模擬量信號AnalogSignal
現實情況是:通過各種工業傳感器采集的信號幾乎都是單維度的模擬量信號analogsignal,比如:
電壓+/-10V
電流 4-20mA
脈沖 IiIiIi等等
這些信號的特點是信號本身非常簡單,也不具有時間標記信息,尤其當被集中采集后就會失去發生的時間標記(毫米級)、并且與關聯時刻的其他狀態信息之間也無法構成有效聯系,因此很難反應出發生時刻的更多信息,尤其是當瞬時事件發生的時候,僅憑采集到的簡單信號根本無法給出設備狀態的判斷或預警,只能將該瞬時信號作為干擾信號或雜波而濾除掉。但這種瞬時信號(帶有時間標識)的突然出現以及經常發生就一定意味著有隱患的存在并持續發展。
工業信號組Groupsignals
同時,經驗也告訴我們,設備和產線的全面故障或隱患的產生、積累和發展往往是從一些瞬時發生、并極易被忽略的事件(信號)開始的,所以全面并且真正實時記錄具有時間標記的工業信號組(groupsignals)可以作為日常狀態分析找出隱患的基礎信息,對一些瞬時出現的異常信號連同同一時刻的其他信號進行相關性分析以便判別隱患的存在,這就如同普通人的常規體檢。
因為涉及到帶時間標記的工業信號組的采集和記錄,信號的采集策略、時間分配、實時時間,以及計算、邏輯分析等則需要一套完整的工業傳感器組和系統計算機來共同承擔。
金指標及金指標組GoldTokens&GroupGoldTokens
如何理解工業設備或流程中采集的工業信號背后的含義、如何分析并呈現出需要的結果?一個非常重要的過程就是金指標GoldToken的確定:
- 一個金指標? (goldtoken)
比如螺桿泵的工作壓力實時檢測
- 一組金指標?(groupgoldtokens)
比如螺桿泵的壓力檢測,考慮時間過程(標識)的壓力變化,壓力突變的識別和檢測、還有螺桿泵的轉速
- 一組金指標及相互邏輯關系? (groupgoldtokenwithinternallogics)
實際上螺桿泵的狀態通過以上三種指標之間的邏輯分析可以得到更加全面的信息,比如根據實時流量和對應轉速計算出泵的實時效率和生成效率曲線。
比如采集到的是實時工業傳感器信號,即脈沖、電流(0-40mA)以及電壓(±10V)等模擬量信號,而這些信號本身很可能需要結合毫秒級時刻、同一時刻其他信號的實時變化或狀態等,尤其是諸如流量、轉速等需要時間過程的信息更是需要深入考慮合適的算法表達,還需要引起重視的是一些工業信號的瞬時變化是很難被捕捉而且難于通過算法表達出來,但這些瞬時發生的信號往往表明設備或產線的某些隱患正在微妙的產生并發展。
在這個細分領域,上海鑫微智能化工程有限公司愿意與您合作并分享我們的經驗和想法,并作為合作伙伴來共同的投入精力和時間去找到更合適的算法表達以便實現工業信號的實時采集、記錄和邏輯分析等。
在線監測以及針對性維護Online monitoring and condition-based maintenance
在工業過程中,過程運行的連續在線監控和對關鍵設備的針對性維護變得越來越重要。冗余備份設備越來越被現代的、基于計算機的數據采集技術所代替,并進而開展實施可預測性維護并結合可規劃性產線停線。
然而,開展和推廣可預測維護以及可規劃性產線停線的前提是布設能夠連續采集實時數據及分析的智能化系統,并可通過遠程獨立系統及時對采集到的數據進行邏輯處理、分析和評估。一旦系統發現設備、生產線或生產過程的參數超過設定的具體邊界參數,則系統必須能夠立即生成報警信號和信息,并通過與生產控制和辦公室的鏈接網絡相連接。
在這里,需要根據具體的應用過程,對工業信號包括電壓、電流、脈沖等的實時連續采集、賦予時刻并記錄,同時還需需要對目標應用進行邏輯分析找到合理準確的幾個關鍵指標Token或者互有邏輯關系的群指標(GroupTokens),并對采集的數據進行計算、邏輯分析(算法),以判斷是否達到模型Token并給出報警信號和信息。
實時工業信號采集、工業信號及信號組邏輯分析及可視化Realtimesignals acquisition, processingand visualization
我們會根據具體項目要求給出參考方案并與客戶共同確定需要檢測的信號以及工業傳感器,并根據我們經驗給出信號的邏輯分析的建議和指標建議,共同確定后,我們將開始系統的啟動、零部件的采購、組裝、編程和測試直至系統交付完成。
對于生產過程相關的設備進行連續監控本身就可以提供設備啟動后的重要運行信息,也可以清楚地顯示出將一臺設備并入生產過程后對于運行狀態的影響。據此,可以對具體運行參數的符合性進行迅速的評估。
在生產過程中,連續監控可以及早發現設備狀態的變化對于生產運行的影響。通過相關的數據分析及生成的報警信息可以提醒維護人員盡早介入并開始檢修或維護,避免嚴重的停機及停機損失,這樣做的好處顯而易見。
結合快速實時數據采集和處理并呈現定制化用戶信息界面,以及后續回看功能,我們專長于:
· 數據采集和處理
· 信號的生成和組合
· 算法及信息呈現及人機界面