Gartner在预测未来科技热点时指出“数字化颠覆”概念是未来发展的一个重要核心，在今日的工业领域，以全数字化为特征的第四次工业革命已然在全球拉开帷幕，极大激发了制造企业对全生产系统进行改造和优化的勃勃雄心。
例如传统维护模式中的故障后维护或定期维护会影响生产效率与产品质量，大幅提高制造商的成本，而物联网、大数据、云计算、人工智能与传感技术的成熟应用，预测性维护技术这一“杀手级”应用应运而生。据相关机构预测，到2024年，全球预测性维护市场规模年复合增长率将超过39%，达到235亿美元。本文以全球高性能半导体技术提供商ADI的产品为例，将介绍如何在工业数字化的进程中选择合适的预测性维护解决方案。
基于故障时间线分析，确定可预测性维护的最佳时机
通常而言，预测性维护涉及使用CbM(基于状态监测)、机器学习和分析等的技术组合来预测即将发生的机器或资产故障。在监测机器的健康状况时，需选择最合适的传感器，以确保能够检测、诊断甚至预测故障，这点至关重要。目前有许多传感器被用于检测旋转机器及其负载中的故障，从而避免意外停机。由于许多旋转机器(电机、齿轮、泵和涡轮机)以及非旋转机器(阀门、断路器和电缆)监控都用到了预测性维护技术，所以很难对每个传感器进行排序。
因此，最佳的预测性维护策略是有效利用尽可能多的技术和传感器来提早检测故障，且检测结果高度可信，如此则无需使用一刀切式的传感器解决方案。下图显示了从安装新电机到电机发生故障期间发生的事件的时间表，以及推荐使用的预测性维护传感器类型。
机器健康状况与时间
如果故障发生在两次定期维护检查之间，则很可能导致意外停机。在这种情况下，需要使用合适的预测性维护传感器来尽可能提早检测潜在故障，振动、声学与温度分析通常被认为是使用预测性维护的最佳起点，能够比其他传感器更早地检测某些故障，例如轴承损坏等。大多数预测性维护系统只使用其中一些传感器，因此必须确保除了使用合适的传感器来检测这些潜在的关键故障之外，还要深入了解这些故障。
常用于实施CbM的传感器
MEMS加速度计检测振动如何让故障“无处遁形”?
现阶段制造商使用包括振动、噪声、温度测量等多种参数来确定启动维护操作的时间，在可测量的物理量中，振动频谱测量能够针对旋转机器中的问题的根源提供最多信息，异常振动可能是滚珠轴承故障、轴偏差、不平衡、过度松散等问题。
振动测量可以使用放置在被监测元件附近的加速度计进行，这种传感器可以是压电式，也可以是MEMS类型，后者更具优势，不仅可以在低频率下提供更好的响应，而且体积小巧。滚珠轴承发生故障时，每次滚珠碰触到开裂处，或者触碰到内环或外环的缺陷位置，就会发生撞击，引起振动，甚至导致旋转轴轻微移位。撞击发生的频率由转动速度，以及滚珠的数量和直径决定。
与此同时，一旦故障出现，撞击有时候会产生可以听见的声音，即冲击波，表现为低能量谱分量和相对较高的频率，通常大于5 kHz，而且总是远远超过基本的旋转频率。只有低噪声、高带宽加速度计才能测量与首个故障信号相对应的频谱线，ADI的ADXL100x便可以很好完成测量。作为一款压电式加速度计，ADXL100x具有超低噪声和宽带宽，加上与工业标准连接(ICP和IEPE)耦合，几十年来一直是实施振动测量的典型传感器。MEMS加速度计已经调整为可以和IEPE标准模块连接，该转换电路以ADI参考设计为基础，是基于一种特殊的PCB进行设计，可以在宽频带上工作，以在后期设计成一个机械模块。
MEMS加速度计、IEPE参考、PCB设计允许在IEPE机械模块中改进ADXL100x系列CbM加速度计
除了ADXL100x(ADXL1001/ADXL1002/ADXL1003/ADXL1004/ADXL1005)加速度计外，ADI还提供一系列从通用、低功耗、低噪声、高稳定性和高g的MEMS加速度计，一直到智能终端节点模块，对于分析机器状态非常有用。例如在更严格的带宽范围内观察发现，ADXL35x系列产品 (ADXL354/ADXL355/ADXL356/ADXL357) 具备低噪声等级特性(噪声低至20 μg/√Hz，带宽为1500 Hz)，与提供模拟输出的ADXL100x系列产品不同，ADXL35x系列产品可以提供数字输出，用于简化与微控制器的接口。
从组件到完整模块，ADI设备健康监测系统产品全线布局
事实上，针对电机控制系统预测性维护与工业系统设计要求的低功耗、高效率，ADI提供了门类齐全的产品组合。除了MEMS加速度计之外，还包括了模数/数模转换器、放大器、嵌入式处理器、iCoupler®数字隔离器、电源管理器件和实时以太网解决方案。这些高性能的器件和增加系统集成度有助于实现更新型的拓扑结构设计，为客户实现系统的差异化设计带来价值。
由于振动+温度检测的模式是非常有效能够检测出设备异常的高性价比方案，针对此方案的实现，ADI SMS(Smart Motor Senor)是Otosense AI平台下的系统级解决方案，通过集成的ADI高性能振动、温度与磁传感器采集数据，能够在早期就检测到电机的异常状况，并且通过SmartMesh无线网络将数据上传到云端，客户可以在各类终端设备上监控到电机的状况，并进行一些综合性的数据分析。
SMS技术最突出的优势就是能够检测出最多9种电机异常，包括供电异常、定子异常、转子异常、机轴平衡、定转子对称、轴承异常、轴心偏移、散热异常、固定异常。除了电机异常检测外，SMS还可以对电机的运行状态进行监测，包括开关机次数、运行时间、转速、电流、输出力矩/功率等，能够让运动控制系统变得更智能。
作为率先推出了支持预测性维护MEMS加速度计系列且仍是少数能够提供如此高性能的MEMS加速度计的提供商之一，ADI将继续在传感器、信号链解决方案、机械模块、平台、机器学习算法、人工智能软件平台和整体系统解决方案等领域持续创新，以帮助客户加速迈向工业4.0。
（转载）
