Мониторинг состояния здоровья или мониторинг состояния уже много лет используется на машинах и установках, где стоимость простоя высока. Это может позволить предвидеть сбои и планировать техническое обслуживание или ремонтные работы с наименьшими потерями в производстве, а также избежать ненужного периодического технического обслуживания.

Это может быть так просто, как если бы человек регулярно посещал завод с портативными приборами, такими как тепловизионная камера и виброанализатор, или это может быть установлено постоянно, чтобы можно было удаленно собирать данные в течение длительного периода, анализировать данные в автономном режиме и выявлять тенденции.

С ростом использования интеллектуальных устройств на машинах и установках, которые могут быть подключены к сети и их данные могут собираться удаленно при низких затратах, возможности мониторинга состояния оборудования быстро расширяются. В Интернете доступно множество информации, дающей идеи и предлагающей продукты для мониторинга.

В этом сообщении в блоге я укажу на ряд методов, которые используют особое положение привод с регулируемой скоростью в машине, чтобы получить доступ к дальнейшим полезным данным.

Вообще говоря, применяемые методы должны использовать недорогие датчики и быть разумно неинвазивными, чтобы избежать высоких затрат на установку и риска повреждения в процессе установки. Простые датчики, такие как тепловые зонды и акселерометры может быть прикреплен к доступным частям и предоставлять множество данных.

Например, акселерометр часто можно легко установить на подшипниковую опору или корпус машины для измерения радиальной вибрации от вращающейся машины, и он может обнаруживать дефекты, которые вызывают несбалансированные усилия, такие как сломанные вращающиеся детали, треснувшие валы и несоосные муфты.

Простое измерение амплитуды может дать общее предупреждение о потенциально опасных дефектах, в то время как более глубокий частотный анализ может помочь сосредоточить внимание на конкретных деталях, особенно если задействованы разные скорости вращения, как в коробке передач или ременных передачах.

Привод с регулируемой скоростью занимает уникальное положение в машине, поскольку он обычно обеспечивает движущую силу. Это интеллектуальное устройство, которое тесно связано с рабочими частями машины через электродвигатель. Он содержит информацию, которую он использует для надежного выполнения своей работы, но к которой можно получить доступ и проанализировать практически бесплатно. Другими словами, его можно использовать в качестве дополнительного набора датчиков практически без каких-либо затрат.

Начнем с того, что привод имеет собственные внутренние датчики для различных внутренних температур и тока двигателя, которые предоставляются производителем для предотвращения повреждения привода или двигателя из-за ненормальных условий. К нему также может быть подключен датчик температуры двигателя. Эти данные доступны в виде параметры привода и к нему можно периодически обращаться, чтобы выдавать предупреждение, если он приближается к пределу, и анализировать тенденции.

В системе управления с замкнутым контуром, такой как сервопривод, привод содержит данные, касающиеся управляющих переменных. Например, довольно часто можно отслеживать следующую ошибку в контуре управления положением и поднимать флажок, если ошибка превышает пороговое значение – это может указывать на какую-либо неисправность, такую как повышенная жесткость (надвигающийся захват, препятствие или повреждение) или люфт (от износа).

Это небольшой шаг для перехода от простого порога тревоги к мониторингу тенденции сглаженных данных и оповещению пользователя о развивающейся ситуации, которая может привести к сбою в будущем.

Для устранения следующей ошибки должен быть установлен, по крайней мере, датчик вала, что, как правило, имеет место в приложения для точного управления движением. Однако во всех приложениях привод также имеет доступ к специальному измерению, которое трудно получить с помощью внешних приборов, – крутящему моменту двигателя.

Для измерения крутящего момента двигателя обычным способом с использованием датчика чаще всего используется установка тензометрического датчика или тензодатчика в крепление корпуса двигателя. Для точного измерения крутящего момента требуется специальное крепление двигателя, а на измерение влияет момент инерции тяжелой рамы двигателя, что снижает чувствительность к более высоким частотам.

Еще сложнее измерить фактический динамический крутящий момент на валу, поскольку для этого требуется закрепить на валу вращающийся тензометрический датчик с телеметрией для передачи данных на неподвижную сторону. Это дорогостоящая операция, и ее редко проводят даже для специального теста. Вряд ли это будет постоянная установка.

Однако привод имеет внутренние данные о токе, создающем крутящий момент в двигателе, который является хорошим показателем крутящего момента на валу и доступен бесплатно! Данные доступны даже тогда, когда сам двигатель недоступен, будь то глубоко внутри машины, под водой или в опасной зоне. Точность измерения крутящего момента наилучшая в полностью замкнутой системе, но даже в простом приводе с разомкнутым контуром данные о крутящем моменте достаточно хороши для многих целей, за исключением самых низких скоростей.

Как только мы поймем, что данные о крутящем моменте в приводе доступны практически бесплатно, а также соответствующие данные о скорости, мы сможем перейти в новую область мониторинга машин и установок. Ниже приведен ряд возможностей, с которыми мы столкнулись при использовании методов контроля.

У читателей могут возникнуть новые идеи для конкретных типов машин – требуется детальное знание машины, чтобы изобрести новые методы использования данных о крутящем моменте, выдаваемых приводом.

В следующем списке показана информация, которой располагает привод или которая могла бы обладать при умеренных затратах, и все это можно отслеживать и сопоставлять для получения полезной информации о машине.:

Данные о крутящем моменте в реальном времени могут быть сглажены, чтобы получить среднее значение при активном приводе, или пиковое значение может быть зафиксировано в масштабе времени, выбранном в соответствии с приложением, это может быть что угодно, от миллисекунд до дней, в зависимости от процесса. Сигнал тревоги может быть сгенерирован, если значение выходит за пределы ожидаемого диапазона (т.е. оно превышает ожидаемое значение или, реже, падает ниже ожидаемого значения).

Одни и те же данные о крутящем моменте могут регистрироваться и анализироваться на предмет тенденции во времени или в сравнении с любой другой переменной, при этом сигналы тревоги устанавливаются для указания на нездоровую тенденцию.

Во многих процессах крутящий момент сильно зависит от скорости по четко определенной схеме. Например, вентилятор или насос, перемещающий жидкость по фиксированному каналу, трубе или контуру или их сети, будет иметь четко определенную кривую крутящего момента / скорости. Любое значительное отклонение от нормальной кривой указывает на изменение, которое может представлять проблему. Вот некоторые примеры:

Низкий крутящий момент:

Высокий крутящий момент:

Может быть установлен профиль крутящего момента/скорости, за пределами которого генерируется состояние тревоги, например, как показано на рисунке 1.

Данные о крутящем моменте должны быть подвергнуты достаточной фильтрации нижних частот или усреднению, чтобы предотвратить возникновение ложных тревог из-за динамических эффектов (крутящий момент ускорения) или обычных пульсаций.

Другие переменные могут оказывать влияние, например, переменное давление подачи жидкости, поэтому диапазоны допусков должны быть установлены достаточно широкими, чтобы предотвратить ложные срабатывания по этой причине.

В более сложных процессах крутящий момент будет зависеть от нескольких переменных, которые могут быть доступны приводу, а могут и не быть. Например, рассмотрим вентилятор, прогоняющий воздух через систему воздуховодов, некоторые из которых оснащены заслонками для изменения местного расхода воздуха. Кривая крутящего момента/скорости в этом случае зависит от положения амортизаторов.

Если имеются данные о состоянии заслонки или перепаде давления на заслонках, то для этого может быть предусмотрена корреляция с несколькими переменными. На рисунке 2 приведена простая иллюстрация случая с двумя ответвлениями воздуховода с заслонками.

Другая возможность заключается в использовании измеренных значений крутящего момента и скорости для определения расхода и давления в насосе или вентиляторе по их характеристическим кривым, которые затем можно сравнить с измеренным значением от датчика. Любое несоответствие может означать либо неисправность насоса или вентилятора, либо неисправность датчика.

Данные о крутящем моменте в приводе имеют широкую полосу пропускания и в принципе могут быть использованы для динамического анализа. Довольно часто полоса пропускания крутящего момента составляет порядка 1 кГц или более, хотя может оказаться невозможным получить доступ к данным и проанализировать их с такой высокой скоростью – канал передачи данных обычно ограничивает доступ к данным интервалом выборки около 250 мс.

Данные о крутящем моменте относятся к электрическому крутящему моменту в двигателе, который передается на выходной вал, но зависит от инерции ротора двигателя и эффективной жесткости алгоритма управления двигателем. Они образуют фильтр нижних частот, характеристики которого могут быть неизвестны.

В полностью замкнутой системе можно вывести передаточную функцию и получить точные данные о крутящем моменте вала, так что, например, можно обнаружить высокочастотные изменения крутящего момента. Однако измерение не обязательно должно быть точно откалибровано для того, чтобы сравнения или анализ тенденций были успешными.

На практике пульсации с частотой в диапазоне 100-500 Гц удобно отслеживать по данным об электрическом крутящем моменте двигателя.

Блоки данных могут быть захвачены в режиме реального времени и подвергнуты динамическому анализу в автономном режиме. Анализ может проводиться во временной области, например, путем вычисления величины колебаний (общая пульсация или флуктуация крутящего момента, амплитуда r.m.s. с усреднением по времени или без него, пиковые значения или пиковые отрицательные значения) или в частотной области с помощью преобразования Фурье по времени или какого-либо другого переменная, такая как позиция. Затем это может позволить обнаружить развивающиеся изменения, в частности, в характере пульсации крутящего момента:

В некоторых из приведенных выше примеров явно полезно учитывать частоту вращения вала в сочетании с динамическим анализом крутящего момента, поскольку пульсации, связанные с вращением вала, будут иметь частоту вращения (эффект один раз за оборот) или кратную ей (например, треснувший вал дает в два раза больше).-на оборот, рабочие колеса могут иметь скорость N на оборот, зубья шестерни — N или N1/N2 на оборот).

Может быть полезно генерировать составные графики спектрального анализа вибрации со скоростью, которые будут четко отличать эффекты N на оборот от резонансных эффектов, частота которых фиксирована, но может стимулироваться только в определенных диапазонах скоростей. Они называются каскадными участками или участками водопада и широко предлагаются поставщиками оборудования для анализа вибрации.

В системах с быстрыми пульсациями крутящего момента необходима осторожность. Данные о крутящем моменте отбираются со скоростью, которая может быть ограничена способностью привода сохранять или экспортировать данные со скоростью, с которой они собираются внутри устройства. Частота дискретизации приведет к ошибкам псевдонимов на частотах, таких как (fs – fd), где fd — частотное содержание данных, а fs — частота дискретизации. fs необходимо поддерживать примерно в 3 раза выше fd, чтобы избежать генерации запутанных новых частотных продуктов в интересующей области.

Дополнительным преимуществом каскадных графиков является то, что псевдонимные продукты хорошо видны, их частота падает с увеличением скорости, тогда как при подлинных эффектах частота увеличивается или остается постоянной.

Во всем вышесказанном я сосредоточился на приложениях, где физическое понимание процесса используется для определения ожидаемого поведения, а доступные данные используются для сравнения фактической работы с ожидаемым. Даже если масштабирование амплитуды является неопределенным, частоты уникальны, и тенденции могут быть идентифицированы.

Преимущество такого подхода заключается в том, что люди, вовлеченные в процесс, могут понимать данные и работать на основе сгенерированной информации и аварийных состояний для разработки диагноза для установки.

Альтернативой является использование некоторой формы алгоритма машинного обучения для отслеживания всех доступных данных и определения закономерностей нормального и ненормального поведения. Это является предметом текущих исследований, например https://phys.org/news/2016-02-scientist-ai-algorithm-machinery-health.html .

Приведенные выше идеи являются общими и основаны на общей картине машины с вращающимися частями, муфтами и шестернями, насосом или вентилятором. Я надеюсь, что, указав на особый доступ, который привод предоставляет к некоторым ценным данным, особенно к динамическим данным о крутящем моменте, разработчики машин смогут применить эти идеи к своим собственным специфическим и уникальным приложениям.