机械故障的失效类型
一般来说, 机械故障失效类型主要分为两大类：
机械振动, 频率在10Hz到1kHz 或2Hz到1kHz （ISO 10816）
机械磨损, 频率在2Hz到6kHz
图1：失效类型 vs 振动频率
（图片来源：ADI为你的应用选择最合适的加速度传感器）
振动测量是目前最常见的方式，因为它能够可靠地指示机械问题，如不平衡以及轴承故障等问题。
传感器的选择
对于CBM, 常见使用传感器测量的信息有：振动、温度、声音、流量、压力等。
测量 |
传感器 |
主要特性 |
失效类型 |
振动 |
加速度传感器 |
在CBM应用中广泛使用 |
轴承状态、齿轮啮合、泵气蚀、未对准、 不平衡、负载条件 |
声压 |
麦克风 |
低成本/功率/尺寸 |
|
电流 |
电流传感器 |
低成本、非侵入性、通常在电机供电时测量 |
偏心转子、绕组问题、转子条问题、供电不平衡、轴承问题 |
磁场 |
磁性传感器(IC) 磁性传感器模块 |
低成本/尺寸、频率高达250 Hz、在温度范围内保持稳定 |
转子条、端环问题 |
温度 |
红外温度传感器 |
一次性配备成本高昂、精准的多项资产/热源 |
由于摩擦、负载变化、过度启停、供电不足等造成的温度变化 |
电阻式温度传感器 热电偶 红外线温度传感器 |
低成本、小尺寸、准确 |
传感器参数指标
在选择传感器之前，首先应该了解电机的失效类型。对于加速度传感器比较关键的参数有：噪声密度、带宽范围、线性度等。传感器的性能越好，分析能力就越强。
比如对于低转速电机的不平衡问题，可能需要低噪声密度传感器，但是其对于带宽范围要求相对比较低。而对于齿轮故障检测，可能需要低噪声密度和宽带宽范围。
通过Digi-Key提供的参数搜索功能，可以筛选出所需的传感器，比如ADI加速度传感器。
基于状态的维护（CBM）设计实现
加速度传感器输出主要分为模拟和数字两种。模拟输出的传感器一般都会再接一个独立ADC或者连接到有集成ADC功能的MCU，来转化成数字输出。因此如何有效地进行数字信号处理就变得特别重要。
边缘节点（Edge Node）
一般ADC或传感器的数字输出方式主要为SPI。这种方式往往不提供任何数据完整性检查机制、时间戳（time stamping）以及混合来自不同传感器的数据等功能。
因此，把传感器数据打包到更高级别协议的边缘节点中，然后再传送，会变得非常有效。这可以使得传感器接口更加健壮和灵活。这就要求边缘节点使用合适的方式处理打包数据流。
总线选择
一般ADC或传感器的主要数字输出方式为SPI。SPI是一种不平衡的单端串行接口，主要用于短距离传输数据。
长距离有线传输，可以选择使用RS-485传输。RS-485信号传输是平衡的差分式传输，本身便能抗干扰, 适用于较长距离的数据传输。RS-485在100米以下的传输距离，数据传输速率可以达到50Mbps。如果降低数据传输速率，传输距离可以延长到1000米。（产品示例：ADI RS-485收发器）
长距离无线传输的方式有很多，比如Wi-Fi、蓝牙、LoRa、zigbee等等。这里以ADI SmartMesh为例，带大家初步了解长距离无线传输的连接方式。
ADI SmartMesh IP网络基于6LoWPAN标准（IEEE 802.15.4e），基于2.4GHz频段，具有低功耗高可靠性的特点。
图2：SmartMesh 网络连接
（图片来源：ADI选择正确的加速度计以进行预测性维护）
更多的技术信息，可以参考以下资源：
ADI SmartMesh
更多ADI RF 收发器模块
数据分析
采集完数据之后就是分析数据。目前存在多种振动分析技术。比如使用数字滤波，用于克服流程本身或者由机器的其他组件导致的寄生振动，还可以使用数学工具进行辅助，例如ADcmXL3021中包含的工具（计算平均值、标准偏差、波峰因素、峰度等）。
分析可以在时域中进行，也可以对频率做分析。特别是频率分析，可以提供关于异常及异常原因的信息的分析。
无论使用哪种分析方法，关键是要确定最佳警报阈值，以使维护操作既不会太早也不会太迟。
本文小结
不管是工业4.0，还是中国制造2025，都加速了工业向自动化发展的趋势。对于高技术产业，诸如机器人技术、人工智能等，往往需要更先进的方式以确保系统的可靠性。基于状态的维护（CBM）能够通过实时监控来确保系统可靠性，因此这一方法变得越来越重要。
喜欢Digi-Key的文章吗？立即到Digi-Key官网，或关注Digi-Key官方微信digikey_electronics吧！
