振动分析预测性维护之啤酒厂设备

  啤酒酿造的工艺可以追溯到公元前 7000 年之前，随着时代的发展，对于今日的啤酒厂而言，用于发酵、测试、老化、装瓶、包装和分销的机械正在经历着一场预测性维护的革命。酿酒厂和啤酒厂规模庞大、复杂且能源密集。在运行的流程中，看似设备的小问题可能导致产品质量的重大问题。设备通常需要 24/7 全天候运行，停机时间通常会导致以小时计算的巨大生产损失。预测性维护可以帮助啤酒厂克服这些挑战，减少停机时间和维护成本，与此同时，优化生产性能、保障产品质量和减少能源费用。对盈利能力带来巨大的潜在影响。

  振动分析预测性维护通过数据的采集与诊断算法模型对设备的健康度进行诊断，以便在故障发生前便提前对故障进行预警。这使工程师能够在出现更严重的故障或生产中断之前便发现问题并解决问题，从而避免随之而来的系列负面影响。以一个简单的轴承故障为例，制造商为每个轴承都给出了预期的使用寿命，但据调查显示，只有不到 10% 的轴承在失效前达到了该极限。这意味着十分之九的轴承的报废都是为时过早了。因此，预测性维护解决方案能够在即将发生故障时发出警告，可以有效避免避免此类过维修状况的发生。在一个站点上可能安装了数千个轴承，由于机械故障导致的计划外停机通常会造成每小时 数以万计的生产损失，因此防止这些故障对降本增效至关重要。除了减少高达 50% 的停机时间外，预测性维护还能帮助企业降低劳动力成本、优化备件管理以及避免对酿酒厂或啤酒厂或产品质量造成任何二次损害。

  上海辉泰Witium，依托专注于工业物联网+人工智能(工业AIoT)领域，十年深耕技术、服务全球客户的沉淀，成功研发出基于机理及大数据数理模型的设备预测性维护解决方案 -- WitExpert。WitExpert的系统架构大致如下。常见的旋转机械包括减速机、空压机、水泵、风机、电机等等，通过在靠近设备振动源的位置安装温振传感器的方式，采集设备的振动与温度数据，将特征值数据传输到我们的边缘计算网关，再通过网关把数据上传至我们的WitCloud平台，用户就可以通过Web端与App端看到设备的故障预测及相关健康信息。

  目前，振动分析预测性维护似乎还是一个小众话题，但是，酿酒厂所有者不应低估预测性维护可能对其业务产生的巨大影响。正如许多其他行业企业所应证的一样，引入预测性维护计划可以对盈利能力做出重大贡献。