目       錄

1.      概述... 2

2.      系統部署結構... 2

3.      系統應用介紹... 4

4.      專業分析人員... 8

5.      應用案例分享... 9

1.   概述

　　現代設備維修管理理念發生著深刻的變化，從早期的被動維修，到預防性維修，到基于設備實際運行狀態的預測性維修（Predictive Maintenance），經歷了三個主要階段。

　　預測性維修通過在設備上加裝設備狀態監測系統對運行狀態進行在線實時或準實時監測，對監測數據進行分析，實現故障診斷、零部件壽命預測，優化維修資源和零部件庫存，從而降低設備全壽命周期的運行成本。

　　對于生產設備來說，軸承的振動是反映其設備運行狀態最直接的度量，是狀態監測最重要的內容。采用專門的故障診斷軟件對振動頻譜的分析，可準確定位故障發生的具體部位，發現如下早中晚期故障，從而對機組當前的運行狀態做出評估。

• 軸承的磨損、裂紋，潤滑不良
• 電機轉子不平衡、銅條松動、不對中、地腳螺栓松動
• 齒輪的磨損、裂紋和斷裂
• 被驅動設備的共振、機械松動

　　設備是工業生產的“心臟”，其重要性對于工業生產不言而喻。在工業大型裝備領域先進診斷理論與物聯網（IOT Internet of Things）技術結合而推出的一種低成本狀態監測系統，專門針對設備的狀態監測而開發，包括前端的振動傳感器、數據采集器、基于云端服務的數據存儲、數據分析展示和預警報警和設備管理及報告，以及后臺的精密故障診斷、壽命預測等服務，從而使企業能夠方便地安排維修計劃，合理分配維修資源，優化備品備件庫存，實現智能運維。

2.   系統部署結構

　　生產設備狀態監測云平臺可稱為健康管理的私人醫生，其特點是：在線實時監測，數據無線上云，云端智能預警、后臺專家診斷，整個系統可實現即插即用快速部署。該系統和服務可提高設備利用率36%，減少運維費用35%，廣泛使用在電力、化工、水泥、水務、造紙、冶金、軌道、環保等諸多行業。如下圖：

　　基于設備狀態監測傳感器，在動態情況下，利用機械設備劣化進程中產生的信息（即振動、噪聲、溫度、電流等）來進行狀態分析和故障診斷。

　　選擇傳感器參考因素：測量參數類型、信號強度、靈敏度、尺寸大小、頻響特性等。采集設備的溫度、振動、電流、電壓等數據信息。振動傳感器選型參考，如下圖：

　　穩定的數據采集功能：采用多 CPU 技術，確保對振動數據的精確采集；嵌入式Linux操作系統平臺，保障產品長期可靠運行；多通道同步采集技術，各通道之間數據采集互不干擾；采樣頻率：800~102400（Hz）可配置。如下圖：

3.   系統應用介紹

　　進行iNeuOS工業互聯網系統，進行【設備模型】功能模塊，選擇【設備振動狀態監測】設備驅動；通信類型：NET，應用協議：Socket。如下圖：

 　　【服務實例】的Socket參數配置 “寫/讀間隔”和“IO為空間隔”，主要影響讀取數據的效率，針對不同的網絡環境調整相應參數。如下圖：

 　　【設備信息】配置遠程設備采集器的信息，如下圖：

 　　系統會同步設備傳感器和采集器的所有信息，包括每個通道的有效值、峰峰值、峰值、偏態、峰度、均值、標準差、方差和波形等主要數據。如下圖：

 　　選擇【視圖建模】功能模塊，配置當前通道是否可用，當通道X=0說明當前通道可用。配置如下圖：

        配置顯示實時數據的曲線報表，如下圖：

        配置讀取通道波形數據，也就是高頻采樣數據。在按鈕組件上配置鼠標單擊事件，發送命令值為1。如下圖：

 　　配置完成后，應用顯示的效果如下圖，當前還可以做復雜的業務應用。

 　　高頻的波形數據會存儲到根目錄下Wave目錄下，可以用于離線數據分析，如下圖：

4.   專業分析人員

　　團隊成員有三級國際振動分析資質，結合建模方法、建模的基礎資料、模型輸入參數等對設備狀態特性進行模型分析，最終完成在線監測、劣化診斷、優化檢修等目的，可以定期出據分析報告。如下圖：

 　　專業的分析工具，如下圖：

5.   應用案例分享

案例一 造紙廠碎漿機齒輪箱高速軸軸承損傷

案例二 自來水廠取水泵電動機軸承損傷

案例四 風力發電機軸承跑圈

物聯網&大數據技術 QQ群：54256083
物聯網&大數據項目 QQ群：727664080
QQ：504547114
微信：wxzz0151
博客：http://www.rzrgm.cn/lsjwq
微信公眾號：iNeuOS