跳转到主要内容

状态监控

资料下载:选择最佳的振动传感器来进行风轮机状态监控

cathy /

据保守估计,目前全球至少安装了25万台风轮机。未来四年里,全球风轮机市场预计将增长278 GW的陆上容量、44.3 Gw的海上容量。这相当于至少100,000台3 MW的风轮机。随着可再生能源呈现这种增长,加上国家电网的电力投入,风轮机(WT)装置的可靠运行已成为工业和政府结构着重研究的课题。对WT可靠性的量化研究显示,可靠性随时间不断提升。例如,2016年美国国家可再生能源实验室报告显示,在2007年至2013年间,包括变速箱在内的大多数WT子系统的可靠性都得到了提高,变速箱停机时间缩短了7倍。但是,在2018年,变速箱仍然是三大常见故障点之一,且材料成本最高。2,3变速箱每次故障的平均成本最高,一次大型更换平均花费€230,000。

传感器性能如何支持状态监控解决方案?

cathy /

半导体技术和能力的进步为工业应用(特别是状态监控解决方案)检测、测量、解读、分析数据提供了新的机会。基于MEMS技术的新一代传感器与诊断预测应用的先进算法相结合,扩大了测量各种机器和提高能力的机会,有助于高效监控设备,延长正常运行时间,增强过程质量,提升产量。

为了实现这些新能力并获得状态监控的益处,新解决方案必须准确、可靠、稳健,以便实时监控能够扩展到对潜在设备故障的基本检测之外,提供富有洞察力和可操作的信息。新一代技术的性能与系统级洞察力相结合,有助于人们更深入地了解解决这些挑战所需的应用和要求。

振动是机器诊断的关键要素之一,已被可靠地运用于监控各种工业应用中的最关键设备。有大量文献来支持实现高级振动监控解决方案所需的各种诊断和预测能力。但是,关于振动传感器性能参数(如带宽和噪声密度)与最终应用故障诊断能力之间关系的文献则不是很多。本文介绍工业自动化应用中的主要机器故障类型,并确定了与特定故障相关的振动传感器关键性能参数。

下面重点介绍几种常见故障类型及其特性,以便深入了解开发状态监控解决方案时必须考虑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。