Giám sát dựa trên trạng thái (CbM) giúp ngăn ngừa sự cố thiết bị thông qua bảo trì dự đoán, nhưng thiết kế một hệ thống hiệu quả thường yêu cầu tích hợp tối ưu hóa cảm biến chính xác,chuỗi tín hiệu tiếng ồn thấp, quản lý năng lượng và kết nối không dây. Đây là các tính năng phức tạp có thể trì hoãn việc triển khai CbM và làm tăng chi phí.Các nhà thiết kế cũng nhận ra những lợi thế của phân tích trí tuệ nhân tạo (AI), nhưng điều này cũng làm cho CbM phức tạp hơn.
Bài viết này đầu tiên giới thiệu ngắn gọn các cảm biến gần, và sau đó giới thiệu các giải pháp plug and play của Analog Devices.Giải pháp này cho phép triển khai ngay lập tức CbM không dây với khả năng AI cạnh.
Tầm quan trọng của việc giám sát của nhà nước
Thời gian ngừng hoạt động không được lên kế hoạch vẫn là một thách thức lớn trong việc duy trì hiệu quả hoạt động cao của thiết bị.nó có thể dẫn đến tê liệt toàn bộ dây chuyền sản xuấtCác phương pháp bảo trì truyền thống bao gồm sửa chữa thụ động sau khi thất bại hoặc bảo trì định kỳ nghiêm ngặt,nhưng những phương pháp này có những nhược điểm của chúng: bảo trì thụ động có thể dẫn đến thời gian ngừng hoạt động tốn kém, trong khi bảo trì định kỳ có thể làm tăng chi phí tài nguyên bằng cách thay thế không cần thiết các thành phần vẫn đang hoạt động.
Việc áp dụng CbM cho phép thực hiện các phương pháp bảo trì dự đoán hiệu quả hơn về chi phí.Các nhà khai thác thiết bị có thể xác định các tín hiệu cảnh báo về sự suy giảm hiệu suất của thành phần trước khi lỗi xảy raCách tiếp cận dựa trên dữ liệu này có thể giảm thời gian ngừng hoạt động không được lên kế hoạch, kéo dài tuổi thọ thiết bị và giảm tổng chi phí sở hữu.
Mặc dù có nhiều lợi thế của CbM, việc triển khai của nó có thể bị đình trệ do các yêu cầu phức tạp và nhu cầu chuyên môn liên ngành.vượt qua những thách thức này là một thách thức lớn trong việc áp dụng thành công bảo trì dự đoán dựa trên CbM.
Thách thức và yêu cầu của việc theo dõi dựa trên nhà nước
Để tận dụng đầy đủ các lợi thế tiềm năng của CbM, các giải pháp CbM phải hoạt động đáng tin cậy trong môi trường công nghiệp và ô tô khắc nghiệt,trong khi tiến hành phân tích kịp thời dựa trên dữ liệu đo chính xácTuy nhiên, ngay cả trong quá trình hoạt động bình thường của thiết bị giám sát, các điều kiện hoạt động đặc biệt này có thể làm cho thiết bị đo chịu áp lực môi trường và cơ học khổng lồ.Động cơ công nghiệp, hệ thống truyền và thiết bị xoay nặng có thể liên tục tiếp xúc với các thiết bị giám sát rung động, sốc, nhiệt độ cực cao và mức độ nhiễu điện từ cao (EMI).
Để đạt được bảo trì dự đoán đáng tin cậy, các cảm biến rung động trong các thiết bị CbM phải có khả năng phát hiện những thay đổi tinh tế hơn, thường là những manh mối sớm nhất về sự mất cân bằng trục, sai đường,hoặc mang mặcĐể đảm bảo đo rung chính xác cao trong điều kiện môi trường khắc nghiệt, một hệ thống con thu tín hiệu cảm biến băng thông cao, tiếng ồn thấp là cần thiết.có thể duy trì hiệu suất ổn định trong môi trường làm việc khắc nghiệt.
Là cốt lõi của phương pháp CbM, phân tích rung động đặt nền tảng cho việc xác định các mô hình có thể phân biệt giữa hoạt động bình thường và các dấu hiệu thất bại sớm.hệ thống cảm biến rung chuyển kết quả đo đến một máy chủ trung tâm hoặc các nguồn điện toán đám mây để phân tíchTuy nhiên, các giải pháp CbM tiên tiến đã bắt đầu ngày càng di chuyển khả năng phân tích đến cạnh.kết quả có thể đạt được trong thời gian ngắn nhất có thể và giảm lưu lượng trong các mạng công nghiệp và ô tô nhạy cảm với thời gian.
Cụ thể, suy luận AI cạnh dựa trên các mô hình mạng thần kinh xoắn (CNN) có thể cung cấp giải thích thời gian thực về những thay đổi rung động.sử dụng CNN để suy luận đòi hỏi một lượng đáng kể tính toán, làm cho nó phức tạp hơn để đạt được các mục tiêu CbM mà không vượt quá giới hạn sức mạnh, kích thước hoặc chi phí của hệ thống.
Với việc ngày càng sử dụng CbM trong các thiết bị quay, thiết bị từ xa hoặc di động, và sự không thực tế của kết nối dây, giảm thiểu tiêu thụ điện đã trở nên cấp bách hơn.Để đáp ứng các yêu cầu kết nối không dây trong những tình huống này, Bluetooth năng lượng thấp (BLE) có thể đạt được sự kết hợp yêu cầu về khoảng cách truyền, sức mạnh và độ tin cậy so với các công nghệ kết nối tùy chọn khác (Bảng 1).
Tuy nhiên, giống như xử lý AI cạnh, thách thức mà chúng ta phải đối mặt là tìm một giải pháp kết nối BLE có thể hoạt động bình thường trong giới hạn năng lượng của hệ thống cảm biến không dây.đảm bảo thời lượng pin kéo dài vẫn là một thách thức cho bất kỳ nhà thiết kế hệ thống cảm biến không dâyTuy nhiên, điều này đặc biệt quan trọng trong các ứng dụng công nghiệp và ô tô, nơi cảm biến có thể khó tiếp cận.pin và quản lý năng lượng đang ngày càng trở nên quan trọngThách thức trong vấn đề này là làm thế nào để phối hợp nhiều bộ điều chỉnh điện áp, bộ thứ tự và hệ thống sạc để giảm tiêu thụ điện trong khi đảm bảo hoạt động ổn định.
Bộ dụng cụ đánh giá cung cấp một giải pháp CbM không dây nhúng với chức năng AI cạnh
The EV-CBM-VOYAGER4-1Z Voyager 4 kit from Analog Devices provides a complete battery powered vibration monitoring platform for continuous evaluation of CbM technology or immediate deployment in predictive maintenance applications, giải quyết các thách thức khác nhau khi triển khai CbM không dây với khả năng AI cạnh.cố định chắc chắn bảng mạch in chính (bảng PC) ở một bên và pin ở phía bên kia để loại bỏ tác động của môi trường khắc nghiệtCác bảng mạch điện và cảm biến được đặt ở dưới cùng của các hỗ trợ, gần với các nguồn rung để được theo dõi.các thành phần hỗ trợ dọc được đặt bên trong một nắp bảo vệ nhôm có đường kính 46 mm và chiều cao 77 mm (Hình 1).Phần trên của nắp bảo vệ được trang bị nắp acrylic ABS, có thể được sử dụng để kết nối BLE.