全場域轉子設備

解決方案｜全場域轉子設備

只要是設備，多半都有馬達，藉由馬達帶動而產生機械作動。因此，廠區內佈滿大量的馬達、泵浦、壓縮機、空調機設備等，若能掌握轉子狀態，就能掌握 60-70% 的設備問題關鍵點。

為何需要監測轉子品質？導入理由

廠區內佈滿大量的自動化設備，而這些設備多數都有馬達。馬達中的轉子狀態是設備運轉是否正常的主要關鍵，而我們透過監測轉子來了解馬達的健康狀態，也就便能掌握 60-70% 的設備問題關鍵點。智慧製造中自動化設備雖然取代了人力，但機台設備不會說話，即便是新機台設備，也不可能是完美的狀況，在運轉時都會產生一些往復式作用力於機台設備上，並有其振動產生，我們便可以藉由量測機台設備上的振動訊號來得到實質意義。

如何執行
1. 套用 ISO 規範

固德於所有的轉子品質監測相關系統，皆內建 ISO 10816 / 20816 等相關規範，操作簡單，不需教育訓練就能上手，不用在等到維護人員到場就能排除問題，軟體以燈號顯示設備狀態，即使沒有振動量測背景相關的技術人員，也能快速判斷結果。

轉子品質是用哪些規範？

導入 Rule Base

此步驟會根據廠內轉動設備的功率（馬達銘牌）導入Rule Base。在此階段使用10816的管理，最主要是建置完廠內各設備規格後即可達到整廠設備可視化管理。可清楚看到整廠設備的品質分佈，軟體會將整場設備區分為4種燈號（優良、正常、警告、危險）。

保養維護原則

優良正常狀態者持續使用，不需特別安排流程；警告狀態，安排下次保養排入流程中；危險狀態是指隨時有停機可能，須盡快置換備機或維修。

什麼是預知保養？

如何執行
2. 特徵累積，分析異因

在日常管理流程中，背景會將感測器多個特徵值收進資料庫中。並加入特殊演算 SOA 使其特徵值放大，早期得知信號異常特徵。對於許多類型機械設備在透過振動量測後得到的數值能夠呈現設備狀態，而我們通常在頻譜圖中能夠輕易的判讀設備的異常特徵。因此，經由量化頻譜振動數值，我們可以得到一個強度的總和，稱為SOA，一個無限量化的頻譜圖數值。透過監控 SOA 變化，用戶可以很容易的了解到振動特性的變化。此外，此階段使用者還可針對有興趣或是趨勢明顯的特徵值自行設定管理門檻。

更有效的 SOA 演算法

固德的 SOA值與市面上傳統的 OA 值不同，SOA（Spectrum Overall Value）的特點是將有效信號與環境系統雜訊作區分隔開來。SOA 的特殊演算法抑制雜訊以達到更清楚更有效率的分辨率，其發現早期故障檢測的有效性對照其他市面上的系統演算法是以往的4倍。

旋轉設備檢測異因

各式馬達轉子振動異因檢測。振動數據是屬於前期指標，能有效在設備油潤不足時、軸承摩擦或軸彎曲初期時，即可從振動頻譜或振動值看出端倪。

轉子電機設備檢測

旋轉機械振動檢測

掌握轉子馬達狀態，就能掌握60~70％廠區設備異常問題。

工業設備檢測異因

針對高端儀器設備所設計的振動量測分析儀，內建頻譜分析、時頻分析、振動傳遞率、動態分析等功能，需要分析除錯的機台旁即可作現場的量測分析。

量測各部件動態訊號變化

設備動態分析儀

攜帶方便，觸控螢幕，快速且精確地找到設備問題的癥結。

如何執行
3. AI 預測，優化決策

固德的 AI 訓練軟體會自動的根據內建規格訓練監測模型（隨著資料累積，軟體會在設定時間下自動 Retrain 優化模型)，此 AI 預測模型是以最初設定的 Rule Base 管理原則優化的，因此在 AI 顯示項目中會是依照使用者的指示天數來預測趨勢 (例如：使用者在軟體上指定要看30天，軟體會顯示未來30天的變化趨勢，趨勢背景仍為優良正常警告危險)。