Marc Vissers."> 推动符合成本效益的状态监测 - 必威betway西

赞助的文章

推动符合成本效益的状态监测

2020年7月27日

智能状态监测的一种新方法不仅可以监测机器和过程——它提供关于机器和工厂“健康状态”的广泛信息，而不需要任何额外的、昂贵的传感器技术，他说马克·维瑟．

状态监视和预测性维护通常被视为同义词，但实际上它们是两个非常不同的概念。预测维修是对事件或事件发生概率的预测，例如，如果变速箱在未来50个工作小时内发生故障的概率上升到90%以上。这种预测可以用来在机器或工厂发生故障之前及时计划更换齿轮箱。

另一方面，条件监视是一个前置阶段，它允许通过解释可用数据对当前状态进行更详细的描述。它需要对机器和过程有更深的理解，以便从“裸”数据中生成有意义的信息。基于机器学习(ML)和人工智能的分析可以帮助更快地识别异常。

无成本的增值
Lenze解决方案特别有趣，它可以在不需要传统硬件成本的情况下获得状态监视提供的附加值。由于不需要传感器，所以没有额外的成本。相反，添加的信息值是从已经可用的数据源中提取的。Lenze可以为各种应用程序提供预先测试的算法，帮助工程师将他们的过程专业知识和机器知识转化为可以提高机器效率的状态监控模型。

有两种不同的方法——一种是基于模型的，将测量的实际值与机器的假设数学描述中的值进行比较。如果超出了某些公差，这将被解释为故障。

另一种方法是基于数据的。算法学习系统的行为和各种参数的相互影响，例如速度，加速度，扭矩，位置和电流消耗。将真实值与学习到的描述值进行比较，以确定偏差。

Lenze已经在演示中证明了这一点，展示了一个2轴机器人，该机器人模拟了诸如主轴摩擦增加和带传动磨损等问题。在这两种情况下，通过电流和转矩值都可以检测到异常，无论是通过绝对值的增加还是通过频率分析中的异常。在这两种情况下，条件监视都会发出警报，并在仪表板上显示原因。

控制系统还是云?
这两种状态监测方法的区别不仅在于它们的概念。关于如何评估这些数据的问题也有不同的答案。基于模型的评估通常发生在控制系统上，因为它不需要任何显著的计算能力。用于基于数据的评估的ML和AI分析通常作为云应用程序实现。

伦茨的作品集给了人们选择的自由。这包括许多不同的三维plc，用于基于模型的状态监测。基于数据的评估也可以在本地进行，也可以提供到云的路径。

马克•维瑟斯(Marc Vissers)是伦茨(Lenze) EMEA市场战略经理。


联系方式和档案…

相关文章…

打印这一页|电子邮件这一页