转动设备监测

技术理念｜转动设备监测

只要是设备，多半都有马达，藉由马达带动而产生机械作动。因此，厂区内佈满大量的马达、泵浦、压缩机、空调机设备等，若能掌握转子状态，就能掌握 60-70% 的设备问题关键点。

为何需要监测转子品质？导入理由

厂区内佈满大量的自动化设备，而这些设备多数都有马达。马达中的转子状态是设备运转是否正常的主要关键，而我们透过监测转子来了解马达的健康状态，也就便能掌握 60-70% 的设备问题关键点。智慧製造中自动化设备虽然取代了人力，但机台设备不会说话，即便是新机台设备，也不可能是完美的状况，在运转时都会产生一些往復式作用力于机台设备上，并有其振动产生，我们便可以藉由量测机台设备上的振动讯号来得到实质意义。

如何执行
1. 套用 ISO 规范

固德于所有的转子品质监测相关系统，皆内建 ISO 10816 / 20816 等相关规范，操作简单，不需教育训练就能上手，不用在等到维护人员到场就能排除问题，软体以灯号显示设备状态，即使没有振动量测背景相关的技术人员，也能快速判断结果。

转子品质是用哪些规范？

导入 Rule Base

此步骤会根据厂内转动设备的功率（马达铭牌）导入Rule Base。在此阶段使用10816的管理，最主要是建置完厂内各设备规格后即可达到整厂设备可视化管理。可清楚看到整厂设备的品质分佈，软体会将整场设备区分为4种灯号（优良、正常、警告、危险）。

保养维护原则

优良正常状态者持续使用，不需特别安排流程；警告状态，安排下次保养排入流程中；危险状态是指随时有停机可能，须尽快置换备机或维修。

什麽是预知保养？

如何执行
2. 特徵累积，分析异因

在日常管理流程中，背景会将感测器多个特徵值收进资料库中。并加入特殊演算 SOA 使其特徵值放大，早期得知信号异常特徵。对于许多类型机械设备在透过振动量测后得到的数值能够呈现设备状态，而我们通常在频谱图中能够轻易的判读设备的异常特徵。因此，经由量化频谱振动数值，我们可以得到一个强度的总和，称为SOA，一个无限量化的频谱图数值。透过监控 SOA 变化，用户可以很容易的了解到振动特性的变化。此外，此阶段使用者还可针对有兴趣或是趋势明显的特徵值自行设定管理门槛。

更有效的 SOA 演算法

固德的 SOA值与市面上传统的 OA 值不同，SOA（Spectrum Overall Value）的特点是将有效信号与环境系统杂讯作区分隔开来。SOA 的特殊演算法抑制杂讯以达到更清楚更有效率的分辨率，其发现早期故障检测的有效性对照其他市面上的系统演算法是以往的4倍。

旋转设备检测异因

各式马达转子振动异因检测。振动数据是属于前期指标，能有效在设备油润不足时、轴承摩擦或轴弯曲初期时，即可从振动频谱或振动值看出端倪。

转子电机设备检测

旋转机械振动检测

掌握转子马达状态，就能掌握60~70％厂区设备异常问题。

工业设备检测异因

针对高端仪器设备所设计的振动量测分析仪，内建频谱分析、时频分析、振动传递率、动态分析等功能，需要分析除错的机台旁即可作现场的量测分析。

量测各部件动态讯号变化

设备动态分析仪

携带方便，触控萤幕，快速且精确地找到设备问题的症结。

如何执行
3. AI 预测，优化决策

固德的 AI 训练软体会自动的根据内建规格训练监测模型（随着资料累积，软体会在设定时间下自动 Retrain 优化模型)，此 AI 预测模型是以最初设定的 Rule Base 管理原则优化的，因此在 AI 显示项目中会是依照使用者的指示天数来预测趋势 (例如：使用者在软体上指定要看30天，软体会显示未来30天的变化趋势，趋势背景仍为优良正常警告危险)。