Machines Fault Detection 2.0
Sarai in grado di scaricare in 5 secondi.
Circa Machines Fault Detection
Le tecnologie diagnostiche vengono utilizzate per aumentare l'efficienza delle macchine rotanti nei sistemi energetici rilevando i guasti imminenti. Le piccole macchine rotanti di solito non hanno unità diagnostiche di bordo. Le unità diagnostiche portatili sono costose e richiedono informazioni molto dettagliate sulle macchine monitorate, dal diametro degli elementi di laminazione nei cuscinetti, al numero di barre del rotore. Pertanto, c'è un'area di opportunità per sviluppare un'unità diagnostica a basso costo che non richiede informazioni dettagliate sulla macchina. Gli smartphone moderni sembrano adatti a questo compito perché hanno acquisizione di dati acustici e vibrazionali integrati e una notevole capacità di calcolo. Tuttavia, hanno limitazioni hardware rispetto alle unità diagnostiche all'avanguardia come la frequenza di campionamento dei dati e la sensibilità dei sensori.
Una serie di motori a induzione vengono testati in entrambe le condizioni, sane e difettose (rotore sbilanciato, cuscinetti danneggiati e barre del rotore rotte) per analizzare le vibrazioni e i segnali acustici registrati con uno smartphone. Quindi, i dati registrati vengono analizzati per identificare firme di emissioni sane e difettose. Un totale di circa 85 minuti di emissioni acustiche e circa 125 minuti di dati sulle vibrazioni vengono registrati in tutte le diverse condizioni operative. I risultati mostrano che è possibile stimare la velocità di rotazione della macchina e rilevare guasti con le registrazioni dello smartphone. La firma difettosa delle emissioni acustiche si trova tra 4 KHz – 8 KHz sotto forma di cluster ad alta frequenza e velocità possono essere stimati utilizzando armoniche meccaniche di frequenza rotazionale presenti tra 100 Hz e 1 KHz. Allo stesso modo, la firma difettosa delle vibrazioni si trova lungo lo spettro di frequenza sotto forma di picchi di magnitudine elevata e la velocità di rotazione può essere stimata utilizzando la frequenza di vibrazione di picco. Infine è stata sviluppato un'applicazione Android completamente funzionale basata sui risultati dei test per rilevare automaticamente la velocità del motore e lo stato di salute. I test di convalida hanno mostrato una precisione del 90% nel rilevamento dei guasti.