預測性維護如何取得成功？

　　作者/Stephan Menze 儒卓力 模擬與傳感器產(chǎn)品銷(xiāo)售經(jīng)理

      摘要：未雨綢繆勝于臨渴掘井。無(wú)論是由于節省成本、缺乏技術(shù)工人還是缺乏動(dòng)力，如果推遲維護操作，你可能會(huì )遇到突然的機器和皮帶故障或生產(chǎn)錯誤。借助于預測性維護，這種情況將不再發(fā)生。不過(guò)，必須遵守幾點(diǎn)方能取得成功。

　　關(guān)鍵詞：預測性維護；群體智能；傳感器；NB-IoT

      每個(gè)預測性維護項目都從正常機器運行期間的機器特性檢測開(kāi)始(如圖1)，例如檢測結構噪聲和空氣噪聲的聲學(xué)或固有頻率，然后將其數字化并傳輸到計算機或云端。在本地數據處理領(lǐng)域中通常采用邊緣計算，這是可以應用本地AI解決方案(如Intel Movidius )的地方。在云計算方面，第三方服務(wù)提供商可以提供無(wú)限的數據分析服務(wù)。邊緣解決方案能夠在毫秒范圍內做出響應。

　　盡管如此，互聯(lián)網(wǎng)連接對于固件更新和遠程監控仍是必不可少的。

　　原則上，群體智能(swarm intelligence)并不用于學(xué)習和改進(jìn)過(guò)程，并且僅限于本地計算能力和用戶(hù)自己的經(jīng)驗歷史。另一方面，云計算能夠進(jìn)行在現場(chǎng)運作的所有系統的比較，并且可以從個(gè)別系統到其它系統的變化中得出結論。除了這種群體智能，云計算在計算能力或內存容量方面沒(méi)有限制，你可以靈活地更改所使用的對數，例如，從靜態(tài)數據分析到機器學(xué)習或深度學(xué)習。

　　雖然兩種實(shí)施方案看起來(lái)不同，但在現實(shí)場(chǎng)景中，始終需要互聯(lián)網(wǎng)連接和傳感器數據的本地初始分析。然而，重要組件的擴展和持續的維護成本，都會(huì )相應地發(fā)生變化，這使得精確的成本效益分析變得更加復雜。

　　1 傳感器的定位是決定性因素

      無(wú)論是在本地還是在云中進(jìn)行分析，都必須弄清楚可能發(fā)生損壞的位置以及最佳的檢測位置。但是，傳感器也可以安裝在這個(gè)地方嗎？ 這個(gè)地方是否可以觸達且是否有足夠的空間？ 環(huán)境噪音是否過(guò)大？ 是持續不斷還是以不規則的間隔發(fā)生的？

　　一旦明確了理想的安裝位置，傳感器類(lèi)型通常已經(jīng)確定了：如果所有因素都支持連接到設備或機器，這就是檢測結構噪聲。因此，沖擊和振動(dòng)傳感器或加速度傳感器就是要選擇的工具。當放置在設備或機器外部時(shí)，可檢測到空氣傳播的噪音。具有特定頻率范圍的MEMS麥克風(fēng)傳感器可用于這個(gè)用途，例如來(lái)自STMicroelectronics和英飛凌的傳感器產(chǎn)品。由于它們通常帶有吸收聲波和降低聲壓的開(kāi)口，因此在潮濕或多塵的環(huán)境中，如果沒(méi)有采取特殊措施，它們是不合適使用的。在這種情況下，可以使用沖擊和振動(dòng)傳感器或加速度傳感器。

      要回答預測性維護系統應涵蓋哪個(gè)頻率范圍這個(gè)問(wèn)題，可以應用以下經(jīng)驗法則：檢測到的頻率越高，損壞就可以越早地被記錄。在16 kHz以上超聲波范圍內，可以在實(shí)際發(fā)生損壞之前幾個(gè)月檢測到初始標志。當在最高16 kHz可聽(tīng)范圍內檢測時(shí)，在損壞發(fā)生之前可能就僅剩下幾周時(shí)間了。這時(shí)間對于某些機器或設備來(lái)說(shuō)可能是足夠的，但對其它機器或設備來(lái)說(shuō)太晚了，我們必須根據具體情況進(jìn)行檢查：潛在的損壞有多嚴重？在獲得備件和維修技術(shù)人員到達之前需要多長(cháng)時(shí)間？是否可以隨時(shí)停止機器進(jìn)行維修或維護工作？例如，強烈建議在超聲波范圍內進(jìn)行氣體管道泄漏測試。如果泄漏產(chǎn)生可聽(tīng)噪聲，對于預測性維護來(lái)說(shuō)就已經(jīng)太晚了。

　　如果在可聽(tīng)范圍內的檢測是足夠的，則由機器或機器部件的類(lèi)型來(lái)確定傳感器應覆蓋的頻率范圍。相關(guān)部件旋轉得越快，檢測到的頻率就越高。例如，空氣引導系統的損壞通常是由不平衡、不正確的調整或松動(dòng)的連接引起的。這發(fā)生在約2 kHz范圍內。對于速度非常緩慢的移動(dòng)部件，使用加速度傳感器而不是麥克風(fēng)傳感器可以提供更好的檢測結果。

　　通過(guò)組合麥克風(fēng)、加速度、沖擊和振動(dòng)傳感器可以提高誤差檢測過(guò)程的命中數。使用其它傳感器類(lèi)型時(shí)，甚至可以獲得更多信息，例如檢測溫度、濕度或壓力。當傳感器彼此聯(lián)網(wǎng)時(shí)，這種組合提供了最大的好處。然而，這不僅增加了傳感器和連接的成本，而且還導致數據量和評估工作量的增加。因此，如果存在相應的潛在損壞，例如由于皮帶故障或生產(chǎn)錯誤引起的損壞，甚至可能在較長(cháng)時(shí)間段內未被注意到，則使用幾個(gè)傳感器的組合是有價(jià)值的。這對于偏遠地點(diǎn)的系統也是有用的，例如，海上風(fēng)電場(chǎng)，因為在這里不必要的工程師呼叫會(huì )導致高昂的成本。特別推薦對安全關(guān)鍵系統進(jìn)行全面檢測，例如汽車(chē)制動(dòng)系統。

　　2 用于數據傳輸的新型無(wú)線(xiàn)技術(shù)

      根據應用類(lèi)型，各個(gè)傳感器必須首先將其測量數據傳輸到本地數據采集器。具有集成無(wú)線(xiàn)電接口和集成AD轉換器的微控制器，即所謂的無(wú)線(xiàn)SoC器件，非常適合這個(gè)用途。通常無(wú)線(xiàn)電堆棧已經(jīng)免費提供并且為微控制器量身定制，因此只需要使用應用程序，將模擬數值進(jìn)行數字化并傳輸到數據收集器，這仍然需要使用幾條程序線(xiàn)來(lái)實(shí)現。數據收集器現在可以在本地評估數據，并且僅將其網(wǎng)關(guān)功能用于軟件更新或臨時(shí)報告。在這種情況下，LTE是足夠快的互聯(lián)網(wǎng)連接方式，并在未來(lái)數年內都具備安全的基礎設施。對于云中的時(shí)間關(guān)鍵性數據分析，需要在幾毫秒內完成反饋，5G技術(shù)將會(huì )綽綽有余。傳感器與數據采集器的連接并不總能通過(guò)電纜來(lái)實(shí)現。

　　無(wú)線(xiàn)電技術(shù)通常更便宜、更靈活和更耐用。使用Nordic Semiconductor的nRF52840器件（如圖2），你可以輕松選擇藍牙mesh、ZigBee或用于星形拓撲的免費開(kāi)源堆棧Gazell。NFC使傳感器能夠簡(jiǎn)便地連接到相應的數據收集器。這是第一次，可以通過(guò)集成的USB端口使用筆記本電腦來(lái)校準傳感器。從一開(kāi)始就決定只使用藍牙5或藍牙mesh的用戶(hù)也可以切換到更便宜的產(chǎn)品型款，例如nRF52810。最新藍牙5型款器件可在遠程模式下實(shí)現長(cháng)達一公里的傳輸范圍。這使得該技術(shù)即使在先前1 GHz以下技術(shù)不可或缺的情況下也很有用。

　　新的LTE類(lèi)別適用于不使用數據采集器的傳感器，或者由于通過(guò)邊緣計算進(jìn)行了強大數據壓縮而僅需要將少量數據傳輸到互聯(lián)網(wǎng)的數據采集器。它們無(wú)需單獨的網(wǎng)關(guān)就可以建立從傳感器到云的直接互聯(lián)網(wǎng)連接，并將測量數值傳輸到云。

　　3 全新LTE類(lèi)別

      最新的LTE類(lèi)別NB1和M1(也稱(chēng)為NB-IoT和LTE M1或LTE-M)非常適合預測性維護等需要在單獨情況下傳輸少量數據的應用。

　　Nordic Semiconductor的nRF91系列同時(shí)支持LTE-M和NB-IoT。高度集成的系統級封裝(SiP)配備了ARM-Cortex M33微控制器，可對應用、傳感器和執行器進(jìn)行定制編程。其計算能力使得應用能夠以更復雜的算法進(jìn)行數據分析。這意味著(zhù)：無(wú)線(xiàn)模塊根據傳感器提供的測量數據在現場(chǎng)生成信息，因此只需要發(fā)送少量數據。這可以?xún)?yōu)化整體能量平衡并將在線(xiàn)數據消耗保持在較低水平。除傳感器外，還可以通過(guò)32個(gè)GPIO連接LED，例如，如果傳感器檢測到的數值過(guò)高，則LED用作現場(chǎng)警報，也可以連接按鈕或開(kāi)關(guān)繼電器。

　　例如，如果需要，傳感器點(diǎn)可以關(guān)閉整個(gè)系統，或者用戶(hù)可以確認機器狀態(tài)。

　　nRF91 SiP（如圖3）仍可提供集成輔助GPS。通過(guò)使用NB-IoT或LTE-M，這能夠在冷啟動(dòng)期間快速定位位置以監控車(chē)輛或其它移動(dòng)設備。

　　4 防止數據盜竊

      由于傳感器的測量值可以提供有關(guān)機器、系統和設備使用狀況的大量信息，因此應該保護它們免受未經(jīng)授權的訪(fǎng)問(wèn)。在這種情況下，nRF91還包含一個(gè)解決方案：帶有TrustZone的主機處理器在CPU和系統中實(shí)現可信執行環(huán)境，從而有助于提高應用程序數據、固件和連接的外圍設備的安全性。ARM CryptoCell可確保安全的內存訪(fǎng)問(wèn)，而TLS和SSL可確保數據傳輸的端到端加密。nRF91也非常適合與nRF52進(jìn)行交互，正如nRF91開(kāi)發(fā)套件所實(shí)現的方案。因此，這款多核雙芯片解決方案可同時(shí)用于傳感器連接的短程無(wú)線(xiàn)電網(wǎng)絡(luò )和用于互聯(lián)網(wǎng)連接的蜂窩網(wǎng)絡(luò )。如果你選擇nRF52系列的nRF52840，它還具有ARM TrustZone和CryptoCell技術(shù)。

　　5 成功因素 ——數據分析

      從傳感器傳輸數據后，最棘手的任務(wù)是數據分析。當滾子軸承的頻率發(fā)生變化時(shí)，這意味著(zhù)什么？這是否有發(fā)生故障的風(fēng)險，是否只是生產(chǎn)過(guò)程改變了，還是周末機器停止運作了？或者是進(jìn)行改變的干預因素？哪些偏差仍屬于正常波動(dòng)？最后：損壞發(fā)生的概率有多高，何時(shí)必須干預？

　　這導致特定的配置文件，其相應的參數和閾值存儲在軟件中。在第一次實(shí)際測試后可能需要重新調整。預測性維護系統還需要在生產(chǎn)變更、機器變更或類(lèi)似變更的情況下進(jìn)行調整。如果你將所有這些要點(diǎn)考慮在內，就離成功不遠了：再也不會(huì )因未發(fā)現的老化系統而出現意外的機器損壞、停機或皮帶故障。維護工作的支出可以更好地提前進(jìn)行計劃，而只有實(shí)際需要的備件才會(huì )自動(dòng)保持庫存。這不僅有利于用戶(hù)，也有利于機器制造商。如果他們將預測性維護系統集成到產(chǎn)品中，可以通過(guò)更高的機器可用性為客戶(hù)提供真正的附加價(jià)值。此外，他們可以使用經(jīng)過(guò)評估的現場(chǎng)使用經(jīng)驗進(jìn)一步開(kāi)發(fā)產(chǎn)品。

　　6 什么是預測性維護？

　　與預防性維護相比，預測性維護不是基于固定維護周期，而是利用現場(chǎng)連續收集的測量數據和相應的數據評估進(jìn)行的基于需求導向的維護操作。預測性維護記錄機器、系統和設備的振動(dòng)或變化噪音，而這些可能在實(shí)際損壞發(fā)生前的一段很長(cháng)時(shí)間內就提示出機器運行存在問(wèn)題。

      本文來(lái)源于科技期刊《電子產(chǎn)品世界》2019年第6期第22頁(yè)，歡迎您寫(xiě)論文時(shí)引用，并注明出處