对未来维修传感器的要求 用于状态监测的智能传感器

改善状态监测和诊断以及整体系统优化是当今使用机械设施和技术系统的一些核心挑战。该主题不仅在工业领域，而且在任何使用机器的地方都发挥着越来越大的作用。过去根据计划进行维修的机器，以及延迟维护意味着生产停机的风险。今天，来自机器的过程数据用于预测剩余的使用寿命。记录特别关键的参数，如温度，噪音和振动，以帮助确定最佳运行状态甚至必要的维护时间。这允许避免不必要的磨损并且可能在早期检测到可能的故障及其原因。在这种监测的帮助下，在设施可用性和有效性方面产生了相当大的优化潜力，带来了决定性的优势。例如，有了它，ABB1可以将停机时间减少多达70％，将电机使用寿命延长30％，并在一年内将其设备的能耗降低多达10％。r r t r r t这种预测性维护（PM）的主要元素，如技术术语所知，是基于状态的监测（CBM），通常是旋转机器，如涡轮机，风扇，泵和电动机。使用CBM，可以实时记录有关运行状态的信息。但是，没有做出关于可能的故障或磨损的预测。它们只是通过PM来实现，从而标志着一个转折点：借助更智能的传感器和更强大的通信网络和计算平台，可以创建模型，检测变化并对服务寿命进行详细计算。r r t r r t要创建有意义的模型，有必要分析振动，温度，电流和磁场。现代有线和无线通信方法已经允许工厂或公司范围内的设施监控。通过基于云的系统产生额外的分析可能性，以便操作员和服务技术人员可以以简单的方式访问提供有关机器状况的信息的数据。然而，机器上的本地智能传感器和通信基础设施是所有这些额外分析可能性的基础所必不可少的。这些传感器应该如何看待，对它们施加哪些要求，以及关键特性是什么-本文将考虑这些和其他问题。