AI赋能，驱动运维效能升级，iDAQ旋转机械预测维护方案收藏

工业旋转机械正朝着大型化、成套化、高速化、智能化方向发展，通过实时状态监测与远程运维保障设备安全可靠、高效运行，成为传统产业转型升级的关键然而现今大部分企业依旧沿用传统设备巡检方式进行设备管理，不仅耗费人力，还极易出现设备非计划停机，诱发安全事故、维护成本攀升等隐患。

为了更好地解决上述问题，加速机械设备智能化升级，研华推出iDAQ旋转机械预测维护方案，其采用模块化分布式测控系统，以及WISE-InsightAPM数字孪生低代码开发平台，通过AI赋能和故障机理模型诊断既可实现预知性检修，还可满足用户定制化需求。

iDAQ旋转机械预测维护方案，设备智能运维的“杀手锏”

硬件部分：采用iDAQ模块化分布式测控系统，实现故障诊断与预测维护硬件采集系统基于开放式架构，采用iDAQ模块化分布式测控系统，包括256k，24-bit，4通道动态信号采集模块iDAQ-801、32通道隔离DIO模块iDAQ-731、4槽独立式机箱iDAQ-964、独立式控制器AMAX-5580等，针对电机、减速箱、泵机、风机、空压机、冲压机、辊压机、轧钢机等通用和专用旋转机械进行健康状态监测和故障预警，实现预知性维修。

软件部分：基于WISE-InsightAPM数字孪生低代码开发平台，满足用户定制化需求软件分析系统基于WISE-InsightAPM数字孪生低代码开发平台，开放各类接口并且支持二次快速开发，保证产品标准功能的同时，还能满足用户的客制化需求。

标准功能包含设备故障预警和设备精密诊断两个方案包，其中设备精密诊断方案包是设备故障预警方案包的进阶版本设备故障预警方案包：输出ISO振动评价指标和AI设备衰退程度指标实现设备故障双指标监测及预警ISO振动评价指标的计算符合ISO 10816旋转机械振动评价国际标准；AI设备衰退程度指标的计算依托非监督学习模型，通过数据预处理、模型训练、模型推理三个步骤实现。

设备精密诊断方案包：输出齿轮和滚动轴承健康因子实现对应零件故障预警及定位。齿轮和滚动轴承健康因子的计算依托故障机理模型，以监测零件结构参数、转速信息、振动信号作为模型输入，输出对应零件健康因子。

此外，该解决方案还内置精密分析模块，提供时域、频谱、时频分布等各类诊断算法，工程师可据此实现设备故障精密分析，满足不同场合应用需求典型案例分享故障预警及精准定位系统，为钢铁企业安全生产保驾护航项目背景某大型钢铁厂轧制生产线轧机使用减速箱作为动力传递装置，因工作环境恶劣且传递扭矩大，设备极易出现突发故障停机，严重影响产线正常生产。

项目实施为提前研判风险隐患，保障设备安全运行，该钢铁厂商选用研华iDAQ-801采集减速箱一级齿轮传动中的主从动轮及其支撑滚动轴承的振动信号，用以判断减速箱的运行健康状态；依据减速箱结构分别在主动轮轴承座和从动轮轴承座上布置振动加速度传感器，并接入主动轮键相信号用以判断减速箱工作转速；选用设备故障预警基础包，同时叠加针对齿轮和轴承的两个设备精密诊断升级包，用以实现减速箱中齿轮和滚动轴承的故障预警和定位，为设备管理人员制定维修保养计划提供科学依据。

经监测显示，预警基础包中AI设备衰退程度指标出现高值报警，预示设备出现异常；精密诊断升级包中监测从动轮的齿轮衰退程度指标同时出现高值报警，预示从动轮出现故障；开箱检查发现从动轮出现轮齿大面积磨损故障，与方案诊断结论一致，表明预警基础包和精密诊断升级包中的齿轮专家诊断模型均实现了既有功能。

针对此次减速箱所存在的问题和故障，客户进行了及时的检修和维护，不仅保证设备稳定运行，更有效避免了安全事故的发生精准诊断，高效运维，用智能化保产增效在现代工厂中存在大量旋转类设备，其运行状况直接关系着整个工厂的经济效益及安全生产。

研华推出的iDAQ旋转机械预测维护方案，采用模块化分布式测控系统，WISE-InsightAPM数字孪生低代码开发平台，集数据采集、实时在线监控、故障分析、维修建议、健康诊断等服务等多功能于一体，可有效帮助企业提质增效，赋能并推动其在智能制造中转型升级。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。