|
韓非子《扁鵲見蔡桓公》的故事，幾乎家喻戶曉——“君有疾在腠理，不治將恐深。”；“君之病在肌膚，不治將益深。”；“君之病在腸胃，不治將益深。”；……“居五日，桓侯體痛，使人索扁鵲，已逃秦矣�；负钏焖�”。神醫(yī)扁鵲對病癥的早期神預測讓蔡桓公本可逃過“死劫”，這樣的神醫(yī)成為現(xiàn)實生活中可遇不可求的稀缺資源。
隨著科技的發(fā)展，這樣的“神醫(yī)”可以成為可能——越來越精確的體征信號監(jiān)測可穿戴設備正在將理想帶入現(xiàn)實。而在更多的領域，類似的科技預測性系統(tǒng)也在積極發(fā)揮作用，例如地震監(jiān)測已經(jīng)能實現(xiàn)提前地震預警。與地震預警監(jiān)測原理頗為類似的系統(tǒng)也在工業(yè)領域走入實用，例如預測性維護CbM（狀態(tài)監(jiān)測）系統(tǒng)正在走入工業(yè)設備領域，特別是ADI基于其MEMS加速度計傳感器、溫度傳感器等硬件平臺，結合其OtoSense軟件云端的一體化系統(tǒng)已經(jīng)開始商用化。
預測性維護傳感器讓工業(yè)設備狀態(tài)可測
許多工業(yè)電機被設計為可以在連續(xù)生產應用中運行10~20年甚至更久，例如化學/食品加工廠和發(fā)電設施，但有些電機無法達到預期的使用壽命。這可能是由于電機運行量不足、維護程序的數(shù)量不足、缺乏對預測性維護系統(tǒng)的投資，或者根本沒有預測性維護系統(tǒng)。預測性維護使維護團隊能夠安排維修時間，避免造成意外停機。
預測性維護涉及使用CbM、機器學習和分析等的技術組合來預測即將發(fā)生的機器或資產故障。在監(jiān)測機器的健康狀況時，需選擇最合適的傳感器，以確保能夠檢測、診斷甚至預測故障，這點至關重要。目前有許多傳感器被用于檢測旋轉機器及其負載中的故障，從而避免意外停機。由于許多旋轉機器（電機、齒輪、泵和渦輪機）以及非旋轉機器（閥門、斷路器和電纜）監(jiān)控都用到了預測性維護技術。
通過預測性維護提早預測機器故障也可以幫助維護工程師確認和修復運行效率低下的電機，從而提高性能、生產力、資產可用性和使用壽命。最佳的預測性維護策略是：有效利用盡可能多的技術和傳感器來提早檢測故障，且檢測結果高度可信，如此則無需使用一刀切式的傳感器解決方案。
工業(yè)和商業(yè)應用中超過90%的旋轉機器都使用滾動軸承，在選擇預測性維護傳感器時，需要特別關注軸承監(jiān)測。為了檢測、診斷和預測潛在故障，振動傳感器必須具有低噪聲和寬帶寬。ADI公司的ADcmXL3021就是這樣一個完整的振動檢測傳感器系統(tǒng)，將高性能振動檢測（使用微型機電系統(tǒng)加速度計和各種信號處理功能相結合，可簡化狀態(tài)監(jiān)控系統(tǒng)中的智能傳感器節(jié)點開發(fā)。MEMS加速度計中的典型超低噪聲密度(26 μg/√Hz)支持出色的分辨率。借助寬帶寬（3 dB平坦度內為DC至10 kHz），可以跟蹤許多機器平臺上的振動信號。
事實上，針對不同的目標監(jiān)測功能，預測性維護傳感器有不同的要求。如下表所示，大多數(shù)預測性維護系統(tǒng)只使用其中一些傳感器，因此必須確保除了使用合適的傳感器來檢測這些潛在的關鍵故障之外，還要深入了解這些故障。
傳感器監(jiān)測數(shù)據(jù)如何解讀？預測性維護走入人工智能時代
工廠中電機數(shù)量眾多，并且種類各種各樣，機器維護非常困難，這意味著您需要花高價聘請專家或采用多種解決方案來滿足您想要監(jiān)測的資產的需求，基于路線的維護方法具有挑戰(zhàn)性而且仍然可能遺漏關鍵的警告標志從而導致計劃外的停機。ADI推出的OtoSense人工智能平臺就是這樣的預測性維護云平臺和終端系統(tǒng)，基于OtoSenseADI開始擴大數(shù)據(jù)轉換專業(yè)知識的應用范圍，從采集的檢測數(shù)據(jù)中提取和提供見解。
ADI OtoSense智能電機傳感器將環(huán)境數(shù)據(jù)轉化為可執(zhí)行的信息方案，同時結合出色的用戶體驗，ADI OtoSense智能電機傳感器是一款，基于AI的高性能預測性維護平臺。這款智能電機傳感器由真實測量結果解譯行業(yè)的數(shù)據(jù)。能夠對中低壓電機實施全天候監(jiān)測。ADI OtoSense SMS使用ADI公司先進的傳感器測量技術和算法來提供有意義、可執(zhí)行的信息方案，ADI OtoSense SMS測量多軸振動、磁場、溫度
OtoSense AI將人工智能和專業(yè)知識與來自資產和復雜設備的數(shù)據(jù)結合在一起診斷，以提供診斷解決方案。OtoSense AI平臺采用模塊化設計，非常靈活，可以通過便攜式設備對現(xiàn)場重要資產執(zhí)行實時診斷和離線診斷。它不止可以快速、可靠地按需采集數(shù)據(jù)，輕松在整個公司內共享，而且數(shù)據(jù)處理是在終端中完成的，可以通過聲音和/或振動，即時評估資產的健康狀況。
因為之后無需手動整理搜索和解譯這些數(shù)據(jù)，所以可以提升您的維護或質量團隊的響應時間。AI會實施這些操作，它還允許您確定保存哪些數(shù)據(jù)和元數(shù)據(jù)，從而降低與數(shù)據(jù)傳輸和存儲有關的成本。此外，邊緣計算還可以減少與數(shù)據(jù)和分析相關的安全風險。
OtoSense現(xiàn)場診斷解決方案以平板電腦或便攜式設備上安裝的終端應用和網(wǎng)頁平臺之間的交互為基礎，終端應用被用于從資產采集數(shù)據(jù)、實施診斷，并執(zhí)行現(xiàn)場診斷、配置和自定義，查看數(shù)據(jù)創(chuàng)建AI模型，審查在平板電腦上進行的對話和診斷。網(wǎng)頁平臺被用于配置系統(tǒng)，查看數(shù)據(jù)、為資產創(chuàng)建AI模型，以及審查平板電腦上記錄的所有數(shù)據(jù)和執(zhí)行的診斷。
終端應用無需連接至服務器來實施現(xiàn)場診斷，網(wǎng)頁平臺可以托管在服務器上，也可以在云端，或者在本地，可以根據(jù)需求來輕松自定義解決方案。在OtoSense AI網(wǎng)頁平臺上指出將監(jiān)測哪些資產，將使用哪個傳感器來測量聲音或振動。這些配置參數(shù)會在下一次連接時自動下載到平板電腦上，然后，在正常工作條件下可以開始從資產采集數(shù)據(jù)。無論這些資產在什么位置，如果沒有覆蓋Wi-Fi或蜂窩連接，不要著急，錄像、呼叫通話，會在平板電腦連接至服務器時自動上傳到網(wǎng)頁平臺，測量結果會用于創(chuàng)建基準。
OtoSense會根據(jù)該基準來判斷資產是否處于正常狀態(tài)。在網(wǎng)頁平臺上可以將此數(shù)據(jù)標記為正常，并構建一個異常檢測模式，該模式會在下次連接時發(fā)送至平板電腦。所以，在下次檢查資產時OtoSense會在記錄結束時輸出結果，告知您機器是正常運行還是檢測出異常，而且無需Wi-Fi或蜂窩網(wǎng)絡。
它會在確認問題之后，觸發(fā)標記并標記問題，這樣，下次OtoSense識別出這種異常時它會直接告訴您是什么問題，您可以使用這臺平板電腦來監(jiān)測多種設備。只需要添加更多資產
然后重復同樣的步驟來構建它們各自的模型。
ADI開發(fā)了IEPE傳感器數(shù)據(jù)采集模塊，它可以和大部分行業(yè)級聲學和振動傳感器兼容，該模塊插入平板電腦背面，構成一體化的數(shù)據(jù)采集和AI分析便攜式系統(tǒng)�；诓渴鸬膫鞲衅鲾�(shù)據(jù)采集模塊，以及OtoSense智能平臺系統(tǒng)，完全可以幫助企業(yè)充分發(fā)揮運營效率，例如基于信息的維護計劃、備件庫存管理、延長正常運行時間，最終，在優(yōu)化制造環(huán)境的同時降低成本。
|
