유지 관리 중인 IoT 센서

유지 관리가 변경되고 있습니다. 신속하게.

예측 유지 관리는 거의 매시간 진화하고 있습니다.

다른 세계와 마찬가지로 유지 관리도 동시에 연결되고 상호 연결되고 있습니다. 센서는 빠른 속도로 산업 환경 전반에 걸쳐 광범위하게 확산되고 있습니다.

볼트, 암페어, 0과 1은 수백만, 수조 개의 케이블과 무선 연결을 통해 앞뒤로 스트리밍되어 데이터, 정보 및 가치를 제공합니다. 운영 우수성을 요구하는 현대 조직에 적합합니다.

사물 인터넷(IoT)은 이제 산업화(IIoT)되었으며 4번째 를 주도하고 있습니다. 산업 혁명 - 인더스트리 4.0 - 우리 눈앞에 있습니다.

사물 인터넷은 세상의 모든 사물이 잠재력을 지닌 비전입니다. 인터넷에 연결하고 데이터를 제공하여 자체적으로 또는 연결된 다른 개체를 통해 실행 가능한 통찰력을 도출합니다. 엔터프라이즈 IoT:N. Balani의 확실한 핸드북

기존 유지 관리는 추측 작업, 가정 또는 공급업체 권장 사항이 아니라 자산 상태 및 성능에 대한 지능적인 결정이 내려지는 정보에 입각한 데이터 중심의 디지털 및 동적 전략으로 진화하고 있습니다. .

중요 자산 데이터는 기계 학습 알고리즘, 예측 모델 및 클라우드 기반 소프트웨어로 전송되어 지능적인 의사 결정 프로세스를 자동화하고 궁극적으로 다음 기회를 개선합니다. 높은 자산 신뢰성 및 가용성.

그리고 IoT 센서는 이러한 인텔리전스의 핵심입니다.

유지 관리 인텔리전스는 조직의 범위 내에 있습니다.

IIoT는 어디에서 시작합니까?

인기 있는 수제 맥주의 소규모 제조업체이든 다국적 석유화학 공장이든 이제 IoT 센서 및 예측 유지보수(PdM)에 액세스할 수 있습니다. 그들은 더 이상 거대하고 글로벌하며 현금이 풍부한 기업의 전유물이 아닙니다.

하드웨어와 소프트웨어는 저렴하고 누구나 액세스할 수 있습니다.

지능적인 의사 결정과 실시간 데이터 분석을 원하는 자산 집약적 조직이라면 예측 유지 관리로의 여정을 시작하십시오. 경쟁 우위는 당신의 것입니다. McKinsey*는 2025년까지 IoT가 미국 공장에 미치는 긍정적인 경제적 영향이 1조 2천억 ~ 3조 7천억 달러에 이를 것이라고 말합니다.

이를 무시하기 어렵습니다.

Google 트렌드에서 '예측 유지보수'가 꾸준히 증가하고 있습니다.

상태 모니터링이라고도 하는 예측 유지 관리에는 자산 상태 및 상태를 실시간으로 분석할 수 있는 특정 핵심 기술과 기술이 있습니다. 그들은 조직에 임박한 자산 및 장비 문제를 감지 및 진단하여 실행 가능한 통찰력과 시스템, 자산 또는 구성 요소의 남은 유효 수명에 대한 예측을 제공할 수 있습니다.

무슨 뜻인지 아십니까?

알았습니다!

자산 관리에서 가치 전달의 중심 목표:조직의 위험 감소 및 비용 자산 성능 향상 .

주요 IoT 예측 유지 관리 기술 및 센서

예측 유지보수에는 5가지 핵심 기술이 있습니다.

이러한 사전 예방적 기술에는 다양한 유형의 센서와 실시간 모니터링 장치가 있지만 모두 IIoT 및 인더스트리 4.0과 디지털 및 상호 연결된 세상을 향한 불가피한 행진에 적합합니다.

진동 분석

이 기술은 최고의 만능입니다. . 잠재적인 자산 문제를 많이 다루며 회전 장비에 가장 적합합니다.

아마도 이러한 , 그렇지?

가속도계 센서를 사용하여 자산의 진동 수준을 측정하는 성숙한 PdM 기술입니다. 센서는 유선 케이블을 통해 또는 무선 네트워크 또는 Wi-Fi를 통해 서버로 신호를 다시 보낼 수 있습니다.

진동의 심각도는 추세이며 시간이 지남에 따라 변할 수 있습니다.

진동 수준이 증가하고 사전 설정된 경보 수준을 위반하면 이는 종종 자산 또는 구성 요소의 열화를 나타냅니다.

유지 관리 개입 없이 심각한 결과가 따를 수 있습니다.

진동 분석으로 감지할 수 있는 일반적인 결함은 다음과 같습니다.

• 불균형
• 오정렬
• 공명
• 베어링 마모
• 기어 치아 손상
• 캐비테이션

그러나 전체 목록은 광범위할 수 있습니다.

출처:www.emerson.com

이 초기 단계는 탐지입니다. 단계. 기술로부터 조기 경고를 받는 것이 전부입니다. 그러면 소프트웨어 알고리즘이 고유한 진동 신호 또는 주파수를 가지므로 특정 오류 모드를 식별하는 데 도움이 됩니다. 이것이 진단입니다. 단계. 그러면 예측 모델이 예후 단계에 도움이 됩니다. 컴포넌트의 남은 수명을 결정하기 위한 것입니다.

적외선 열화상

열화상 이미징은 고급 카메라 전자 장치를 활용하여 전자기 스펙트럼의 더 긴 파장을 '보고' 측정합니다. 여기에서 모든 유형의 물체에서 방출되는 열 또는 열 에너지를 '볼' 수 있습니다. 조직에서 이것은 펌프, 모터, 선박, 보일러, 건물, 탱크, 엔진 등이 될 수 있습니다!

온도 변화는 종종 임박한 실패 또는 실패하는 프로세스의 좋은 지표입니다.

적외선 열화상 촬영은 다양한 문제와 오류 모드를 감지할 수 있습니다. 여기에는 다음이 포함될 수 있습니다.

• 전기 케이블/절연 장애
• 느슨한 전기 연결 및 연결
• 가스 배출
• 불균형 부하
• 다기관 과열
• 단열재 손상 또는 누락
• 마모된 내화물
• 베어링 마모
• 커플링 오정렬
  

출처:www.novatestpro.com

이전에는 값비싼 PdM 옵션이었지만 지금은 저렴하고 작고 사용하기 쉽습니다. 이제 다양한 산업 시스템 및 자산에 대한 지속적인 온라인 모니터링과 함께 IIoT에 대한 연결을 쉽게 달성할 수 있습니다.

기름 분석

이 PdM 기술은 그리스뿐만 아니라 윤활유 상태, 외부 오염 물질 및 내부 부품 마모 입자를 평가하는 데 주로 사용됩니다.

이 세 가지 영역에는 별도의 또는 부분적으로 통합된 센서가 필요할 수 있지만 오일 상태를 모니터링하는 것은 중요한 시스템에서 광범위한 가동 중지 시간과 전체 생산 사이의 차이를 의미할 수 있습니다.

윤활유는 생명의 혈액입니다. 자산 회전 및 혈액 상태가 나빠지면 자산이 멀지 않을 것입니다.

출처:www.ph.parker.com

오일 분석은 다음을 포함하여 많은 실패 모드를 강조할 수 있습니다.

• 베어링 마모
• 기어 치아 손상
• 고갈된 윤활유 첨가제
• 낮은 오일 점도
• 연료 유입
• 바니싱
• 먼지 유입
• 수질 오염

귀하의 조직이 IoT 접근 방식을 개발할 때 사용할 수 있는 여러 유형의 온라인 오일 분석 센서가 있습니다. 여기에는 오일 상태 센서, 가시광선 근적외선 센서 및 광학 입자 감지기가 포함됩니다.

기름은 생명의 피입니다.

조심하세요.

모터 전류 서명 분석

MCSA는 주로 AC 유도 전동기의 상태와 상태를 모니터링하는 데 중점을 둡니다.

그러나 이러한 자산이 모든 산업 분야에서 매우 풍부하고 어디에나 존재한다는 점을 감안할 때 자산의 안정성과 가용성을 보장하는 데는 고유한 가치가 있습니다.

회전하지 않으면 산업의 수레바퀴도 회전하지 않습니다.

엔지니어의 경우 모터 전류 오류 인식 서명에는 상당한 수준의 전문 지식과 경험이 필요하지만 최신 MCSA 도구가 이를 처리합니다. 온라인 시스템은 AC 유도 전동기 및 펌프의 임박한 고장을 감지하고 진단하는 강력한 인공 지능 알고리즘을 사용하여 자동화된 해석을 제공합니다. www.semioticlabs.com

MCSA는 모터 전류(및 전압) 측정을 활용하여 다양한 고장 모드 또는 공급 전압의 결함과 고정자, 회전자 및 단자함과 같은 모터 구성 요소를 감지합니다.

출처:www.signaguard.com

초음파

이 기술은 공기 중 및 구조 기반 초음파 방출을 감지할 수 있습니다. 이것은 사람이 들을 수 없으며 일반적으로 주파수에서 20kHz 이상에서 발견됩니다. 고급 전자 장치 덕분에 이러한 소리는 이질적으로 변하여 인간이 들을 수 있으며 기계적 마찰, 난기류 및 충격을 들을 수 있습니다.

Ultrasound는 다양한 응용 프로그램을 가지고 있으며 다음을 포함한 많은 오류 모드를 감지할 수 있습니다.

• 전기 코로나 및 아크
• 누출 감지
• 결함이 있는 밸브
• 전기 접촉 잡담
• 베어링 마모
• 기어 치아 결함
• 윤활 부족
• 스팀 트랩 결함

출처:www.uesystems.com

롤링 요소 베어링의 초기 단계 결함 감지에 매우 적합합니다.

산업의 IIoT 애플리케이션 측면에서 가장 일반적인 초음파 센서는 구조 기반 결함을 감지하는 데 사용됩니다. 즉, 전동면 손상, 볼 또는 롤러 결함, 윤활 부족 및 피로와 같은 일반적인 베어링 문제를 감지하는 데 가장 자주 사용됩니다.

핵심 IIoT 예측 유지 관리 기술 및 센서에 대한 이 개요는 빠르게 변화하는 유지 관리 환경에서 조직에 경쟁 우위를 제공할 수 있는 몇 가지 옵션이 있음을 보여주었습니다.

유지 관리 개입에 대해 데이터 기반의 지능적인 결정을 내리고 싶다면 그렇게 할 수 있습니다!

연결성과 예측 유지 관리의 미래가 우리의 손에 달려 있습니다.

다음 읽기:유지 관리 중인 IIoT에 대한 종합 가이드

* https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/the-internet-of-things-the-value-of- 물리적 세계의 디지털화#