witium’s dynamic
上海輝泰Witium推出的預測性維護系統，能夠為客戶的關鍵設備提供在線振動監測、設備故障預測、設備故障診斷、設備智能運維、設備健康管理服務，為工業領域關鍵設備保駕護航。本次應用案例為水泥行業的水泥磨風機，通過加裝Witium溫振一體的三軸加速度傳感器采集在線連續采集振動信號，實現狀態監測;
現場觀察到設備自開機起連續運行，兩日后因震動大而跳機，跳機后重新上電可繼續運行;
發生跳機故障后，雖然設備上電仍可以正常運行，但是經分析復盤后發現軸承故障問題隱患，建議客戶檢修,避免了一次更嚴重的意外停機故障，幫助提前規避故障，優化生產。大型風機長時間停機可能會導致軸承滾子損壞，通過在線式監測設備運行有效的幫助分析故障發生的可能性。
分析內容如下：
1電機的轉速為991RPM;
2可以觀察到運行一段時間后軸向振動上升，跳機前軸向振動達到相對峰值，認為跳機是由軸向振動引起;
3通過頻譜瀑布圖、包絡譜瀑布圖分析，觀察整體頻率成分的變化趨勢，可以看到軸向振動烈度升高時，振動主要來自源133hz、144hz左右。該葉輪軸承型號為22232CC/W33，通過Witium自有的軸承故障庫，配合輸入轉速可得：在轉速為17.9Hz時，軸承外圈故障頻率為146.4Hz;在轉速位16.3hz時，軸承外圈故障頻率為133.3Hz。可以明顯發現該振動頻點值與葉輪軸承22232的軸承外圈特征頻率相符;
4針對第3點，雖然在頻譜上有明顯的峰值，但是在包絡譜上未見明顯異常，如下圖;
5現場未見明顯軸向竄動;
6速度譜可見轉速1倍頻及第2中提及的特征峰值明顯，如下圖：
依托先進的物聯網工業AIoT技術，用MEMS振動傳感器采集設備的振動數據及特征參數(如振動加速度、速度、溫度等)，計算并存儲設備的運行參數，自動生成日數據庫、歷史數據庫及報警庫。通過振動機器學習算法，將特征參數值與模型閾值進行比較，來確定設備當前是處于正常還是故障狀態，邊緣計算網關根據設備故障預測性維護診斷模型分析計算，一旦出現異常或者故障，第一時間報警通知運行管理人員，實現振動預測性維護。幫助用戶查找產生故障的原因，識別、判斷故障的嚴重程度，為科學檢修提供指導，切實提高安全管理水平。
工業設備故障預測系統
工業物聯網振動傳感器
工業邊緣計算網關
AI自診斷
空壓機設備
風機設備
泵機設備
水泥設備
減速機設備
更多行業
輝泰動態
行業資訊
公司介紹
專利資質
招賢納士
聯系方式
在線留言
公安備案號： 31011202009248號