高级条件监控解决方案可靠地跟踪资产性能并防止昂贵的停机时间。

西门子行业路易斯·纳尔瓦兹（Luis Narvaez）

保持竞争力当今的环境具有挑战性。随着客户以大量生产商品的价格寻求定制产品，这变得更加困难。此外，出于成本和声誉的原因，全球生态意识和能源价格上涨正在激励许多公司朝着碳中立努力。这些以及其他因素要求制造商评估和可能修改其生产过程。

为了面对这些挑战，制造商可以使用现代工具来推动它们在数字时代的成功，但必须保持警惕，以确保最高效率和随后的盈利能力。计划外停机时间是实现这些目标的关键抑制因素。尽管不可能完全消除停机时间，但是集成的条件监控系统（CMS）可以提供可靠且具有成本效益的方法，以使资产以最佳效率保持运行。

新的维护标准

现代集成的CMS极大地增强了系统的可靠性和生产率，而无需通过分析传感器收集的实时状况和性能数据来破坏银行。这些系统可以检测异常模式，并在实际失败之前预测停机事件。该数据还用于查明根本原因。与预防维护计划不同，只有在必要时安排维护以减轻设备问题。

许多问题是由于机器过度振动引起的，导致过早故障。尽管维护人员和操作员可以通过触摸和听力感知振动，但振动传感器更加有效。通过在机器中安装集成电子压电（IEPE）振动传感器并将其连接到集成的CMS，用户可以以数字化格式获得早期的检测见解。可以将传感器的监视集线器配置为生成操作员通知或修改生产，例如通过降低电动机速度。

现代集成的CMS模块插入了PLC背板，可以选择通过生产网络或单独的子网（包括通过安全的云VPN连接）进行可访问性。这些模块将数据直接与主机PLC通信，从而基于条件监测模块的设备数据和来自其他PLC输入的处理数据启用控制。

根据网络配置，可以使用来自任何网络设备的浏览器来通过PLC的集成自动化套件或板载Web服务器访问模块数据。10bet在线娱乐这意味着查看设备健康数据不需要特殊的软件。由于这些模块执行内置数据记录，因此用户可以通过基于Web的仪表板随时间审查机器性能。

这些CMS用于连接性，包括使用Profinet，MQTT，OPC-UA和MODBUS TCP协议进行通信。每个条件监控模块都有四个用于连接IEPE振动传感器的端口，这些模块支持基于特征的和频率选择性振动分析，可以流式传输或导出，以使用外部工具或云服务进行进一步分析。

本质上，基于特征的分析是使用机械速度和加速度数据的根平方分析的机器健康监测。此类分析很容易配置和监视轴承和其他组件，并且在移动超过制造商建议时，可以生成警报。尽管这是有效预测维护的重要起点，但仅基于特征的分析并未揭示发生哪种类型的振动损害。

为了发现损伤的类型，可以通过将基于特征分析中识别的净振动频率分解为其包含的振动信号的集合来应用频率选择性分析。这些信号使用快速的傅立叶变换（FFT）算法叠加在各自的频谱上，并且CMS内部执行此数学操作。

FFT计算的结果揭示了以下类型的轴承损坏：

•不平衡的怪异
•未对准柔软的脚
•旋转松动
•转子摩擦
•叶片故障
•电场故障
•齿轮网络故障
•滚子轴承噪音。

FFT分析也可以通过集成的Web服务器进行配置和可视化。

结果

对于使用CMS在铣床上的制造商来说，轴承故障的预警会授权他们最大程度地减少停机时间。正如后来的快照所揭示的那样，随着时间的流逝，机器正在经历越来越多的振动，但是人类感觉无法检测到问题。当振动达到预先配置的最大值时，CMS会生成警报以通知员工。

替代轴承的交货时间为几个月，但是预警为等待时继续生产提供了时间。替换部分到达并安装后，他们发现旧轴承的损坏很大。如果没有放松，轴承可能会完全失败，因此，早期检测可能使制造商从计划外的几个月停机时间中借鉴了制造商。

预测维护的未来

早期检测机械和电损伤是减少计划外停机时间的最有效手段之一，并且集成的CMS可以为机器健康提供透明度以使其成为可能。此外，这些通知可以帮助操作，管理，维护，资源计划和工程人员通过预测机器故障来更有效地执行工作。

条件监控的未来将通过执行规范性维护来扩展预测性维护，以提供对问题原因的更多见解，并提供建议的缓解措施。随着机器学习算法变得更加精致，基于边缘和云的解决方案也可能会发挥更大的作用。EP

路易斯·纳尔维斯（Luis Narvaezsiemens.com）。Narvaez在建筑，娱乐公园，制造业和过程行业的各种角色中拥有超过十年的行业经验。