Machines Fault Detection 2.0

ใบ อนุญาต: ฟรี ‎ขนาดแฟ้ม: 2.20 MB
‎คะแนนจากผู้ใช้: 0.0/5 - ‎0 ‎โหวต

เทคโนโลยีการวินิจฉัยใช้เพื่อเพิ่มประสิทธิภาพเครื่องหมุนในระบบพลังงานโดยการตรวจจับข้อบกพร่องที่จะเกิดขึ้น เครื่องหมุนขนาดเล็กมักจะไม่มีหน่วยการวินิจฉัยบนเครื่อง หน่วยการวินิจฉัยแบบพกพามีราคาแพงและต้องการข้อมูลรายละเอียดมากเกี่ยวกับเครื่องจักรที่ตรวจสอบตั้งแต่เส้นผ่านศูนย์กลางขององค์ประกอบกลิ้งในตลับลูกปืนถึงจํานวนแท่งโรเตอร์ ดังนั้นจึงมีโอกาสที่จะพัฒนาหน่วยการวินิจฉัยต้นทุนต่ําที่ไม่ต้องการข้อมูลเครื่องโดยละเอียด สมาร์ทโฟนสมัยใหม่ดูเหมือนจะเหมาะสําหรับงานนี้เพราะพวกเขามีการซื้อข้อมูลอะคูสติกและการสั่นสะเทือนในตัวและความสามารถในการประมวลผลจํานวนมาก อย่างไรก็ตามพวกเขามีข้อ จํากัด ของฮาร์ดแวร์เมื่อเทียบกับหน่วยการวินิจฉัยที่ทันสมัยเช่นอัตราการสุ่มตัวอย่างข้อมูลและความไวของเซ็นเซอร์

ชุดของมอเตอร์เหนี่ยวนําได้รับการทดสอบทั้งในสภาพที่มีสุขภาพดีและผิดพลาด (โรเตอร์ที่ไม่สมดุลแบริ่งที่เสียหายและแถบโรเตอร์แตก) เพื่อวิเคราะห์สัญญาณการสั่นสะเทือนและอะคูสติกที่บันทึกไว้ด้วยสมาร์ทโฟน จากนั้นข้อมูลที่บันทึกไว้จะถูกวิเคราะห์เพื่อระบุลายเซ็นการปล่อยมลพิษที่ดีต่อสุขภาพและผิดพลาด รวมประมาณ 85 นาทีของการปล่อยอะคูสติกและข้อมูลการสั่นสะเทือนประมาณ 125 นาทีจะถูกบันทึกไว้ตามสภาพการทํางานที่แตกต่างกันทั้งหมด ผลลัพธ์แสดงให้เห็นว่าเป็นไปได้ที่จะประมาณความเร็วในการหมุนของเครื่องและตรวจจับข้อผิดพลาดด้วยการบันทึกสมาร์ทโฟน ลายเซ็นที่ผิดพลาดของการปล่อยอะคูสติกตั้งอยู่ระหว่าง 4 KHz & ndash; 8 KHz ในรูปแบบของคลัสเตอร์ความถี่และความเร็วที่มีขนาดสูงสามารถประเมินได้โดยใช้ฮาร์มอนิกความถี่การหมุนเชิงกลที่มีอยู่ระหว่าง 100 Hz - 1 KHz ในทํานองเดียวกันลายเซ็นความผิดพลาดการสั่นสะเทือนตั้งอยู่ตามสเปกตรัมความถี่ในรูปแบบของยอดเขาที่มีขนาดสูงและความเร็วในการหมุนสามารถประเมินได้โดยใช้ความถี่การสั่นสะเทือนสูงสุด ในที่สุดแอปพลิเคชัน Android ที่ทํางานได้อย่างสมบูรณ์ได้รับการพัฒนาตามผลการทดสอบเพื่อตรวจจับความเร็วมอเตอร์และสถานะสุขภาพโดยอัตโนมัติ การทดสอบการตรวจสอบความถูกต้องแสดงความแม่นยํา 90% ในการตรวจจับข้อบกพร่อง

ประวัติรุ่น

  • เวอร์ชัน 2.0 โพสต์เมื่อ 2014-09-08
    ข้อบกพร่องได้รับการแก้ไขอัลกอริทึมที่ดีขึ้นอินเทอร์เฟซใหม่

รายละเอียดหลักสูตร