隨著物聯(lián)網(wǎng)、工業(yè)4.0的出現(xiàn)，制造商正在使用各種類型傳感器來收集有關(guān)資產(chǎn)的健康信息，這些信息可為預(yù)測分析流程提供見解，例如工單生成和預(yù)測潛在的設(shè)備停機時間。
在將制造商的傳感器數(shù)據(jù)集成到物聯(lián)網(wǎng)平臺時，考慮傳感器的類型范圍非常重要，一些重要的傳感器測量溫度、電壓、振動、電力和濕度。本文提出了一個問題：聲學(xué)傳感器能否有效診斷機器健康？
我們經(jīng)常根據(jù)聽到的噪音來診斷機器問題，遺憾的是，人類只能聽到20--22000 Hz范圍內(nèi)的聲音，還有很多聞所未聞的聲音人類無法聽到，而人類聽力范圍之外的聲音也能對機器健康產(chǎn)生有價值見解。
光或超聲傳感器問題
機器由相互磨合的運動部件組成，可以產(chǎn)生摩擦和噪音，因此許多機器故障可以通過聲音檢測。像可見光這樣的裝置不能用于這種機器，因為光不能通過機器部件，因此無法確定任何關(guān)鍵問題。
超聲波傳感器倒是很有希望，但是，同樣可以檢測微小聲音的超聲波價格昂貴，并且還需要接收器和發(fā)射器在機器周圍移動——類似醫(yī)院里的超聲波儀器，因此，超聲波并不理想。
此外，工業(yè)運營商也不喜歡侵入式解決方案，而聲學(xué)傳感器允許非侵入式設(shè)置，對工作空間侵入最小。
聲學(xué)傳感器可以診斷機器健康嗎？
結(jié)合預(yù)測算法，非侵入式聲學(xué)傳感器可以在機器出現(xiàn)故障之前就能檢測到微弱噪聲。
實時檢測聲音的另一種方法是聲學(xué)相機，其捕捉聲波并以熱成像方式可視化它們，然后通過算法分析這些信息，以確定故障的根本原因。例如，在電力傳輸系統(tǒng)中，這種相機可以確定異常聲音的特定點，并利用它來預(yù)測部件故障的早期階段，比如，在輸送空氣或液體的加壓管道系統(tǒng)中，這種相機可以精確檢測到維修人員視線之外的泄漏點。
可以將多個聲學(xué)傳感器放置在機器中的目標(biāo)位置，并將它們連接到無線邊緣設(shè)備來收集數(shù)據(jù)，無線邊緣設(shè)備直接將數(shù)據(jù)發(fā)送和上傳到云服務(wù)器，在那里可以對數(shù)據(jù)進行分析。結(jié)合資產(chǎn)管理系統(tǒng)和預(yù)測分析，可以提供關(guān)鍵資產(chǎn)效率參數(shù)的詳細信息。
機器可持續(xù)的聲學(xué)診斷
根據(jù)一些研究，高達40%的工廠能源成本可能是由損耗造成的。當(dāng)電機開始退化時，機器的整體效率會降低，為了彌補效率降低，電機需要消耗更多能源。這導(dǎo)致額外的電力消耗和更高的電費支出。
使用聲學(xué)傳感器來發(fā)現(xiàn)機器缺陷使制造商能夠在這種損耗開始之前修復(fù)機器，減少停機時間和電力成本，同時延長機器的使用壽命。這可以為運營部門節(jié)省大量成本，例如，我們看到有公司將耗電量降低了10%，由于該公司在全球運營著大約5億臺電機，因此節(jié)省了大量成本。
考慮到上述所有優(yōu)勢，聲學(xué)傳感器和相機完全可以成為物聯(lián)網(wǎng)預(yù)測分析的強大工具。
