物理對象的網(wǎng)絡(luò)，允許在它們之間傳輸數(shù)據(jù)。信息通常保存在集中式云數(shù)據(jù)庫中。由于物聯(lián)網(wǎng)，我們現(xiàn)在可以從遠(yuǎn)處進(jìn)行監(jiān)控和感知。由于網(wǎng)絡(luò)和通信的增加，越來越多的流程可能會自動化。

調(diào)度、維護(hù)管理和質(zhì)量改進(jìn)等關(guān)鍵領(lǐng)域的決策正受到大數(shù)據(jù)技術(shù)平臺和數(shù)據(jù)驅(qū)動應(yīng)用程序的激增的影響。在工業(yè)領(lǐng)域，機(jī)械和系統(tǒng)一直在不斷發(fā)展，變得更加復(fù)雜和集成?？蛻羝谕麨槠渖a(chǎn)設(shè)備提供全方位的維護(hù)服務(wù)，以保證較長的正常運行時間并避免計劃外停機(jī)。在這種情況下有效使用機(jī)器學(xué)習(xí)可以實現(xiàn)卓越的維護(hù)決策。大多數(shù)制造商和企業(yè)都擁有有關(guān)傳感器、過程和環(huán)境的大量信息。通過將這些數(shù)據(jù)與故障本身的詳細(xì)信息相結(jié)合，可以創(chuàng)建用于預(yù)測性維護(hù)的有用訓(xùn)練數(shù)據(jù)集。

物聯(lián)網(wǎng)的規(guī)模正在向新的方向擴(kuò)展預(yù)測性維護(hù)。幾乎所有現(xiàn)代機(jī)器都包含傳感器，它們提供的信息可用于評估操作效率和組件狀況。現(xiàn)在有低成本、不斷更新的有線和無線監(jiān)控系統(tǒng)可供我們使用。使用機(jī)器學(xué)習(xí)來分析過去的數(shù)據(jù)，可以預(yù)測機(jī)器是否會在接下來的幾周內(nèi)出現(xiàn)故障或故障。自機(jī)器開始運行以來，傳感器一直在記錄數(shù)據(jù)。如果記錄的數(shù)據(jù)在幾周、幾個月或幾年后顯示趨勢變化，則將仔細(xì)檢查該變化并與之前的數(shù)據(jù)進(jìn)行比較。由于嵌入式計算的進(jìn)步，來自機(jī)器的數(shù)據(jù)現(xiàn)在可以以閃電般的速度讀取并發(fā)送到云端。

在當(dāng)今的工業(yè)環(huán)境中，預(yù)防性維護(hù)比預(yù)測性維護(hù)更典型，在預(yù)測性維護(hù)中，技術(shù)人員將在一定時間后進(jìn)行維修，無論設(shè)備是否需要它們。與預(yù)測性維護(hù)相比，這需要更多的時間和金錢。預(yù)測性維護(hù)使我們能夠通過分析機(jī)器過去的性能來提前確定機(jī)器是否需要維修。

有很多預(yù)測性維護(hù)實踐。這取決于機(jī)器對機(jī)器。根據(jù)要求，用戶可以選擇合適的傳感器。在最常見的工業(yè)環(huán)境中，某些機(jī)器可以使用以下傳感器之一來檢測何時發(fā)生故障：

?? ?振動和溫度傳感器

?? ?電流監(jiān)控傳感器

?? ?熱電偶溫度傳感器

大多數(shù)預(yù)測性維護(hù)程序要么以軟件為中心，要么以硬件為中心，兩者之間幾乎沒有關(guān)系或可見性。在當(dāng)前的程序中，“預(yù)測性維護(hù)”通常由技術(shù)人員手動將傳感器數(shù)據(jù)輸入軟件并讓程序決定執(zhí)行。因此，他們對如何使用傳感器數(shù)據(jù)沒有發(fā)言權(quán)。每個新傳感器都帶有不同的云服務(wù)或儀表板，需要更多的時間和金錢進(jìn)行培訓(xùn)。當(dāng)前研究的主要貢獻(xiàn)是減輕預(yù)測性健康監(jiān)測中的這些錯誤可能的情況。我們的戰(zhàn)略依賴于使用獨立于云和軟件的無線傳感器。這些傳感器不需要云服務(wù)即可運行。這些傳感器可以通過電池電源將數(shù)據(jù)傳輸?shù)骄W(wǎng)關(guān)或調(diào)制解調(diào)器?？梢允褂么司W(wǎng)關(guān)和調(diào)制解調(diào)器將信息發(fā)送到預(yù)先存在的云服務(wù)。

由于制造和技術(shù)的最新進(jìn)展，機(jī)器狀態(tài)監(jiān)測、生產(chǎn)率、可靠性和安全性都嚴(yán)重依賴于剩余使用壽命的估計。在理論和實踐中，已經(jīng)提出了幾種用途。已經(jīng)發(fā)布了多個解決廣泛問題的深度學(xué)習(xí)模型組合。

本研究中采用的方法是一種實驗設(shè)置，用于在無線物聯(lián)網(wǎng)傳感器的幫助下證明預(yù)測性維護(hù)算法的有效性，聯(lián)網(wǎng)以集中方式中繼數(shù)據(jù)。該實驗設(shè)置將包括一個框架，用于對狀態(tài)監(jiān)測系統(tǒng)進(jìn)行建模，以便通過數(shù)字傳感器做出有關(guān)工業(yè)機(jī)器預(yù)測性維護(hù)的決策。為簡單起見，將使用通過無線溫度、電流和振動傳感器進(jìn)行物理測量。使用這些傳感器的原因是它們提供了有關(guān)工業(yè)機(jī)器運行狀況的最有代表性的數(shù)據(jù)。在機(jī)器走向故障條件的大多數(shù)情況下，這些參數(shù)中至少有一部分偏離了正常范圍。因此，預(yù)測性維護(hù)算法將需要對從傳感器獲得的讀數(shù)進(jìn)行數(shù)據(jù)分析，并應(yīng)用機(jī)器學(xué)習(xí)算法為停止機(jī)器的決策提供基礎(chǔ)，并出于維護(hù)目的隔離它們。

所提出的預(yù)測性維護(hù)框架的實施將包括兩個步驟：首先，算法的理論開發(fā)，其次，LabVIEW中的仿真設(shè)置，以證明框架在樣品工業(yè)機(jī)器上的有效性。

通過物聯(lián)網(wǎng)傳感器設(shè)備對工業(yè)設(shè)備進(jìn)行預(yù)測性維護(hù)的框架包括獲取數(shù)據(jù)的步驟，處理，故障存在的數(shù)據(jù)分析，和決策.這些步驟如下所述：

1）數(shù)據(jù)收集

數(shù)據(jù)收集階段需要測量和傳輸來自連接在網(wǎng)絡(luò)方案中的無線傳感器的實時數(shù)據(jù)，以制定物聯(lián)網(wǎng)方法。傳感器的選擇可能因機(jī)器而異。為了進(jìn)行實際的仿真設(shè)置，本研究使用了溫度、振動和電流的基本傳感器。數(shù)據(jù)收集將包括一定的采樣率、記錄存儲空間、預(yù)處理以過濾噪聲以及檢查驗證。

2）數(shù)據(jù)處理

數(shù)據(jù)處理將涉及過濾數(shù)據(jù)庫中記錄的數(shù)據(jù)，以消除錯誤和非代表性值。此外，該算法將分析數(shù)據(jù)中的峰值，以確定傳感器可能出現(xiàn)故障。數(shù)據(jù)庫中記錄的數(shù)據(jù)將被轉(zhuǎn)換為合適的單位，并轉(zhuǎn)發(fā)到數(shù)據(jù)分析階段進(jìn)行進(jìn)一步處理。

3）數(shù)據(jù)分析

此階段是整個預(yù)測性維護(hù)和故障分析算法和框架的核心。它將包括一種機(jī)器學(xué)習(xí)方法來感知機(jī)器的故障模式。基于數(shù)據(jù)分析，例如將數(shù)據(jù)與歷史趨勢進(jìn)行比較，傳感器與理想數(shù)據(jù)的模式匹配以及其他類似方法，機(jī)器學(xué)習(xí)方法將感知機(jī)器中存在一些故障。一個簡單的例子是將參數(shù)的集成變化率與某個閾值進(jìn)行比較，以決定是否應(yīng)隔離并停止機(jī)器進(jìn)行維護(hù)，以預(yù)測故障模式。

數(shù)據(jù)分析將包括對與傳感器相關(guān)的數(shù)據(jù)分析，如振動、電流和溫度。對于故障的詳細(xì)調(diào)查，感官測量的模式很重要。該研究將包括以下策略，用于從嵌入機(jī)器中的無線傳感器中獲得的趨勢。

振動分析是預(yù)測機(jī)器與底板接口松動、旋轉(zhuǎn)部件不平衡、齒輪缺陷、腳軟和齒輪聯(lián)軸器未對準(zhǔn)的最強(qiáng)工具之一。正如預(yù)期的那樣，磨損和最終故障是電機(jī)部件高速連續(xù)運行的必然結(jié)果。每當(dāng)一個或多個組件以某種方式失常時，都會由于故障而增加振動，無論是因為它們松動、偏心、損壞還是響應(yīng)外力。某些振動頻率與缺陷有關(guān)。故障嚴(yán)重性的指標(biāo)包括不同頻率下的振動幅度。振動分析的目的是在系統(tǒng)的振動響應(yīng)與機(jī)器、零件或機(jī)械結(jié)構(gòu)中某些缺陷的發(fā)生之間建立聯(lián)系。

監(jiān)測軸承溫度對于評估旋轉(zhuǎn)機(jī)械軸承的健康狀況非常重要。軸承溫度的時間趨勢將有助于判斷潤滑狀態(tài)、軸承與旋轉(zhuǎn)部件間隙的減小甚至軸承損壞。例如，如果某個軸承的溫度升高到極限，然后變得穩(wěn)定或隨后下降，則問題可能出在軸承的潤滑上。這將需要對潤滑進(jìn)行預(yù)測性維護(hù)。同樣，無限制的軸承溫度升高表明由于冷卻、潤滑或任何其他原因而損壞軸承。

對時域電流讀數(shù)的分析將表明甚至機(jī)械故障的電氣故障。該算法不僅可以測量電流，還可以測量指示短路尖峰的變化率，指示機(jī)器中相位不平衡的中性相電流測量以及由于過載或電壓降低條件而導(dǎo)致的電流突然增加。在所有這些情況下，電流分析將表明故障的性質(zhì)。

4）預(yù)測性維護(hù)的決策

這是框架的最后階段，為是否隔離設(shè)備以進(jìn)行維護(hù)的決策提供了基礎(chǔ)。故障診斷的基礎(chǔ)成為預(yù)測性維護(hù)的基礎(chǔ)，如前一階段所分析的那樣。機(jī)器學(xué)習(xí)算法將設(shè)置某些標(biāo)準(zhǔn)來聲明機(jī)器中存在的故障。

例如，使用健康的振動傳感器隨機(jī)觀察到振動尖峰的機(jī)器將表明設(shè)備出現(xiàn)了某些故障。機(jī)器的不平衡可能是由于向旋轉(zhuǎn)部件或軸承增加了一些外來質(zhì)量。這將導(dǎo)致接近機(jī)器固有頻率的諧波，指示故障類型。同樣，機(jī)器與基礎(chǔ)的松動會導(dǎo)致振動頻率分析顯示除自然諧波以外的不同諧波。

機(jī)器學(xué)習(xí)算法的作用是通過判斷不同領(lǐng)域的感官測量趨勢并判斷誤差來輔助決策。理想情況下，算法應(yīng)設(shè)置函數(shù)來聲明設(shè)備正在向惡化條件移動。

實驗設(shè)置：LabVIEW仿真

由于LabVIEW是完全數(shù)字化的，因此它提供了比傳統(tǒng)實驗室設(shè)備更多的定制選項。LabVIEW允許用戶從零開始創(chuàng)建虛擬儀器，同時為編程人員提供輕松的訪問來監(jiān)測和操作數(shù)據(jù)以及控制輸入。

仿真設(shè)置包括一臺連接溫度、電流和振動傳感器的機(jī)器。為了簡單起見，這些傳感器的數(shù)據(jù)是預(yù)先編程的，包括隨機(jī)數(shù)據(jù)而不是實際硬件。包含硬件可能是監(jiān)控真實工業(yè)設(shè)備的選擇研究前景。對于這項研究，從傳感器獲得的數(shù)據(jù)將不是真實的，并且基于模擬。感官測量的規(guī)格如下：

需要以“g”為單位進(jìn)行振動測量。振動單位應(yīng)為“g”。理想情況下，振動應(yīng)小于某個閾值，以指示機(jī)器健康。如果振動模式顯示接近固有頻率的頻域中的諧波增加，則可能存在松動或不平衡問題。同樣，如果頻域中的機(jī)器振動數(shù)據(jù)顯示多個頻率和高尖峰，則機(jī)器將指示齒輪缺陷，表明機(jī)器正在改變速度。

溫度變化應(yīng)該不是很大。如果溫度超過65攝氏度，警報將發(fā)出警報。該溫度表示某些設(shè)備的故障，例如冷卻水流、機(jī)械部件碰撞等。

當(dāng)前讀數(shù)將以安培“A”為單位。電流報警的閾值為50A。電流將指示機(jī)器在發(fā)生某些故障的情況下是正常負(fù)載還是異常負(fù)載。同樣，尖峰形式的電流變化率表明短路或突然過載。對時域中當(dāng)前模式的詳細(xì)調(diào)查將指示故障類型，從而指示預(yù)測性維護(hù)的要求。

項目采用一個嚴(yán)格的框架來監(jiān)測工業(yè)設(shè)備的健康狀況，以進(jìn)行故障診斷。通過無線傳感器進(jìn)行物聯(lián)網(wǎng)監(jiān)測可以為預(yù)測性維護(hù)提供基礎(chǔ)，這是一個不斷發(fā)展的研究前景，旨在延長設(shè)備的使用壽命，并最大限度地減少機(jī)器的停機(jī)時間。預(yù)測性維護(hù)框架涉及數(shù)據(jù)采集、處理、通過機(jī)器學(xué)習(xí)方法進(jìn)行數(shù)據(jù)分析和決策的各個階段。

這是LabVIEW的一個應(yīng)用，更多的開發(fā)案例，歡迎登錄北京瀚文網(wǎng)星官網(wǎng)，了解更多信息。有需要LabVIEW項目合作開發(fā)，請與我們聯(lián)系。