Der Entwicklungstrend des MEMS-Sensing-Monitoring wird sich nicht mehr auf das Condition Monitoring beschränken
MEMS-Sensorüberwachung
In Bezug auf die Kombination von Sensoren und maschinellem Lernen wurde bereits erwähnt, dass zur Überwachung eines bestimmten Geräts Sensoren mit maschinellem Lernen kombiniert wurden, um eine vorhersagbare Zustandsüberwachung des Geräts durchzuführen. Unser Fokus liegt hier natürlich nicht auf maschinellem Lernen, sondern auf Sensoren.
Bei der Überwachung des Betriebs- und Gesundheitszustands von Geräten muss der am besten geeignete Sensor ausgewählt werden, um sicherzustellen, dass das Gerät Geräteinformationen genau abrufen und Ausfälle erkennen, diagnostizieren und sogar vorhersagen kann. Nehmen wir als Beispiel einen Industriemotor.Lagerschäden sind ein Fehler, der häufig während des Betriebs auftritt.Vibrations- und Schalldrucksensoren werden am häufigsten verwendet,um solche Fehler zu erkennen. Die Fehler in Rotor, Wicklung usw. werden meistens vom Stromwandler gemessen, wenn der Motor eingeschaltet ist.
Erfassungsbereich des Vibrationssensors
Die Vibrationserfassung kann im Allgemeinen bei der Motorerkennung verwendet werden, um die folgenden Fehler zu erkennen: Lagerzustand, Zahnradeingriff, Pumpenkavitation, Motorfehlausrichtung, Motorunwucht und Motorlastbedingungen. Für solche Fehler wie Unwucht und Fehlausrichtung sind die Anforderungen an die Rauschleistung der Sensorgeräte nicht streng, und die Bandbreitenanforderungen müssen nur das 5- bis 10-fache der Grundfrequenz erreichen Gleichzeitige Erkennung mehrerer Achsen, Fehler wie Lagerdefekte und Getriebedefekte haben extrem hohe Rausch- und Bandbreitenanforderungen. Der Rauschbereich muss auf <100 µg/√Hz geregelt werden, während die Bandbreitenanforderung >5 kHz beträgt.
Fehler wie Motorunwucht/-ausrichtung können während der Motorvibration erkannt werden, Lager- oder Getriebedefekte sind insbesondere im Anfangsstadium weniger offensichtlich und können nicht allein durch Erhöhen der Vibrationsfrequenz identifiziert oder vorhergesagt werden. Die Behebung dieser Fehler erfordert in der Regel die Paarung von Vibrationssensoren mit geringem Rauschen <100 µg/√Hz und großer Bandbreite >5 kHz mit leistungsstarken Signalketten, Verarbeitung, Transceivern und Postprozessoren.
Vergleich von MEMS-Vibration und piezoelektrischer Vibration
Beschleunigungsmesser sind die am häufigsten verwendeten Vibrationssensoren, und piezoelektrische Beschleunigungsmesser haben ein geringes Rauschen und Frequenzen bis zu 30 kHz, was ihr Vorteil ist. Die Frequenz von MEMS-Beschleunigungsmessern liegt im Allgemeinen bei etwa 20 kHz, was hinsichtlich Kosten, Leistung und Größe vorteilhafter ist. Anwendungen zur Zustandserkennung haben in den letzten Jahren dank des Vorstoßes zu drahtlosen Installationen, die Sensorgröße, Integration und Stromverbrauch berücksichtigen müssen, schnell zugenommen. Obwohl die Bandbreite und das Rauschverhalten von piezoelektrischen Beschleunigungsmessern deutlich stärker sind als die von MEMS-Beschleunigungsmessern, bevorzugt jeder MEMS-Beschleunigungsmesser unter umfassender Betrachtung.
Erfassungstyp Bandbreitenrauschen DC-Antwort
Piezo-Beschleunigungsmesser 2,5 kHz–30 kHz 1 µg/√Hz–50 µg/√Hz Keine
MEMS-Beschleunigungsmesser 3kHz-20kHz 25µg/√Hz-100 µg/√Hz Ja
(Vergleich von MEMS und Piezoelektrik)
Bei der Erkennung, die eine hohe Bandbreite und ein geringes Rauschen erfordert, haben beide Sensoren tatsächlich eine zufriedenstellende Bandbreite und ein geringes Rauschen, aber MEMS-Beschleunigungsmesser können eine DC-Antwort liefern, die bei piezoelektrischen Beschleunigungsmessern nicht verfügbar ist Drehzahl.
1
(MEMS-Beschleunigungsmesser, ST)
Ein weiterer Punkt ist, dass der MEMS-Beschleunigungssensor über eine Selbsttestfunktion verfügt, um die Verwendbarkeit des Sensors selbst zu überprüfen. Es sollte gesagt werden, dass die geringere Größe und höhere Integration von MEMS-Beschleunigungssensoren eher dem aktuellen Entwicklungstrend der Zustandsüberwachung entsprechen.
MEMS-Beschleunigungsmesser überwachen andere wichtigere Fähigkeiten
In Bezug auf Rauschen und Bandbreitenvergleich zeigen MEMS-Beschleunigungsmesser keinen überwältigenden Vorteil gegenüber piezoelektrischen Sensoren, aber aus einer anderen Perspektive sind MEMS-basierte Überwachungsfähigkeiten hervorragend. Neben der oben erwähnten DC-Antwort, die sehr niederfrequente Vibrationen im nahen DC-Bereich erkennen kann, sind auch eine höhere Auflösung, hervorragende Drifteigenschaften und Empfindlichkeit wichtiger als die piezoelektrischen Sensorfähigkeiten.
2
(MEMS Accelerometer Monitoring Module, ADI)
Hochfrequenz-MEMS-Beschleunigungsmesser können Ausgangssignale liefern, die weit über den Resonanzfrequenzbereich des Sensors hinausgehen, um Frequenzen jenseits der 3-dB-Bandbreite zu überwachen. Diese Leistung hängt vom Ausgangsverstärker ab, der eine Signalbandbreite von 70 kHz unterstützen muss, um den Beschleunigungsmesser zu unterstützen und die Überwachung des Übertaktungsbereichs abzuschließen. Aliasing-Rauschen ist bei Verstärkern unvermeidlich, daher sind Filter ebenfalls unerlässlich.
Die Kombination von Condition Monitoring und Machine Learning ist nach wie vor ein großer Trend
Es gibt viele Technologien, die für die Schwingungsüberwachung und -analyse verwendet werden, wie z. B. digitale Filterung, Frequenzanalyse usw. Unabhängig von der Analysemethode ist der kritischste Punkt die Bestimmung des am besten geeigneten Alarmpunkts bei der Zustandsüberwachung. Wenn Sensorik und maschinelles Lernen kombiniert werden, kann maschinell lernende KI im Fehlererkennungsprozess verwendet werden, um ein repräsentatives Maschinenmodell basierend auf Daten von Vibrationssensoren zu erstellen.Nachdem das Modell erstellt wurde, wird es auf den lokalen Prozessor und dann auf die eingebettete Software heruntergeladen Nicht nur die laufenden Ereignisse können in Echtzeit identifiziert werden, sondern es können auch transiente Ereignisse identifiziert werden, was die Erkennung von Anomalien ermöglicht.
Darüber hinaus kann die durch KI eingeführte Zustandsüberwachung Schwingungsüberwachungsdaten mit anderen Sensordaten korrelieren, und die abgeleiteten Zustandsinformationen sollten größer sein als die für die Wartung erforderliche Datenmenge. Die weitere Verwendung der erfassten Daten kann mehr Dimensionen der Geräteanalyse vervollständigen, nicht nur eine einzelne Zustandsüberwachung.
