witium’s dynamic
上海辉泰Witium推出的预测性维护系统，能够为客户的关键设备提供在线振动监测、设备故障预测、设备故障诊断、设备智能运维、设备健康管理服务，为工业领域关键设备保驾护航。本次应用案例为水泥行业的水泥磨风机，通过加装Witium温振一体的三轴加速度传感器采集在线连续采集振动信号，实现状态监测;
现场观察到设备自开机起连续运行，两日后因震动大而跳机，跳机后重新上电可继续运行;
发生跳机故障后，虽然设备上电仍可以正常运行，但是经分析复盘后发现轴承故障问题隐患，建议客户检修,避免了一次更严重的意外停机故障，帮助提前规避故障，优化生产。大型风机长时间停机可能会导致轴承滚子损坏，通过在线式监测设备运行有效的帮助分析故障发生的可能性。
分析内容如下：
1电机的转速为991RPM;
2可以观察到运行一段时间后轴向振动上升，跳机前轴向振动达到相对峰值，认为跳机是由轴向振动引起;
3通过频谱瀑布图、包络谱瀑布图分析，观察整体频率成分的变化趋势，可以看到轴向振动烈度升高时，振动主要来自源133hz、144hz左右。该叶轮轴承型号为22232CC/W33，通过Witium自有的轴承故障库，配合输入转速可得：在转速为17.9Hz时，轴承外圈故障频率为146.4Hz;在转速位16.3hz时，轴承外圈故障频率为133.3Hz。可以明显发现该振动频点值与叶轮轴承22232的轴承外圈特征频率相符;
4针对第3点，虽然在频谱上有明显的峰值，但是在包络谱上未见明显异常，如下图;
5现场未见明显轴向窜动;
6速度谱可见转速1倍频及第2中提及的特征峰值明显，如下图：
依托先进的物联网工业AIoT技术，用MEMS振动传感器采集设备的振动数据及特征参数(如振动加速度、速度、温度等)，计算并存储设备的运行参数，自动生成日数据库、历史数据库及报警库。通过振动机器学习算法，将特征参数值与模型阈值进行比较，来确定设备当前是处于正常还是故障状态，边缘计算网关根据设备故障预测性维护诊断模型分析计算，一旦出现异常或者故障，第一时间报警通知运行管理人员，实现振动预测性维护。帮助用户查找产生故障的原因，识别、判断故障的严重程度，为科学检修提供指导，切实提高安全管理水平。
工业物联网振动传感器
工业边缘计算网关
旋转设备故障预测系统
减速机设备
空压机设备
风机设备
泵机设备
水泥设备
更多行业
辉泰动态
行业资讯
公司介绍
专利资质
招贤纳士
联系方式
在线留言
公安备案号： 31011202009248号