预测性维护,第1部分:介绍
从系列:预见性维护
Melda Ulusoy, MathWorks
本视频解释了不同的维护策略,并向您介绍开发一个预见性维护算法。
预测性维护使您可以通过估计到故障的时间来找到安排维护的最佳时间。它还能准确指出机器中的问题,并帮助您确定需要修理的部件。使用预测性维护,可以最小化停机时间,最大化设备寿命。
本视频使用一个三缸泵的例子,带您了解预测性维护算法步骤。为了开发一种算法,你需要在不同的操作条件下收集大量的传感器数据。在传感器数据不足的情况下,可以通过创建机器模型并模拟故障操作条件来使用代表故障的模拟数据。有关使用Simulink生成故障数据的更多信息®,请浏览以下连结。
在本视频中,我们将回顾不同的维护策略,并讨论开发预测性维护算法的工作流程。每天我们都要依靠各种各样的机器。但事实是,每台机器最终都会坏掉,除非它在保养。公司遵循不同的维护方案,以增加操作的可靠性和降低成本。一种方法是进行反应性维护,即机器使用到其极限,只有在机器故障后才进行维修。
例如,如果你正在处理一个灯泡,那么使用反应式方法可能是有意义的。但想想一个复杂的系统,它有一些非常昂贵的部件。你不能真的冒着运行失败的风险,因为修复严重损坏的部件将是非常昂贵的。但更重要的是,这是一个安全问题。这就是为什么许多组织试图通过对设备进行定期检查来防止故障发生。预防性维护的一大挑战是确定何时进行维护。因为你不知道什么时候会发生故障,你必须在你的计划中保持保守,特别是当你在操作安全关键的设备时。但是过早地安排维护,就浪费了机器仍然可用的寿命,这就增加了成本。但是,如果可以预测机器故障发生的时间,就可以在故障发生之前安排维护。好消息是,预测性维护可以让您估计发生故障的时间。 It also pinpoints problems in your complex machinery and helps you identify what parts need to be fixed. This way, you can minimize downtime and maximize equipment lifetime.
你可能想知道从这里到这里得到这些好处是容易还是困难。显然,这需要初始投资,因为您需要开发一种算法来预测时间窗口,该算法将显示您的机器将在几天内发生故障,以及何时需要进行维护。希望本系列中的视频能够帮助您入门。
这是一种在石油和天然气工业中常用的三缸泵。让我们用它来介绍预测维护算法。第一步是收集大量表示正常和错误操作的传感器数据。您还需要确保在不同的操作条件下收集这些数据。例如,你可能有相同的泵在不同的地方运行,一个在阿拉斯加,另一个在德克萨斯州。其中一台泵送的是高粘度流体,而另一台泵送的是低粘度流体。虽然你有相同类型的泵,其中一个可能比另一个故障,由于这些不同的操作条件。捕获所有这些数据将帮助您开发一个健壮的算法,该算法可以更好地检测故障。在某些情况下,可能没有足够的数据表示正常和错误的操作。你所能做的就是建立一个泵的数学模型,并根据传感器数据估计其参数。 You can then simulate this model with different fault states under different operating conditions to generate failure data. Now you have the generated data supplementing your sensor data and you can use a combination of both to develop your algorithm.
有了数据之后,下一步是删除异常值,并通过过滤掉噪声来清理数据。有时需要进一步的预处理来揭示在数据的原始形式中可能不明显的附加信息。例如,将时域数据转换为频域可以帮助我们提取一些有用的特征,也称为用于区分健康和故障状态的条件指示器。在图中,我们看到随着泵的降低,频率数据中的峰值向左移动,因此峰值频率可以作为条件指示器。
到目前为止,您已经从数据中提取了一些特征,帮助您了解泵的正常运行和错误运行。但在这个阶段,你仍然不确定哪部分需要修理,也不确定在故障发生前需要多长时间。在下一步中,您可以使用提取的特征来训练机器学习模型来完成以下任务。您可以检测异常。您可以训练分类器来检测不同类型的故障,这样就可以深入了解泵的哪些部分需要注意。或者你也可以预测泵在这两种状态之间的转变趋势。找到一个捕捉提取的特征和泵的退化路径之间关系的模型,将帮助您估计距离故障还有多长时间,以及应该在什么时候安排维护。
在开发了算法之后,您可以通过将其部署到云上或边缘设备上来启动并运行它。或者,如果您有大量的数据,并且可以传输的数据量有限制,那么您可以在边缘设备上执行预处理和特征提取步骤,然后只将提取的特征发送到云上运行的预测模型。
在这个视频中,我们讨论了为什么预测性维护是重要的,以及你需要遵循什么步骤来开发一种算法,可以查明机器中的问题,并让你提前知道未来的故障。在下一集视频中,我们将深入研究算法步骤。不要忘记查看下面的描述,了解更多关于如何使用MATLAB和Simulink开发预测性维护算法的资源和链接。
相关产品2022世界杯八强谁会赢?
了解更多
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。