Kako predvidjeti performanse cilindara? Prediktivno održavanje na temelju vibracijskih signala

Kao temeljni aktuator industrijskih sustava automatizacije, pouzdanost cilindara izravno utječe na učinkovitost proizvodnje. Prema statistikama, 35% od pneumatski sustav Neuspjesi su uzrokovani trošenjem cilindra, a nagli kvarovi mogu uzrokovati da proizvodne linije izgube do desetaka tisuća juana na sat. Tradicionalno redovito održavanje ima rizik od prekomjernog održavanja ili propuštenih inspekcija, dok prediktivno održavanje na temelju vibracijskih signala može točno uhvatiti rane znakove habanja i postići ranu intervenciju grešaka.

1. Mehanizam generacije signala vibracija cilindra

Tipični izvori vibracija

Otrovanje brtve klipa: Oštećenja na prstenu za brtvljenje uzrokuje curenje komprimiranog zraka, uzrokujući nestabilno kretanje klipa (frekvencija: 10-100Hz)

Vodič za čišćenje rukava: prekoračenje odgovarajuće tolerancije uzrokuje ljuljanje klipa (karakteristična frekvencija: 50-300Hz)

Neuspjeh ventila: Loš ispuh stvara fluktuacije visokofrekventnih tlaka (frekvencijski pojas: 500-2000Hz)

Karakteristični parametri vibracijskog signala

2. Tri jezgrene metode dijagnoze vibracija

Metoda 1: Metoda analize značajki vremenske domene

Primjenjivi scenarij: Brzi pregled ranih abnormalnosti

Ključni pokazatelji:

RMS vrijednost (korijenski srednji kvadrat): 20% iznad početne vrijednosti je rano upozorenje

Vrhunski faktor (CF):> 3.5 ukazuje na trošenje udaraca

Koraci operacije:

Ugradite troosni senzor ubrzanja na sredini točaka udara cilindra

Prikupite podatke vibracija za 10 radnih ciklusa

Izračunajte Z-ocjenu CF i RMS (alarm ako odstupa od osnovne vrijednosti za 3σ)

Metoda 2: Tehnologija demodulacije omotača domene frekvencije

Primjenjivi scenarij: točno pronađite neispravne komponente

Tehnički princip: Izvadite modulacijski signal putem Hilbertove transformacije i odvojite karakterističnu frekvenciju ležaja/brtve

Dijagnostički postupak:

Frekvencija uzorkovanja je postavljena na 5kHz

Analiza spektra omotnice provodi se na frekvencijskom pojasu od 200-800Hz

Identificirati karakteristične frekvencije:

Brzina klipne šipke × Broj kuglica (kvar ležaja)

Brtvano trenje par prolaska frekvencija (trošenje brtve)

Izmjereni podaci: cilindar strojeva za pakiranje ima bočni pojas na 125Hz, što se dijagnosticira kao trošenje vodećeg rukava (vibracija se smanjuje za 62% nakon popravka).

Metoda 3: Inteligentna dijagnoza strojnog učenja

Primjenjivi scenarij: višecilindrični nadzor klastera

Arhitektura modela:

Ulazni sloj: 1S segment vibracije (uključujući značajke frekvencije vremenske domene)

Skriveni sloj: 3-sloj LSTM Network (128 memorijskih jedinica)

Izlazni sloj: Klasifikacija vrste greške (točnost> 92%)

Put provedbe:

Prikupite povijesne podatke (po 500 skupina normalnog/statusa habanja)

Poboljšanje podataka (dodajte Gaussovu buku za poboljšanje generalizacije)

Rasporedite modul za rafalne rubove

3. Vodič za izgradnju dijagnostičkog sustava

Preporuke za odabir hardvera