כיצד לנתח את Velocity חיישן נתונים עבור תחזוקה חיזוי במפעלי כוח

תחזוקה חיזויית הפכה אבן הפינה של פעולות כוח מודרני, שינוי אסטרטגיות תחזוקה מתיקון פעיל לתערבויות מונעות נתונים. בין זרמי נתונים רבים זמינים, נתוני חיישן מהירות עומד כקלט קריטי עבור ניטור מכונות מסתובבות כגון טורבינות קיטור, טורבינות גז, משאבות, משאבות, דחוסים וגנרטורים אלה ללכוד את המהירות של סיבוב ותבניות רטט, המציע חלון לתוך ציוד אמיתי של ציוד אבטחה מוקדם יותר, ניתוח מדויק של תכונות אבטחה, ומאפשרים של חומרים אלה.

הבנת חיישנים של Velocity במפעלי חשמל

סוגים של חיישנים של Velocity

חיישני Velocity המשמשים בתחנות כוח הם בדרך כלל אלקטרודינמיקה או מכשירים אדזואלקטריים המייצרים מתח פרופורציה למהירות פני השטח רוטט.

(FLT:0 חיישנים מהירות אלקטרונית מהירות חיישנים (FLT:1) ידוע גם כ transducers מהירות סיסמי, אלה משתמשים סליל נעים בתוך שדה מגנטי.הם חזקים בשימוש נרחב עבור מדידות נמוכות עד בינוני (בדרך כלל 10 הרץ עד 1 kHz) הם לעתים קרובות רכובים ישירות על נושאים.
(FLT:0)Piezoelectric accelerometers with אינטגרציהFLT 1 - בעוד accelerometers למדוד האצה, מערכות מודרניות רבות משלבות את אות האצה כדי להפיק מהירות.זה מאפשר טווח תדר רחב יותר חבילות חיישן קומפקטי יותר.
(FLT:0)Laser Doppler vibrometersssveFLT:1) - חיישנים שאינם מגע בשימוש ביישומים מיוחדים שבו הגדלה פיזית היא לא מעשיית, כגון על משטח חם או רוטטטיבי מאוד.הם מציעים דיוק גבוה אבל הם יקרים פחות נפוצים ניטור שגרתי.

ברוב יישומי תחנת הכוח, חיישני מהירות אלקטרודינמית או מדממים משולבים הם הבחירה הסטנדרטית בשל האמינות שלהם, יעילות עלות ויכולת לעמוד בסביבות קשות.הם מותקנים בדרך כלל על גבי נקודות נושא, קלאסינג, ונקודות מבניות אחרות שבהן אנרגיית רטט מועברת.

כיצד Velocity חיישן נתונים רפלקציה מצב הציוד

נתוני Velocity מספקים מדד ישיר של האנרגיה המכנית של רטט.תחת תנאים רגילים, הפעלת מכונות מראה רמת רטט בסיסית המשתנה עם עומס, מהירות וטמפרטורה. Deviations מן הבסיס הזה - בין אם מגמות הדרגתיות או ספייקטים פתאומיים - שינויים משמעותיים במצב מכני.

(ב) ,0) ,ההתדרות כוללת של מהירות כללית (ב) עלולה לסימן לבתוב, חוסר איזון רוטר או חוסר איזון.
(FLT:0) רכיבים של תדירות כפליים (למשל, 1x מהירות ריצה, 2× מהירות ריצה, הרמוניות) יכולים להצביע על סוג השגיאה.
(FLT:0 שינויים במערכות יחסים של שלב 10) בין מספר מקומות חיישן יכולים לחשוף התחדשות מבנית או בעיות הפיכה.

הבנה של מערכות יחסים אלה היא יסוד להפוך נתונים של חיישן גולמי לתובנות תחזוקה בלתי ניתנות להפעלה.

אסטרטגיות איסוף נתונים עבור חיישנים Velocity

שיעור תזמון וקצב

ניתוח משמעותי דורש שיעורי דגימה נאותה.עבור רוב מכונות מסתובבות בתחנות כוח, שיעור דגימה של לפחות 2.56 פעמים את תדירות הריבית הגבוהה ביותר הוא הכרחי (קריטריון ניטקטורט) לדוגמה, לנתח רטט עד 1 kHz, שיעור הדגימה של לפחות 2,560 דולר לשנייה הוא צורך.

מיקום חיישן והרהורים

עלייה נכונה היא קריטית לאיכות הנתונים.לורי חיישנים של Velocity יש להיות מחובר נוקשה משטח המכונה באמצעות אדנים, דבקים, או בסיסים מגנטיים. סטוד הרינג מציע את התגובה הטובה ביותר תדירות ואמינות. בסיסים מגנטיים הם נוח אבל יכול להעצים אותות גבוהים.

דיור (כיוונים חיצוניים ואקאליים)
« « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « « «
קרן נקודות לזיהוי התחדשות מבני

איסוף נתונים צריך לעקוב אחר מסלול עקבי ולוח הזמנים.תחנות כוח רבות משתמשות בגליונים נתונים אוטומטיים או מערכות ניטור רציף המעדישות נתונים במרווחים קבועים (למשל, שעה או יום).

שיקולים איכותיים

נתוני מהירות Raw מכילים לעתים קרובות רעש מהתערבות חשמלית, חזרות מכניות שאינן קשורות למכונה המנטרת, או חיישן הצטברות חפצים. בדיקות איכות נתונים הן חיוניות לפני הניתוח.

(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) ,0) ,9 ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

אלגוריתמים אוטומטיים של אימות יכולים לדגל נושאים אלה, המאפשרים לאנליסטים להוציא נתונים מושחתים או ליישם סינון מדויק.

עקבו אחרי Velocity Sensor Data

סינון

לפני הניתוח, נתוני מהירות גולמי הוא בדרך כלל מפוספס-מסונן להסיר סחף נמוך (below 0.5 הרץ) ורעש גבוה ⁇ מעל טווח הריבית (למשל, 1 kHz עבור מכונות כלליות) לניתוח נושא, מסנן גבוה במרחק של בערך 1-2 k עשוי להיות מיושם.סוגי מסנן משותף כוללים Butterworth (עבור שטוחהרמת מקסימלית) או ניתוח צ'ייב (השלבים) חייב להיות מיושם בזהירות.

המונחים:

אם משתמשים במדממים, אות האצה חייב להיות משולב באופן מספרי כדי להשיג מהירות.אינטגרציה זו חייבת לקחת בחשבון את המצב הראשוני ולהסיר כל רכיב DC כדי למנוע סחף אינטגרציה.רוב מערכות רכישת נתונים מודרניות לבצע שילוב זה בחומרה או בשחיקה.

נורמליזציה ומגמות

כדי להשוות נתונים על פני תנאי עומס שונים או תקופות זמן, נורמליזציה עשויה להיות הכרחית.לדוגמה, קריאה מהירה ניתן לחלק על ידי המהירות הדירוג של המכונה לייצר אינדיקטור ללא ממד. מגמות לטווח ארוך (שינויים נמוכים במהלך חודשים) ניתן לחלץ באמצעות ממוצעים נעים או עקומה, בעוד וריאציות קצרות טווח (שעה או יום) נשמרות לעתים קרובות עבור זיהוי.

טכניקות ניתוח עבור Velocity חיישן נתונים

ניתוח זמן-Domain Analysis

הניתוח הפשוט ביותר כולל פיזור מהירות גולמית לאורך זמן ומחשוב מדדים סטטיסטיים כגון ערך RMS הכולל (כיכר שורש), אמפליטודה שיא-peak, גורם crest, ו kurtosis. המדדים האלה מספקים אינדיקטור בריאות מהיר:

(FLT:0)RMS SpeedofFLT:1 - לעתים קרובות מתואמות חומרת רטט הכוללת לתקני ISO 10816.
(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

ניתוח זמן-דומיין שימושי עבור אזעקה אבל מוגבל אבחון סוגים ספציפיים של תקלות. זה משמש ככלי סינון קו ראשון.

ניתוח Frequency-Domain Analysis (Spectral Analysis)

הארבעה יותר הופך את נתוני המהירות מתחום הזמן לדומיינים בתדרים, ומייצרת ספקטרום רטט.זוהי הטכניקה החזקה ביותר לזיהוי תדרי אשמה.

(ב) ,0) בחר חלון מתאים (למשל, הנינג, ההינג) כדי להפחית את הדליפה הספקטרוםית.
(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(FLT:0) ,Identify תדרים אופייניים של LT:1אנדר (כמו 1×, 2× מהירות פיר, משבי גב, תדרי פגם (מבוססים על גיאומטריה), ומכשירי mesh.
(ב) ⁇ 0 (בשיתוף ספקטרום) , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

דוגמה: בטורבינה אדים, עלייה במרכיב 1x עם בולט 1 × צד פס עשוי להצביע על חוסר איזון רוטטור. a high- ⁇ t סביב תדרי מסיכה מרמזת על ספיגה.

Machine Learning for Advanced Pattern Recognition

עם הגידול של טכנולוגיית תאומים דיגיטלית ומחשוב קצה, מודלים למידת מכונה (ML) יותר ויותר עבור ניתוח אוטומטי של נתוני חיישן מהירות.

(FLT:0) למידה מבוססת על למידה (DigtureFLT:1) - מערכי הדרכה (למשל, תמיכה במכונות וקטור, יערות אקראיים או רשתות עצביות) על נתונים מתוייגים של תנאים רגילים ופגום.המודל יכול לחזות את מצב הבריאות של נתונים חדשים.
(ב) [ה] [ה]: [ה] [ה]] [ה]], [ה], [ה],] [ה], [ה],] [ה]]התביעה], היא שימוש בדוגמאות של פגמים.
(FLT:0) למידה מרחוק (Deep LearningofLT:1) - רשתות עצביות מהפכתיות (CNN) או רשתות זיכרון לטווח קצר ארוך (LSTM) יכולות ללמוד תכונות ישירות ממחזור זמן גולמי או spectrograms, ביטול הנדסת תכונות ידניות.

מודלים של ML יכולים לספק שעות או ימים מוקדם לפני האזעקות המבוססות על הסף המסורתי, כפי שהוכח במספר מחקרים מתעשיית החשמל.

קביעת משיכת כתפיים ואזהרות

תחזוקה יעילה של חיזוי דורש קביעת סף משמעותי למדידות מהירות.סףים אלה מבוססים בדרך כלל על:

(FLT:0) תקני חישוב 1 - ISO 10816-1 מספק אזורי חומרה (A, B, C, D) לשיעורי מכונה שונים המבוססים על מהירות RMS הכוללת.
(FLT:0) הגבלות סטאטיסטיות של 1FLT – שימוש בנתונים היסטוריים כדי להגדיר גבולות שליטה (למשל, 3sigma מעל הממוצע).
(FLT:0)Rate-of-changes סף החלפה 1) - מעקב אחר הנגזרת של מהירות RMS.עלייה מהירה מעבר לשיעור מוגדר מראש (למשל 10% בשבוע) עשוי להצביע על כשל מיידי גם אם ערכים מוחלטים נשארים מתחת לגבולות אזעקה.

יש לקשור אזהרות ( ניטור של חקירה), התראה (תחזוקה של התוכנית), קריטי (סגורה מיידית) כל שכבה צריכה להגדיר פעולות תגובה ונתיבי הסלמה.

כלים וטכנולוגיות לניתוח נתונים של Velocity

תוכנת ניתוח Vibration Analysis Software

(ב) פלטפורמות תוכנה מיוחדות כגון Bentlyנבאדה System 1,FLT:0Brüel & Kjær's B&K ConnectearFLT:1, ו-FLT:2Schaeffer של ניטור חכם וגילוי חכם של Kjær 3 לספק ניתוח מקיף, גרפים טרנדים ודיווחים אוטומטיים.

מידע על רכישות קשות

מערכות רכישת נתונים מודרניות (DAQ) מציעות ממירים אנלוגיים-ל-דיגיטליים ברזולוציה גבוהה, מסננים נגד-aliasing, ומיזוג אותות משולבים.מערכות של מכשירים לאומיים, סימנס, ו Emerson משמשים בדרך כלל בהגדרות תחנות כוח.מערכות ניטור מקוונות רציף (למשל, FLT:0GE BentlyנבאדהF1LT) לספק נתונים בזמן אמתי לסטרימינג שרתי ענן מרכזי או פלטפורמות ענן מרכזיות.

פלטפורמות למידה מכונות

כלים כמו TensorFlow, PyTorch, ו-Sykit-learn מאפשרים פיתוח מודל ML מותאם אישית.עבור פריסה תפעולית, מכשירים קצה (למשל, Nvidia Jetson, Raspberry Pi עם מאיצים) יכולים לרוץ בהקצאה מקומית, לשלוח רק התראות לענן.זה מקטין רוחב פס וכבדות.

ויזואליזציה Dashboards

לוחות דשונים שנבנו על פלטפורמות כמו Grafana, Power BI, או באופן פשטני מאפשרים לצוות תחזוקה להציג מגמות מהירות בזמן אמת, spectra, ו יומני אזעקה. לוחות נתונים יעילים צריך להדגיש את המדדים החשובים ביותר (למשל, 5 מכונות העליון עם רטט גבוה) ולספק יכולות של קידוח נתונים גולמיים.

יתרונות ניתוח נתונים תקין של Velocity

יישום מסגרת ניתוח חזקה מניב שיפורים ניכרים בביצועי תחנת כוח:

(FLT:0) חינוך ללא מתוכנן למטה זמן קצר: 1) - גילוי מוקדם של תקלות או חוסר איזון מאפשר תחזוקה להיות מתוכנן במהלך פרסום המתוכנן.מחקרים ממכון המחקר של חשמל כוח (EPRI) מציעים כי תחזוקה חיזוי יכול להפחית את זמן ההשבתה הקשורה טורבינות עד 30-50%.
(FLT:0) העברת ציוד חיים 1FLT - על ידי טיפול בבעיות מוקדם, רכיבים חווים פחות נזק משני.
(FLT:0) עלויות תחזוקה של לואוור 1FLT - תיקון עלויות הנושאות שחוקים באופן משמעותי פחות מאשר החלפת רוטטור או ממריץ פגומים.חלקי ספאר ניתן להזמין מראש, הימנעות מדמי משלוחים מפורשים.
(FLT:0) שיפור הבטיחות של בטיחות (FLT:1) - כשלים קטסטרופליים (למשל, התפוצצות טורבינות) הם נדירים מאוד, אך ניתן למנוע באמצעות ניטור עקבי.
(FLT:0) ציות רגולטוריות (FLT:1) - תחומי שיפוט רבים דורשים ניטור רטט עבור ציוד קריטי כחלק מתקנות בטיחות וסביבתיות (למשל, OSHA 1910.219).

אתגרים משותפים ואסטרטגיות מייגציה

רעש והתערבות

סביבות תחנת כוח הן לולאות ירוקות מבחינה חשמלית, הפרעה אלקטרומגנטית ממנועי, והפרעות בתדר רדיו יכולות להשחית אותות. Mitigations כוללות שימוש בכבלים מעוותים מעוותים, קלטות שונות, ומניפולטורים אותות אותות.

חיישן Drift ו- Calibration

חיישני Velocity יכולים לנסחף לאורך זמן בשל רכיבה על אופניים טמפרטורה, מגנטים מזדקנים, או ללבוש מכני. כיול קבוע (כל 6-12 חודשים) נגד מקור רטט ידוע הוא חיוני.בבדיקות כיפוף ישיבה באמצעות מד תאוצה התייחסות ניתן לבצע במהלך הפסקות.

נפח אחסון ואחסון

ניטור רציף מייצר terabytes של נתונים לאורך שנה. Compressing נתונים, באמצעות הקלטה המבוססת על אירועים (רק מחסנית גלפורות כאשר אנומליות מתרחשות), או סיכומים נתונים לתכונות סטטיסטיות מפחיתים את דרישות האחסון.

המונחים Complexity

חתימות מורכבות של טורבינות מרובות שלבים או ארגזים הילוכים יכול להיות מאתגר לפרש.לחדוד בין אנליסטים למהנדסי רטט וציוד, בתוספת השימוש במערכות מומחים או אבחון מבוסס AI, עוזר לגשר על הפער. Peer-review מחקרים מארגונים כמו FLT:0EPRIFLT:1 לספק דפוסים משמעותיים.

מחקר מקרה: Detecting a Gas Turbine Bearing Fault Using Velocity Data

צמח משולב של מחזור מעקב אחר טורבינות גז עם שלושה חיישני מהירות הרכובים על הדיור של הדחיסה, טורבינות בלחץ גבוה, טורבינות בלחץ נמוך.ר.ברמת RMS נותרה בתוך אזור ISO B במשך חודשים. עם זאת, ניתוח ספקטרלי חשף שיא איטי ב 58 הרץ, בהתאמה לתדירות הכלוב של דחף דחיסה, אשר נמשך ניתוח מעטפה נוספת של צמח מתוכנן מראש של 40,000 $, 000, 000, 000, 000 גרם לירידה של המוצר היה נמנעה עלות מאוחרת של לחץ עלות.

דוגמה זו ממחישה כיצד ניתוח ספקטרלי קבוע, גם בהיעדר תנאי אזעקה, יכול לספק התראה מוקדמת.הצמח כולל כעת ניתוח עטיפה תקופתי כחלק מניתוח שגרתי שלו.

שילוב עם מקורות נתונים אחרים

נתוני חיישן Velocity הם החזקים ביותר בשילוב עם קלטי חיישן אחרים:

(ב) חיישנים של פיתויים (FLT:1) - ספייק טמפרטורה דוהרת לעתים קרובות תואמים עם עלייה ברטוטה, מתן גלגול צלב.
(FLT:0) תוצאות של נתוניםFLT:1 - לחץ קיטור, שערי זרימה, עומס חשמלי יכול להשפיע על רמות רטט.נורמליזציה של נתוני רטט נגד עומס מסייע להבחין פגמים מכניים משינויים תפעוליים נורמליים.
(FLT:0) ניתוחי Oil (FLT:1) - חלקיקי מתכת בשמן סיכה יכול לאשר את ללבוש מזוהה על ידי ניתוח רטט.
(FLT:0) פליטות פליטות פליטות אקספוציטיות (Acousticalcio פליטות) 1:1 - נתונים אקוסטיים גבוהים יכולים לזהות תקלות בלתי אפשריות מוקדם יותר מאשר חיישנים מהירים.

מערכת בריאות נכסים משולבת הממזגת את זרמי הנתונים האלה מספקת אבחון מדויק יותר ומפחיתה את האזעקות המזויפות.

מגמות עתידיות ב-Valocity Sensor Data Analysis

התחום מתפתח במהירות.מגמות מפתח כוללות:

(FLT:0) חיישנים ללא חשמלFLT:1 - חיישני מהירות אלחוטיים דלת כוח נמוכה הופכים להיות קיימא עבור צמחים שבהם קנונית היא יקר. אנרגיה קצירת רטט או תאים סולאריים מאפשר פריסה ארוכת טווח.
(FLT:0)Edge AIFLT:1 - למידת מכונות הקצוץ בצומת החיישן מאפשר זיהוי בזמן אמת ללא תלות בענן, חיוני עבור מערכות קריטיות בטיחות.
(FLT:0) תאומים מלומדים (FLT:1) - מודל וירטואלי של תחנת הכוח המדמיינת התנהגות רטט בתנאים שונים ניתן לעדכן ללא הרף עם נתוני חיישן אמיתיים כדי לחזות חיים שימושיים הנותרים (RUL).
(FLT:0) הסבירו את AIFLT:1 - כמו מודלים של ML להפוך מורכב יותר, הפרשות כלים (למשל, ערכי SHAP, LIME) לעזור אנליסטים לבטוח ולהבין המלצות אוטומטיות.

אימוץ טכנולוגיות אלה ישפר עוד יותר את יעילות תוכניות תחזוקה חיזוי.

מסקנה

ניתוח נתוני חיישן מהירות הוא מרכיב חיוני של תחזוקה חיזוי במפעלי כוח.על ידי הבנת טכנולוגיית חיישן, יישום איסוף נתונים חזק ועיבוד, יישום ניתוח זמן-דומיין ותדירות-דומיין, מינוף למידת מכונה, וקביעת סף מתאים, צוותי תחזוקה יכולים לשפר באופן משמעותי את האמינות, בטיחות ויעילות עלות עלויות, בעוד אתגרים כגון רעש, קלמנטציה, נתונים ופירוש מתמשך, הם יכולים להיות מנוהלים עם שיטות בקרה מתאימות של שינוי יעיל יותר של טכנולוגיות הפעלה של כוח וגמישות, כמו שיטות בקרה דיגיטלית, כמו שיטות בקרה, כמו שיטות בקרה.