風機滾動軸承的視情維修

振動檢測隨著數(shù)據(jù)信息量的大幅度提升以及5G技術的發(fā)展，基于5G的邊緣計算技術已成為一種實時高效的數(shù)據(jù)處理方式且被廣泛使用。機械設備的故障中有相當一部分是由滾動軸承失效引起的，所以如果能通過實時監(jiān)控滾動軸承的運行狀態(tài)，在滾動軸承失效之前就進行更換，將能大幅度降低此類事故的發(fā)生。現(xiàn)在，隨著5G邊緣計算技術的進步，這樣的設想已經成為了現(xiàn)實。采用加速度傳感器來檢測軸承振動的加速度，結合滾動軸承的時域和頻譜特征，通過傅里葉變換[1]、神經網絡算法和聚類算法[2]對軸承分類狀態(tài)進行識別，可實現(xiàn)對滾動軸承的實時狀態(tài)監(jiān)測，如圖1所示。圖1

通過4種設備及技術可以實現(xiàn)滾動軸承的實時監(jiān)控振動檢測的數(shù)據(jù)再通過5G邊緣計算，便能區(qū)分出是動平衡、對中的問題，還是軸承出現(xiàn)了損傷，且給出一個各項缺陷占比的報告。將振動檢測用于軸承的視情維修理論上，由電機帶動的滾動軸承能被觀測到的物理參數(shù)至少有如下幾個：電機運行的電流、軸承運行的振動、軸承運行的雜音以及軸承部位的升溫（它們不一定都能用來進行預警監(jiān)測）。對于旋轉機器的振動監(jiān)測和分析，主要是評價其運行的健康狀態(tài)，發(fā)現(xiàn)和診斷可能存在的潛在故障，包括：不平衡、軸彎曲、偏心、不對中、共振問題、基礎松動、軸承問題等。軸承的問題又可以進一步分為：磨損失效、疲勞失效、腐蝕失效、壓痕失效及膠合失效。按照以可靠性為中心的維護（ReliabilityCenteredMaintenance）[3]理論，在技術可行和實行有價值的情況下，主動性維修中應首選視情維修，且應以小于P到F的時間間隔期進行視情維修，如圖2的運行狀態(tài)圖所示。從圖2中可以看到失效跡象最敏感的是振動，依次是雜音、升溫和發(fā)煙，而電機的電流不能夠作為判斷的依據(jù)。敏感程度排序依次為：振動→雜音→升溫→發(fā)煙。圖2

設備運行狀態(tài)示意圖從出現(xiàn)振動到失效會有數(shù)月的周期間隔，從出現(xiàn)雜音到失效也會有數(shù)周的周期間隔，從出現(xiàn)升溫到失效只有幾天的周期間隔，從出現(xiàn)發(fā)煙到失效就僅有幾分鐘的時間。圖2中P點為潛在失效點（PotentialFailure），F(xiàn)點為失效點（Failure）。在P點之后，隨著失效跡象的進一步明顯，依次會出現(xiàn)雜音、升溫，等到出現(xiàn)發(fā)煙，設備很快就會失效了。在P點之前發(fā)生的故障，則純粹是概率事件，所以無法預測。軸承的振動檢測理論上僅需要定期進行，實施的檢查周期只要短于P到F的時間間隔，即如果采用振動監(jiān)測來進行視情維修，其檢查的周期只需要小于1個月。然而在發(fā)現(xiàn)軸承潛在失效后，尚需要進行處置和恢復的時間，這個處置和恢復必須在失效前執(zhí)行完畢。為此，包括行動時間在內的整個檢查周期都應小于P到F的時間間隔，考慮到振動檢測的成本不高且方便，建議設置為2～3周。當然，如果能做到實時監(jiān)測，就可以更好地維護設備，并進行如圖3所示的平臺化管理。有些制藥公司本來就建有SCADA系統(tǒng)（數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)），其服務器可以設置在云端或本地，監(jiān)測結果