+85°C 频率范围：10Hz-10kHz 采样率：26.7kHz 电池类型：3.6V锂亚硫酰氯电池，寿命大于3年 （2）Accel 网关 Accel 网关为任意数量的无线振动传感器形成网状网络，每个网关都预先配置为支持 Eureka AI平台和预测门户的环境，可通过不同通信方式（Wi-Fi/以太网/蜂窝网络）将传感器桥接到Eureka AI云，为设备安装在整个工厂车间提供非常灵活的部署条件。 （3）全自动诊断平台 全自动诊断平台属于软件应用，根据功能点不同可分为ExpertALERT、StandardALERT、ViewALERT，在一般情况下多使用ExpertALERT作为分析软件。 该诊断平台能够快速地进行机器设置以及在最短时间内获得精确的诊断结果。数据库中包含来自 225万台机器 测试的超过 67万亿个 单独的振动数据点，以及超过 128,000个特定部件故障的诊断模型 。 （4）预测门户 所有决策者可通过预测门户获得有关新出现的故障、生产风险、分配的优先操作和业务指标的警报，并参与到工厂运营的决策中，从而达到减少设备停机时间的目的。健康评分、业务指标和其他KPI分析结果可以通过门户网站查看或直接发送到用户手机。