得益于傳感技術、物聯網技術、工業大數據和人工智能技術發展,預測性維護成為工業互聯網“殺手級”應用。在近期舉行的中德智能制造/工業4.0標準化工作組第十次會議上,機械工業儀器儀表綜合技術經濟研究所(簡稱“儀綜所”)專家介紹了預測性維護最佳實踐案例集的階段性成果。其中,魏德米勒“關于風機葉片的狀態監測BLADEcontrol”成功入選。
在同步制定國際標準《工業自動化設備和系統預測性維護》與國家標準《智能服務 預測性維護 通用要求》時,儀綜所也提出預測性維護的應用案例模板,并在中德雙方開展最佳實踐案例的征集工作,通過分析預測性維護技術的發展現狀,為標準研制、平臺建設及推廣實施提供支撐。
此次入選預測性維護最佳實踐案例的BLADEcontrol是經DNV GL船級社認證的首批風機葉片監測系統,由魏德米勒研發,主要用作風電機組的風機葉片狀態監測,目前已在各型風機上成功應用3000余套。
?
風機葉片狀態監測系統BLADEcontrol平臺架構
隨著風機大型化趨勢愈發明顯,葉片大型化已成為未來發展的方向,并受到中國相關政策支持。由于生產工藝不良或受惡劣作業環境影響,葉片易出現損傷、斷裂,甚至損壞。因此,利用智能化的監測系統實時監控葉片運行狀態,掌握葉片運行中可能存在的各種風險,并通過預防性維護保養,將風險扼殺于“搖籃”中,無疑是非常明智的選擇。
本案例中,風機葉片狀態監測系統BLADEcontrol平臺主要包括高精度加速度傳感器、數據采集測量單元、機艙內的無線接入點和數據評估服務器等硬件設備,以及狀態監測與健康管理系統、葉片狀態異常報警系統等軟件部分,利用數據模型與算法實現對于風機葉片的振動傳感、狀態評估、故障診斷、狀態趨勢預測、維護管理等功能,幫助用戶實現數字化管理,增加生產效益,降低安全風險。
本頁面內容涉及廣告信息