目 录
1. 概述... 2
2. 系统部署结构... 2
3. 系统应用介绍... 4
4. 专业分析人员... 8
5. 应用案例分享... 9
1. 概述
现代设备维修管理理念发生着深刻的变化，从早期的被动维修，到预防性维修，到基于设备实际运行状态的预测性维修（Predictive Maintenance），经历了三个主要阶段。
预测性维修通过在设备上加装设备状态监测系统对运行状态进行在线实时或准实时监测，对监测数据进行分析，实现故障诊断、零部件寿命预测，优化维修资源和零部件库存，从而降低设备全寿命周期的运行成本。
对于生产设备来说，轴承的振动是反映其设备运行状态最直接的度量，是状态监测最重要的内容。采用专门的故障诊断软件对振动频谱的分析，可准确定位故障发生的具体部位，发现如下早中晚期故障，从而对机组当前的运行状态做出评估。
- 轴承的磨损、裂纹，润滑不良
- 电机转子不平衡、铜条松动、不对中、地脚螺栓松动
- 齿轮的磨损、裂纹和断裂
- 被驱动设备的共振、机械松动
设备是工业生产的“心脏”，其重要性对于工业生产不言而喻。在工业大型装备领域先进诊断理论与物联网（IOT Internet of Things）技术结合而推出的一种低成本状态监测系统，专门针对设备的状态监测而开发，包括前端的振动传感器、数据采集器、基于云端服务的数据存储、数据分析展示和预警报警和设备管理及报告，以及后台的精密故障诊断、寿命预测等服务，从而使企业能够方便地安排维修计划，合理分配维修资源，优化备品备件库存，实现智能运维。
2. 系统部署结构
生产设备状态监测云平台可称为健康管理的私人医生，其特点是：在线实时监测，数据无线上云，云端智能预警、后台专家诊断，整个系统可实现即插即用快速部署。该系统和服务可提高设备利用率36%，减少运维费用35%，广泛使用在电力、化工、水泥、水务、造纸、冶金、轨道、环保等诸多行业。如下图：
基于设备状态监测传感器，在动态情况下，利用机械设备劣化进程中产生的信息（即振动、噪声、温度、电流等）来进行状态分析和故障诊断。
选择传感器参考因素：测量参数类型、信号强度、灵敏度、尺寸大小、频响特性等。采集设备的温度、振动、电流、电压等数据信息。振动传感器选型参考，如下图：
稳定的数据采集功能：采用多 CPU 技术，确保对振动数据的精确采集；嵌入式Linux操作系统平台，保障产品长期可靠运行；多通道同步采集技术，各通道之间数据采集互不干扰；采样频率：800~102400（Hz）可配置。如下图：
3. 系统应用介绍
进行iNeuOS工业互联网系统，进行【设备模型】功能模块，选择【设备振动状态监测】设备驱动；通信类型：NET，应用协议：Socket。如下图：
【服务实例】的Socket参数配置 “写/读间隔”和“IO为空间隔”，主要影响读取数据的效率，针对不同的网络环境调整相应参数。如下图：
【设备信息】配置远程设备采集器的信息，如下图：
系统会同步设备传感器和采集器的所有信息，包括每个通道的有效值、峰峰值、峰值、偏态、峰度、均值、标准差、方差和波形等主要数据。如下图：
选择【视图建模】功能模块，配置当前通道是否可用，当通道X=0说明当前通道可用。配置如下图：
配置显示实时数据的曲线报表，如下图：
配置读取通道波形数据，也就是高频采样数据。在按钮组件上配置鼠标单击事件，发送命令值为1。如下图：
配置完成后，应用显示的效果如下图，当前还可以做复杂的业务应用。
高频的波形数据会存储到根目录下Wave目录下，可以用于离线数据分析，如下图：
4. 专业分析人员
团队成员有三级国际振动分析资质，结合建模方法、建模的基础资料、模型输入参数等对设备状态特性进行模型分析，最终完成在线监测、劣化诊断、优化检修等目的，可以定期出据分析报告。如下图：
专业的分析工具，如下图：
5. 应用案例分享
案例一 造纸厂碎浆机齿轮箱高速轴轴承损伤
案例二 自来水厂取水泵电动机轴承损伤
案例四 风力发电机轴承跑圈
物联网&大数据技术 QQ群：54256083
物联网&大数据项目 QQ群：727664080
QQ：504547114
微信：wxzz0151
博客：https://www.cnblogs.com/lsjwq
微信公众号：iNeuOS