新闻资讯

为企业维护管理识别工业资产状态的 5 种方法

发布日期:2021-06-14 23:01:09浏览量:36

预测性维护是关于收集、集成和处理来自不同来源的数据集,特别是可以深入了解工厂底层资产当前和未来状态的数据集。

在这篇文章中,我们介绍了五种不同的模式,它们可以作为实施预测性维护方法的基础。除了预测性维护之外,这些数据集还可以促进您的状态监控和资产管理运营。

1. 振动监测
作为我们日常从家里开车到上班的一部分,反之亦然,我们都非常清楚方向盘的振动可能是机械问题的一个指标。

工厂中的组件和设备也是如此,这导致广泛使用振动监测作为评估资产状况的手段。

原则上,振动测量弹性体或介质超出其平衡位置的水平。因此,振动实际上被认为是一种振荡或颤动运动,而振动监测则是测量平衡点周围的运动。

机器和设备由许多部件组成,它们有自己独特的振动模式(即它们的振动具有不同的级别和频率)。因此,需要对可能具有相似频率值的多个部件(例如,油泵、发电机、液压泵、活塞、阀门)进行振动数据收集。

收集数据后,可以使用振动分析软件,例如特征分析软件,以准确检测定义振动幅度的参数(即位移、速度、加速度)。

有了手头的振动幅度和各个贡献参数,就可以评估设备的状况。

典型的振动监测解决方案使用传感器(如传感设备)来测量振动并将相关信息转换为一些电子信号。可以使用手持设备将振动转换为电信号,而不是将换能器安装到受监控部件上。

在一些情况下,手持设备与测量振动幅度的仪器结合在一起,给出来自适当探头的输入。或者,换能器可以直接与运行分析软件的计算机连接。

2. 油品分析
尽管石油分析是监测资产状况的最古老技术之一,但它仍被广泛使用。

原则上,油液分析包括三个方面:

油品状况分析;
润滑系统状况分析;
以及对机器自身状况的分析。

进行油液分析的基本原理是,随着设备开始磨损,热量和氧化会导致油液中形成微小的微粒。

在实践中,油液分析基于许多物理和化学相关测试,包括粘度监测、水分/水分析、监测由热氧化产生的酸和碱,以及油中磨损金属的检测和分析.

进行这些测试需要专门的设备,因此,一些工厂操作员选择将这项任务外包给实验室,而不是在内部完成。无论分析是在内部进行还是外包进行,都可以将测量值输入到数据库中,以便将其用作 BigData 部署的一部分以进行预测性维护。

3. 超声波传感
操作设备会产生范围广泛的声音模式,包括人类听不到的超声波频谱模式。

超声波发射的频率水平高于 20 KHz,表示设备的状况。高频超声波很短并且具有方向性,这有助于将它们与背景设备和机器的运行噪声分离。

当机械设备的状况发生变化时,超声波传感器能够检测到定向声音模式的变化。通过这种方式,超声波传感器可以提供有关润滑不足、过度润滑和及时检测磨损的见解。

超声波传感模式的主要好处之一是它可以导致资产退化的早期检测,在这方面比振动或红外模式更有效。此外,由于发射的弹性波的能量非常高,因此在振动无法有效工作的情况下,可以使用超声波传感。

4. 温度感应
温度感测另一种感测方式,可以指示工厂中电气和/或机械部件状况的问题。

对于电气元件,由于绝缘损坏和导体材料电阻增加,高温与使用寿命缩短有关。同样,在机械设备的情况下,温度升高表明过载或需要润滑。

一般来说,过热是应该提醒工厂操作员的信号,因为如果不进行调查,可能会导致设备损坏和人身伤害。

温度传感器,如红外温度计,可以安装在工厂车间,不仅可以实现维护应用,还可以协助生产质量审核、环境监测和安全检查。

在某些情况下,也可以使用手持式非接触式红外线温度计来测量热的、移动的甚至不易接近的物体的温度。

5. 热成像
设备状况洞察也可以基于对描述物体表面红外辐射变化的视觉图像的分析得出。红外成像会受到电路电阻产生的高热或上升热的影响。

生成设备视觉图像的过程称为热成像。请注意,基于热成像的维护应用成功的前提是获得准确的图像。

这不仅需要使用现代红外摄像机,还需要经验丰富的操作员,他们知道如何捕捉可以揭示状况信息的图像。该任务涉及以正确的方式使用和定位设备,同时避免可能导致不准确甚至错误数据的情况。

除了正确捕获数据之外,还需要数据分析和解释方面的专业知识。

上面列出的每一种方式都可以单独用于实施状态监测和维护计划,包括预防性和预测性维护。

在这个行业数字化时代,大数据技术可以将来自上述所有模式的数据集组合为整体方法的一部分。这种做法可以准确预测资产的健康状况,包括仅基于上述任何一种方式都很难检测到的资产退化的隐藏模式。

考虑您今天收集的维护数据类型,以及如何组合数据以提高准确性和/或改进预测性维护计划。

标签:, ,

相关推荐