振动@@监测@@ (VM) 已经问世很长一段时间@@，并且已被用于监测机器@@、设备@@或@@结构的健康状况@@。在机器运行过程中@@，可以利用专用传感器@@收集其振动@@数据以对其进行实时监测和分析@@。
振动@@监测@@的主要目标是降低致命性损坏的风险并减少潜在的生产线停产状况@@，从而最终控制并降低运营成本@@。
来自@@振动@@传感器@@@@的振动@@@@数据可以作为输入数据独立使用@@，也可以根据操作需求与其他传感器@@数据结合使用@@。例如@@，在工厂自@@动化应用中@@，振动@@数据可以与以下数据结合使用@@：
这种组合可以构成一个完整的系统@@，从而提供更稳固@@、更可靠的解决方案@@。在其他一些用例中@@（例如@@结构监测@@），可以将振动@@数据与倾角仪@@收集的倾斜位置数据相结合@@，来确定结构的健康状况@@。这些收集到的数据输入至专用算法@@@@，例如@@新兴的人工智能@@ (AI) 算法@@，可建立能够预测未来潜在故障的模型@@。然后@@，模型预测信息可用于构建知识@@，以便决定是否需要立即采取措施来避免生产力损失@@。工厂自@@动化的一个新趋势是人工智能算法@@的兴起@@，这种算法@@可以根据传感器@@数据进行训练@@，预测应执行的任务@@。这就减轻了各操作员的负担@@，让他们不必像以前一样做出极其困难而费时的决定@@。自@@主自@@动化工厂可以承担各操作员的责任@@，并根据工况变化自@@动作出反应@@。
振动@@传感器@@@@
在振动@@监测@@应用@@中@@，振动@@传感器@@@@是一个关键部件@@。最新的@@振动@@@@传感器@@@@基于@@MEMS技术@@，使用与加速度计中的加速度检测相同的概念@@。它们的主要区别在于传感器@@的带宽@@@@。MEMS加速度计的典型带宽为@@3kHz，而振动@@传感器@@@@则能够以明显更高的带宽@@检测振动@@@@。振动@@传感器@@@@能够捕获高频信号@@，因此@@可以对振动@@进行更为精确的频率分析@@。最新的@@MEMS振动@@传感器@@@@可以提供超过@@6kHz的带宽@@，这一点我们将在后面讨论@@。MEMS振动@@传感器@@@@有许多用例@@，图@@1列出了@@一些主要应用@@。电机振动@@监测@@是成功实施工厂自@@动化的重要一环@@。铁路振动@@监测@@有助于避免发生灾难性的火车事故@@。自@@MEMS传感器@@开始应用于工业应用起@@，洗衣机等家用电器就已经配备@@了振动@@监测@@功能@@。而结构监测应用则在@@MEMS传感器@@的成本变得更加合理之后获得了蓬勃发展@@。例如@@，市政当局有责任监测桥梁的振动@@@@@@，以确保结构处于良好的健康状况@@。桥梁振动@@数据@@，尤其是在交通高峰时段的振动@@@@数据@@，可以针对任何可能导致桥梁倒塌的异常情况提供有价值的信息@@。
图@@1：部分@@MEMS传感器@@和振动@@传感器@@@@应用@@。（图@@片@@来源@@：STMicroelectronics）
若要确保振动@@传感器@@@@符合目标应用的需求@@，我们需要仔细分析传感器@@的技术@@规格@@。表@@1列出了@@STMicroelectronics提供的其中一款最新振动@@传感器@@@@的主要参数@@。此器件可以捕捉到三维空间@@@@（X、Y、Z）的振动@@@@。其所提供的三个自@@由度@@，可用于灵活地在安装方向上调整位置@@。
每个轴的加速度满量程高达@@16g，足以覆盖监测机器健康状况通常所需的振动@@@@幅度范围@@。
此器件可以提供超宽带宽@@，平坦频率响应高达@@6.3kHz，并具有消除频率混叠的嵌入式滤波功能@@。
这款传感器@@的另一个主要特点是频谱噪声密度@@非常低@@。当需要捕捉低频振动@@时@@，这是一个非常重要的优势@@。
与现有的振动@@@@传感器@@@@相比@@，其工作温度@@范围扩大至@@+105°C，可以满足苛刻的工作环境要求@@。
此器件可以在三轴模式或@@单轴模式下运行@@，模式选择通过专用寄存器来完成@@。在三轴模式下@@，所有三个轴@@（X、Y、Z）会同时启用@@。在单轴模式下@@，只有一个轴处于活动状态@@。在单轴模式下@@，活动轴的分辨率@@（噪声密度@@）会显著提高@@@@。
表@@1：STMicroelectronics提供的最新振动@@传感器@@@@的主要参数@@。
振动@@监测@@应用@@
振动@@监测@@通常是指对机器@@、设备@@或@@电器的振动@@@@进行分析@@，这是所谓状态监测@@ (CM) 或@@基于状态监测@@ (CbM) 的综合应用的一部分@@@@。振动@@分析在监测机器的长期健康状况方面发挥着越来越重要的作用@@。但是@@，除了收集振动@@数据之外@@，完整的状态监测解决方案通常还包含多个传感器@@@@，用以收集包括温度@@@@、噪音@@、压力@@、烟雾@@和湿度@@在内的其他重要设备@@参数@@。在这些传感器@@中@@，每一种传感器@@都可提供关于机器特定状况的宝贵信息@@。通过对这些传感器@@数据进行融合@@、处理和分析@@，人们可以了解机器整体状况@@，从而做出关键的机器维护决策@@。
图@@2列举了振动@@监测@@在不同市场的一些主要应用@@。图@@中的分类凸显出数据收集和分析对于状态检测综合解决方案的重要性@@。其他传感器@@可用来收集数据@@，再将这些数据融合在一起以获得可靠而有效的结果@@。在业界提供的最新解决方案中@@，使用智能算法@@处理传感器@@数据@@，可以将此类解决方案的能力和有效性提升至全新水平@@。这些功能强大的创新解决方案有助于显著减少与设备@@停机相关的成本和低效问题@@，原本这些情况不可避免@@。
图@@2：各种振动@@监测@@应用@@@@（图@@片@@来源@@：STMicroelectronics）
云计算已经成为一个广泛解决方案的关键组成部分@@之一@@，该解决方案涉及从企业多个地点收集传感器@@数据以确保任何位置都不会出现任何程度的中断@@。云端的中央处理器用于对所有数据进行合并与分析@@，并对涉及的机器设备@@进行实时监测@@，确保它们平稳地不间断运行@@。
图@@3列出了@@振动@@监测@@系统的基本组成部分@@@@。根据系统的需求@@，可以在必须监测的设备@@上安装各种传感器@@@@。这些传感器@@包括@@：
分析收集的数据需要使用处理单元@@。根据数据量@@、隐私性@@、数据安全性@@、延迟和功耗@@要求@@，分析可以由本地处理单元完成@@，也可以传输到云处理中心@@，由其收集和分析来自@@多台设备@@的所有数据@@。
图@@3：振动@@监测@@系统的组成部分@@@@（图@@片@@来源@@：STMicroelectronics）
在机器安装后和运行期间@@，机器的状况会在某个时间点开始发生变化@@。因此@@，务必要安装所有需要的传感器@@@@，以收集有关超声和噪音@@@@、振动@@、功耗@@、温度@@和任何潜在烟雾@@的数据@@。随着时间的推移@@，收集机器参数和传感器@@数据的必要性愈发凸显@@，这对于监测机器的健康状况变得至关重要@@。图@@4描绘了受监测机器的典型安装和故障点@@ (IPF) 曲线@@。从机器状况变化到最终发生故障可能历时很久@@，或@@许要几个月甚至几年才会开始出现故障症状@@。对传感器@@数据进行早期分析@@，可以了解机器的健康状况@@，而使用传感器@@数据作为输入进行训练的人工智能算法@@@@，则可以预测故障并开始采取必要的措施@@。
图@@4：IPF曲线@@（图@@片@@来源@@：STMicroelectronics）
图@@5提供了电动泵振动@@监测@@的示例@@。失衡@@、松动@@、输出轴和泵的齿轮箱等各种不同的状况@@，都可以使用振动@@传感器@@@@来监测@@。然后@@，振动@@传感器@@@@的数据被传送出去@@，以进一步进行各种分析@@，包括对振动@@数据进行快速傅里叶变换@@ (FFT)，从而确定这些状况的各个频率特征@@。
图@@5：不同状况下的电动泵振动@@监测@@@@（图@@片@@来源@@：STMicroelectronics）
电动机的状态监测系统除了电动机之外@@，还可以包含几个组件@@。该解决方案可以包含多个传感器@@@@，例如@@振动@@传感器@@@@@@、温度@@传感器@@@@、压力@@传感器@@以及其他传感器@@@@，具体取决于操作环境的要求@@。泵与处理单元之间可以选择有线或@@无线的连接方式@@，并使用专门的通信协议@@。处理和分析@@单元可以提供泵的诊断和可视化工具@@，帮助操作人员主动识别和解决诸如泵异常等问题@@，这些问题可能会导致操作停机和中断@@。通过这种主动介入@@，可以降低工厂的运营和维护成本@@，提高@@公司的利润@@。
结语@@
为了实施预测性维护综合解决方案@@，需要部署许多传感器@@@@。最新的@@MEMS振动@@传感器@@@@为工厂自@@动化@@、电力设施@@、家用电器以及结构健康状况监测和监管提供了高效和经济的振动@@@@监测@@解决方案@@。振动@@监测@@既可以作为独立解决方案进行部署@@，也可以作为基于状态监测的组成部分@@@@，后者已逐渐成为通过实时收集和分析数据来监测各种机器的综合解决方案不可或@@缺的部分@@@@。这一解决方案使@@21世纪的工厂有能力主动监测和解决因机器生产力中断和停工而产生的问题@@。在任何工厂自@@动化综合解决方案中@@，振动@@监测@@都是重要组成部分@@@@。
