从状态监测中获益

状态监视可以为您节省很多钱。问问总部位于休斯顿的管道公司Panhandle Energy的工程人员就知道了。新的监控技术使那里的工作人员发现了一台压气机叶轮上一个以前未被发现的裂缝，这是管理部门与位于伊利诺伊州里尔的SmartSignal Corp.协商的试用期才开始两周。以及马萨诸塞州的英维思过程系统公司(Invensys Process Systems)。

工程师们说，如果让裂缝扩大，结果将是灾难性的。他们估计，这笔费用包括80万美元的修理费和销售损失。

然而，节省还不止于此。“在维修人员解决这个问题的同时，监测其他压缩机的模型也开始发现未来可能导致故障的其他因素，”Avantis的总经理尼尔·库珀(Neil Cooper)报告说。Avantis是英维思旗下的业务部门，提供状态监测和管理软件。及早发现问题为公司节省了约300万美元。

尽管制造商几十年前就知道状态监测的好处，但许多公司，比如Panhandle Energy，似乎对它重新产生了兴趣。库珀认为，其中一个原因是劳动力老龄化和即将到来的退休泡沫所产生的紧迫感。他说:“我们真的必须掌握如何管理这些设施，因为所有这些知识将在未来5年开始消失。”

兴趣激增的另一个原因是技术的发展。例如，今天的传感器通常包含一种智能测量方法，它不仅可以丰富它们报告的数据，而且通常可以做出基本的决策。Avantis等软件公司以这种智能为基础，设计了筛选和利用流入本已超负荷的信息系统的海量数据的方法。

最新一代的状态监测软件从数据中提取库珀所说的上下文。“例如，简单的振动监测并不能真正告诉你什么，除非你把测量结果放在(其他参数)背景下，如RPM(每分钟转数)、吞吐量、
温度和维护寿命。”“将数据放入上下文中，将状态监控变成了状态管理。”

做到这一点的关键是软件公司开发的建模软件。例如，其中一些能够理解应力波、红外、声学和其他数据，并对数据进行预处理，以用于当今可用的更高级别的知识管理系统。

例如，SmartSignal应用了其工程师为各种设备开发的基于经验的建模软件。使用软件开发人员所称的基于相似度的建模，该软件不仅为每件设备定制模型，还应用复杂的模式识别算法来监测其操作变量在动态条件下的变化。

该公司发言人John Kerastas说:“任何在运营部门工作的人都可以告诉你，每一件设备都有自己的个性。”“一个部件可能运行起来有点热，而另一个部件可能运行起来有点冷，尽管这两个部件是相同的型号和制造。”一种解释是，不同的人可能在不同的日子建造它们。另一个原因是安装、维护和操作上的差异也会造成性能上的细微差异。

早期预警

通过在比通常更大的数据集中权衡关系，这些模型提供了Kerastas所说的对每一件设备更全面和“个人”的看法。他说:“它为某一特定单位偏离正常水平的微小偏差提供了早期预警。”即使有问题的操作参数可能在正常的操作范围内，模型也会标记出在其他读数下不正常的偏差。

Kerastas声称这种整体的方法为底特律爱迪生公司节省了大约100万美元。在这家能源公司的一家工厂，监测主风机的软件警告一名分析师，电机的运行温度约为90摄氏度。温度比警报水平低20度，但考虑到其他传感器的输入，它远高于本应达到的温度。

在下一次计划停机维修期间，技术人员拆卸并清洗了非常脏的电机。如果当时没有检测到风扇电机的高温，设备可能会发生故障，导致强制停机和300兆瓦(MW)的半单位降率长达5天。

定制模型

另一个建模软件的例子是ROMeo，这是来自英维思旗下SimSci-Esscor业务的优化和建模软件，被炼油厂和其他化工厂使用。内置模型已经包含了典型过程的典型过程参数及其相互关系。库珀解释说:“因为我们是一家过程自动化公司，我们知道从电机、泵或鼓风机的某种读数意味着轴承磨损或叶轮破裂。”安装在很大程度上是根据特定工厂的流程调整现有的通用规则。

因为这些规则是在软件中，而不是在纸上，用户可以调整它们以适应植物的特性，随着时间的推移细化模型，并使用它来监控过程。库珀说:“当你根据实时数据绘制地图时，它可以给你警告点。”“如果产量一直低于目标值，这就意味着你的设计是错误的，或者你应该寻找正在发展的问题。”

为了创建Cooper所说的环境，Avantis还提供了英维思CM(状态监测)，这是一种基于规则的软件，可以根据过程参数和诊断数据协调活动。该软件从各种来源收集信息——非智能的、智能的和历史的——并根据预先编程的规则将读数结合起来，以协调操作、维护和工程。

六小时后失败

库珀解释说:“如果一种正在发展的疾病处于早期阶段，那么也许你可以简单地跟踪它。”“如果趋势的进展比预期的要快，那么你可能需要调整计划的停机或维护计划。如果趋势很严重，你可能需要派遣一名维修技术人员，并通知运营商。”该软件甚至可以在6个小时内告知管理层设备出现故障的趋势，并将故障与公司财务状况联系起来，以确定其经济影响。

复杂的数学模型并不局限于过程工业。它们也是机械离散部件制造业的重要生产力提高剂。事实上，许多用于大批量生产的机械制造商将在其机器的分布式控制系统中嵌入状态监测。“今天的数字智能驱动器有足够的CPU(中央处理器)能力和资源来运行机械数学模型，并将其与真实的力学进行比较，”卡尔·拉普说，他是伊利诺斯州霍夫曼地产博世力士乐公司电气驱动和控制部门的自动化和机床部门经理。

这些模型不仅可以监测电机的转矩和力随电流的变化，而且可以比较指令和实际的轴的速度和位置。与期望值的过分偏差可能是过度磨损、滑梯动力系统失灵或其他问题的迹象。因此，机器制造商可以对他们的控制器进行编程，在机械性能恶化到失效的地步，迫使长时间的计划外停机维修之前，提醒维修人员，停止机器或采取其他保护措施。

博世力士乐的战略是，通过利用当今驱动器中可用的计算能力和驱动器中已有的信息，来模仿人类的自动反射。某些反射——比如呼吸和突然不自觉地把手从炉子上的热炉子上抽离——绕过大脑中的中央处理单元，而是依靠神经系统做出更快的反应。博世(Bosch)驱动系统开发工程师马蒂亚斯•瓦勒(Matthias Wahler)表示:“在自动化领域也是如此。”"检测到驱动器中的致命错误必须在那里做出适当的反应"

虽然目前电动驱动在内部已经实现了这一功能，但博世通过一种被该公司称为生产力代理的功能，将这一保护功能扩展到轴系机械。Wahler将这一功能描述为“反射”以保护轴的机制。

diy建模

其他用于状态监测的建模软件正从研究实验室中涌现出来。其中之一是Watchdog Agent，这是一种智能维护系统，由智能维护系统中心(CIMS)在过去五年中开发的，CIMS是一个总部位于辛辛那提大学的国家科学基金会产学研合作机构。该软件帮助用户为他们的设备和过程创建定制的、嵌入式的、预测性维护软件。

“我们没有开发一个通用的监控包，而是开发了一个工具箱，工业用户可以在几天内快速部署，而不是几个月或几年，”他说Jay Lee博士，中心主任。这个工具箱包含超过18种算法，可根据手头的应用程序定制嵌入式监视功能。这些工具产生了监测和预测特定部件或单元(如轴承、阀门、主轴、电机和压缩机)状况所需的特征。

为了指导用户完成这个过程，研究人员设计了一个QFD(质量功能部署)重新配置界面，帮助用户为他们的应用程序选择相关的标准。“它有点像一个基于excel的矩阵，指示你需要配置的参数，”Lee说。“你勾选相应的框，软件就会自动建议你应该使用哪种工具。”

现在，研究人员已经开发了国家仪器公司硬件平台和基于嵌入式计算机标准PC104的软件工具，研究进入了最后阶段，商业化阶段。汽车制造商丰田汽车制造北美公司总部位于肯塔基州厄兰格。该公司已经在肯塔基州乔治敦市使用Watchdog Agent。设备，以及CIMS监测喘振压缩比的方法，以避免压缩机轴承故障。李报告说，密尔沃基的哈雷戴维森汽车公司、底特律的通用汽车公司、韩国的三星、日本的小松公司和俄亥俄州埃文代尔的通用航空公司也在进行更多的项目。

这些公司认为，他们在状态监测和预测性维护方面的投资是精益制造之后的自然下一步。“它们已经很精简了，所以下一步是改善设备的健康状况，以防止故障，”李解释说。“所以零故障是新思路。”通过状态监测来支持这一战略是从瘦肉植物中榨取更多利润的健康方式。

要查看本文附带的侧栏—“无线扩展状态监测应用，请访问”www.myenum.com/view - 2784

如需更多信息，请搜索关键词"状态监测“在www.myenum.com．