快捷搜索:  as

传感器性能如何支持状态监控解决方案

半导体技巧和能力的进步为工业利用(分外是状态监控办理规划)检测、丈量、解读、阐发数据供给了新的时机。基于MEMS技巧的新一代传感器与诊断猜测利用的先辈算法相结合,扩大年夜了丈量各类机械和前进能力的时机,有助于高效监控设备,延长正常运行光阴,增强历程质量,提升产量。

为了实现这些新能力并得到状态监控的益处,新办理规划必须准确、靠得住、稳健,以便实时监控能够扩展到对潜在设备故障的基础检测之外,供给富有洞察力和可操作的信息。新一代技巧的机能与系统级洞察力相结合,有助于人们更深入地懂得办理这些寻衅所需的利用和要求。

振动是机械诊断的关键要素之一,已被靠得住地运用于监控各类工业利用中的最关键设备。有大年夜量文献来支持实现高档振动监控办理规划所需的各类诊断和猜测能力。然则,关于振动传感器机能参数(如带宽和噪声密度)与终极利用故障诊断能力之间关系的文献则不是很多。本文先容工业自动化利用中的主要机械故障类型,并确定了与特定故障相关的振动传感器关键机能参数。

下面重点先容几种常见故障类型及其特点,以便深入懂得开拓状态监控办理规划时必须斟酌的一些关键系统要求。所述故障类型包括但不限于不平衡、未对准、齿轮故障和滚动轴承缺陷。

不平衡

什么是不平衡,什么缘故原由导致不平衡?

不平衡是指质量散播不平均,会导致载荷使质心偏离扭转中间。系统不平衡可归因于安装欠妥(例如联轴器偏幸)、系统设计差错、部件故障,以致碎屑或其他污染物的累积。举例来说,大年夜多半感应电机内置的散热风扇可能因为灰尘和油脂的不平均积聚或扇叶毁坏而变得不平衡。

为什么不平衡系统是一个问题?

不平衡系统会孕育发生过大年夜振动,这些振动会机器耦合到系统内的其他部件,如轴承、联轴器和负载,进而可能导致处于优越运行状态的部件加速劣化。

若何检测和诊断不平衡

整系一切振动增添可能注解存在由不平衡系统引起的潜在故障,但振动增添的根滥觞基本因必要经由过程频域阐发来诊断。不平衡系统以系统的扭转速度(平日称为1×)孕育发生一个旌旗灯号,其幅度与扭转速度的平方成比例,F = m×w2。1×分量在频域中平日老是存在,是以,经由过程丈量1x折衷波的幅度可以识别不平衡系统。假如1×的幅度高于基线丈量且谐波远小于1×,则很可能存在不平衡系统。水温和垂直相移振动分量也可能呈现在不平衡系统中1。

诊断不平衡系统时须斟酌哪些系统规格?

噪声必须很低,以便低落传感器的影响并支持检测由不平衡系统孕育发生的小旌旗灯号。这对付传感器、旌旗灯号疗养和采集平台异常紧张。

为了检测微小的不平衡,采集系统必要有足够高的分辨率来提守旌旗灯号(尤其是基线旌旗灯号)。

别的还必要足够的带宽来捕获充分的信息(否则则扭转速度),以前进诊断的准确性和靠得住性。1×谐波可能受其他系统故障的影响,例如未对准或机器松动,是以阐发扭转速度(或1×频率)的谐波可以赞助区分系统噪声和其他潜在故障1。用于慢速扭起色械,基础扭转速度可能远低于10 rpm,这意味着传感器的低频相应对付捕获基础扭转速度至关紧张。ADI公司的MEMS传感器技巧可以检测低至直流的旌旗灯号,并能够丈量较慢的扭转设备,同时还能丈量宽带宽,以得到平日与轴承和齿轮箱缺陷相关的更高频率内容。

图1.扭转速度或1X频率的幅度增添可能意味着存在不平衡系统。

未对准

什么是未对准,什么缘故原由导致未对准?

顾名思义,当两根扭转轴未对定时,就会发生系统未对准征象。图2显示了一个抱负的系统,此中从电机开始对准,然后是轴、联轴器,不停到负载(本例中是泵)。

图2.抱负的对准系统

未对准可以在平行偏向和角度偏向上发生,也可所以两者的组合(拜见图3)。当两根轴在水平或垂直偏向上错位时,称为平行未对准。当此中一根轴与另一根轴成一个角度时,称为角度未对准2。

图3.不合未对准示例,包括(a)角度、(b)平行或两者的组合。

为什么未对准是一个问题?

未对准偏差可能会迫使部件在高于最初设计能力的应力或负载下事情,从而影响更大年夜的系统,终极可能导致过早掉效。

若何检测和诊断未对准

未对准偏差平日体现为系统扭转速度的二次谐波,称为2×。2x分量在频率相应中不必然存在,但当它存在时,其与1x的幅度关系可用来确定是否存在未对准。增添的对准偏差可以将谐波勉励到10×,详细取决于未对准的类型、丈量位置和偏向信息1。图4凸起显示与潜在未对准故障相关的特性。

图4.赓续增添的2×谐波加上赓续增添的更高次谐波,注解可能存在未对准征象。

诊断未对准系统时须斟酌哪些系统规格?

为了检测渺小的未对准,必要低噪声和足够高的分辨率。机械类型、系统和工艺要求、扭转速度抉择了容许的未对准容差。

别的还必要足够的带宽来捕获充分的频率范围,以前进诊断的准确性和靠得住性。1×谐波可能受其他系统故障的影响,例如未对准,是以阐发1×频率的谐波有助于区分其他系统故障。这尤其得当于较高转速的机械。例如,为了准确靠得住地检测不平衡,转速跨越10,000 rpm的机械(机床等)平日必要2 kHz以上的高质量信息。

系统相位与偏向性振动信息相结合,可进一步改良对未对准偏差的诊断。丈量机械上不合点的振动并确定相位丈量值之间或全部系统内的差异,有助于深入懂得未对准是角度、平行照样两种未对准类型的组合1。

滚动元件轴承缺陷

什么是滚动元件轴承缺陷,什么缘故原由导致这些缺陷?

滚动元件轴承缺陷平日是机器引起的应力或润滑问题的假象,这些问题在轴承的机器部件内孕育发生小裂纹或缺陷,导致振动增添。图5供给了滚动元件轴承的一些示例,并显示了多少可能发生的缺陷。

图5.(上)滚动元件轴承和(下)润滑与放电电流缺陷的示例

为什么滚动元件轴承故障是一个问题?

滚动元件轴承险些在所有类型的扭起色器上都邑应用,从大年夜型涡轮机到慢速扭转电机,从相对简单的泵和风扇到高速CNC主轴。轴承缺陷可能是润滑污染(图5)、安装欠妥、高频放电电流(图5)或系统负载增添的迹象。故障可能导致劫难性的系统毁坏,并对其他系统部件孕育发生重大年夜影响。

若何检测和诊断滚动元件轴承故障?

有多种技巧可用来诊断轴承故障,并且因为轴承设计背后的物理特点,每个轴承的缺陷频率可以根据轴承几何外形、扭转速率和缺陷类型来谋略,这有助于诊断故障。轴承缺陷频率如图6所示。

对特定机械或系统的振动数据的阐发,经常依附于时域和频域阐发的结合。时域阐发可用来检测系统振动水平整体增添的趋势。然则,这种阐发包孕的诊断信息异常少。频域阐发可前进诊断洞察力,但因为其他系统振动的影响,确定故障频率可能很繁杂。

对付轴承缺陷的早期诊断,应用缺陷频率的谐波可识别早期或刚呈现的故障,从而在劫难性故障发生之前对其进行监控和掩护。为了检测、诊断、懂得轴承故障的系统影响,包络检测(如图7所示)等技巧与频域中的频谱阐发相结合,平日可供给更具洞察力的信息。

诊断滚动元件轴承故障时须斟酌哪些系统规格?

低噪声和足够高的分辨率对付早期轴承缺陷检测至关紧张。在缺陷刚刚呈现时,缺陷特性的幅度平日很低。因为设计容差,轴承固有的机器滑动会将幅度信息传播到轴承频率相应中的多个仓,从而进一步低落振动幅度,是以要求低噪声以便较早地检测到旌旗灯号2。

带宽对付轴承缺陷的早期检测至关紧张。在扭转时代,每次撞击缺陷时,都邑孕育发生包孕高频内容的脉冲(拜见图7)。对轴承缺陷频率(而非扭转速度)的谐波进行监测可发明这些早期故障。因为轴承缺陷频率与扭转速度之间的关系,这些早期特性可以在数千赫兹范围内呈现,并延伸到10 kHz到20 kHz范围之外2。纵然是低速设备,轴承缺陷的固有性子也要求较宽带宽以便赶早检测到缺陷,避免系统谐振和系统噪声(会影响较低频段)的影响3。

动态范围对付轴承缺陷监测也很紧张,由于系统负载和缺陷可能影响系统所经受的振动。负载增添会导致感化在轴承和缺陷上的力增添。轴承缺陷也会孕育发生冲击,激宣布局谐振,放大年夜系统和传感器所经受的振动2。跟着机械在竣事/启动环境下或正常运行时代的速率上升和下降,变更的速率会为系统谐振引发创造潜在的时机,导致更高幅度的振动4。传感器的饱和可能导致信息损掉、误诊断,在某些技巧的环境下以致会毁坏传感器元件。

图6.轴承缺陷频率取决于轴承类型、几何外形和扭转速度。

图7.诸如包络检测之类的技巧可以从宽带宽振动数据中提取轴承早期缺陷特性。

齿轮缺陷

什么是齿轮缺陷,什么缘故原由导致齿轮缺陷?

齿轮故障平日发生在齿轮机构的齿节中,缘故原由有疲惫、剥落或点蚀等。其体现为齿根呈现缝隙或齿面上有金属被削除。造成的缘故原由有磨损、过载、润滑不良和齿隙,有时也会由于安装欠妥或制造缺陷而引起5。

为什么齿轮故障是一个问题?

齿轮是许多工业利用中动力通报的主要元件,遭遇着相昔时夜的应力和载荷。齿轮的康健状况对全部机器系统的正常运行至关紧张。可再生能源领域有一个众所周知的例子,造成风力涡轮机停机(以及响应的收入流掉)的最大年夜身分是主动力系统中多级齿轮箱的掉效5。类似的考量也适用于工业利用。

若何检测和诊断齿轮故障?

因为难以将振动传感器安装在故障相近,以及系统内多种机器勉励引起的相昔时夜背景噪声的存在,齿轮故障的检测很棘手。在更繁杂的齿轮箱系统中尤其如斯,此中可能有多个扭转频率、齿轮比和啮合频率6。是以,检测齿轮故障可能要采纳多种互补的措施,包括声发射阐发、电流特性阐发和油渣阐发。

在振动阐发方面,加速率计平日安装在齿轮箱壳体上,主要振动模式是轴向振动7。康健齿轮孕育发生的振动特性的频率是所谓齿轮啮合频率,即是轴频率和齿轮齿数的乘积。平日还存在一些与制造和组装容差相关的调制边带。康健齿轮的这些环境如图8所示。当发生齿裂纹之类的局部故障时,每次扭转中的振动旌旗灯号将包括系统对相对低能级的短时冲击的机器相应。这平日是低幅度宽带旌旗灯号,一样平常被觉得长短周期性和非静态的7,8。

图8.康健齿轮的频谱,曲轴转速为~1000 rpm,齿轮转速为~290 rpm,齿轮齿数为24。

因为这些特点,仅凭标准频域技巧并不能正确识别齿轮故障。因为冲击能量包孕在边带调制中,此中还可能包孕来自其他齿轮对和机器部件的能量,是以频谱阐发可能无法检测早期齿轮故障。时域技巧(例如光阴同步匀称)或混杂域措施(例如子波阐发和包络解调)一样平常更相宜9。

诊断齿轮故障时须斟酌哪些系统规格?

一样平常来说,宽带宽对齿轮故障检测异常紧张,由于齿轮齿数在频域中是乘数。纵然对付相对低速的系统,所需的检测频率范围也会快速上升到数kHz区域。此外,局部故障进一步扩展了带宽要求。

出于多种缘故原由,分辨率和低噪声极其关键。将振动传感器安装在特定故障区域相近是很艰苦的,这意味着机器系统可能会使振动旌旗灯号发生较高程度的衰减,是以能够检测低能量旌旗灯号至关紧张。此外,因为旌旗灯号不是静态周期旌旗灯号,是以不能依附于从高本底噪声中提取低幅度旌旗灯号的标准FFT技巧,传感器本身的本底噪声必须很低。在混杂了不合元件的多个振动特性的齿轮箱情况中尤其如斯。除了这些斟酌身分之外,早期检测的紧张性不仅仅是出于资产保护的缘故原由,还出于旌旗灯号疗养的缘故原由。已经证实,单齿断裂故障的环境与两个或更多齿断裂的故障环境比拟,前者的振动严重程度可能更高,这意味着在早期进行检测可能相对更轻易。

结语

虽然常见,但不平衡、未对准、滚动元件轴承缺陷和齿轮齿节故障只是高机能振动传感器可以检测和诊断的许多故障类型中的几种。更高传感器机能与适当的系统级考量相结合,有助于实现新一代状态监控办理规划,让人们更深入懂得各类工业设备和利用的机器运作。这些办理规划将改变掩护的履行要领和机械的运行要领,终极削减停机光阴,前进效率,并使下一代设备具备新能力。

表1.对每个传感器参数的要求

对付表1,一样平常觉得低带宽小于1 kHz,中带宽介于1 kHz到5 kHz之间,高带宽大年夜于5 kHz。低噪声密度大年夜于1 mg/√Hz,中等噪声密度介于100 μg/√Hz到1 mg/√Hz之间,高噪声密度小于100 μg/√Hz。低动态范围小于5 g,中等动态范围在5 g到20 g之间,高动态范围大年夜于20 g。

参考文献

1 Jason Mais。“频谱阐发:光谱阐发的主要特点”。SKF USA, Inc. 2002年。

2 Robert Bond Randall。基于振动的状态监控:工业、航空航天和汽车利用。John Wiley & Sons, Ltd. 2010年12月。

3 Scott Morris。“SKF纸浆和造纸实践”。SKF举世纸浆和造纸部门,第19期,2016年。

4 Chris D. Powell、Erik Swanson和Sorin Weissman。“扭起色器临界速率和模式实用综述”。声音与振动,2005年5月。

2015 IEEE Workshop on Electrical Machines Design, Control and Diagnosis (WEMDCD), Torino, pp. 297-303, 2015.

5 Shahin Hedayati Kia、Humberto Henao和Gérard-André Capolino。“在基于感应电机的系统中应用电子特性阐发进行齿轮故障检测的趋势”。2015 IEEE电机设计、节制和诊断研讨会(WEMDCD),都灵,第297-303页,2015年。

7 Giorgio Dalpiaz、Alessandro Rivola和Riccardo Rubini。“用于齿轮局部故障检测的振动处置惩罚技巧的有效性和灵敏度”。机器系统和旌旗灯号处置惩罚,第14卷,第3期,2000年。

8 Wenyi Wang。“应用共振解调技巧赶早检测齿轮齿裂纹”。机器系统和旌旗灯号处置惩罚,第15卷,第5期,2001年。

9 Kiran Vernekar、Hemantha Kumar和K. V. Gangadharan。“基于振动阐发和继续子波变换的齿轮故障检测”。Procedia Materials Science,第5卷,2014年。

Pete Sopcik

Pete Sopcik [pete.sopcik@analog.com]是ADI公司状态监控部门的营销经理。他认真为工业利用中实现状态监控所需的传感器、旌旗灯号链和办理规划供给计谋支持。在此之前,Pete在ADI公司的多少不合领域事情了11年,从集成高速转换器和传感器模块的设计与开拓到系统级办理规划的项目治理,包括基于MEMS的惯性丈量单元。他拥有佛罗里达大年夜学电气工程学士学位和威克森林大年夜学工商治理硕士学位。

Dara O’Sullivan

Dara O’Sullivan [dara.osullivan@analog.com]是ADI公司自动化与能源营业部互连运动和机械人团队的系统利用经理。其专长领域是工业运动节制利用的功率转换、节制和监测。他拥有爱尔兰科克大年夜学工程学士、工程硕士和博士学位。自2001年起,他便从事钻研、咨询和工业领域的工业与可再生能源利用方面的事情。

您可能还会对下面的文章感兴趣: