В ПетрГУ разработана беспроводная система вибрационного мониторинга для предприятий горнопромышленного комплекса

В ПетрГУ разработана беспроводная система вибрационного мониторинга для предприятий горнопромышленного комплекса

Учёные Физико-технического института Петрозаводского государственного университета разработали беспроводной датчик вибрации с встроенной системой анализа данных. Устройство предназначено для непрерывного контроля технического состояния оборудования горнопромышленных предприятий и раннего выявления неисправностей. Разработка прошла апробацию на камнеобрабатывающих предприятиях Республики Карелия и позволила выявить нарушения в эксплуатации щековых дробилок.

Вибрационный анализ является основным методом диагностики роторного и ударного оборудования: по данным систематических обзоров, на него приходится более 80% методов диагностики неисправностей, применяемых в промышленности. Изменение вибрационных характеристик позволяет обнаружить износ подшипников, дисбаланс, расцентровку валов и ослабление креплений на ранней стадии — задолго до отказа оборудования.

Для горнопромышленного комплекса эта задача особенно значима. Щековые дробилки, применяемые для измельчения горной породы, работают в условиях интенсивных ударных нагрузок. Внеплановая остановка дробилки приводит к простою всей технологической линии производства щебня. Переход от планово-предупредительного ремонта к обслуживанию по фактическому техническому состоянию (предиктивному обслуживанию) позволяет снизить число аварийных остановов и затраты на ремонт.

Вместе с тем серийные системы вибромониторинга отличаются высокой стоимостью, что ограничивает их применение наиболее ответственными агрегатами. Распространённые бюджетные решения, как правило, лишь передают необработанный сигнал на внешний сервер, что создаёт значительную нагрузку на сеть и требует дополнительной вычислительной инфраструктуры.

Коллективом исследователей создан беспроводной узел вибрационного мониторинга WVS (Wireless Vibration Sensor), выполняющий полный цикл обработки сигнала непосредственно на устройстве (так называемые периферийные вычисления, edge computing). Датчик устанавливается на корпус оборудования с помощью магнита или резьбового крепления и включает:

• трёхосевой малошумящий широкополосный МЭМС-акселерометр промышленного класса с полосой пропускания до 6 кГц, достаточной для диагностики подшипниковых узлов;

• двухъядерный микроконтроллер со встроенным модулем Wi-Fi;

• встроенный и до четырёх внешних цифровых датчиков температуры.

Для обеспечения непрерывной регистрации данных при ограниченных вычислительных ресурсах применена архитектура с разделением задач между ядрами микроконтроллера под управлением операционной системы реального времени. Одно ядро выделено исключительно для опроса датчиков, что исключает потерю отсчётов; второе выполняет спектральный анализ и обмен данными. Сигнал регистрируется по трём осям с частотой дискретизации 13,3 кГц, полный цикл обработки составляет около 0,66 с.

Встроенное программное обеспечение реализует несколько параллельных каналов анализа:

• расчёт статистических параметров сигнала (среднеквадратичного значения, эксцесса, пик-фактора), чувствительных к ударным воздействиям и локальным дефектам, а также регистрацию ударов с распределением по энергиям;

• спектральный анализ на основе быстрого преобразования Фурье с расчётом виброускорения, виброскорости и виброперемещения, а также модуляционный анализ для выявления характерных признаков дефектов подшипников, зубчатых передач и дисбаланса;

• двухпороговую систему сигнализации («предупреждение» и «авария») в соответствии с международным стандартом ISO 20816, с настраиваемыми задержками и гистерезисом для исключения ложных срабатываний;

• контроль температуры с программируемыми порогами;

• запись фрагментов исходного сигнала для углублённого анализа и разработки методики мониторинга конкретного объекта.

Одним из научных результатов работы стал предложенный авторами метод уточнения спектральных оценок, сочетающий логарифмически-параболическую интерполяцию пика и интерполяцию комплексного спектра. Метод позволил снизить погрешность оценки амплитуды, обусловленную дискретностью спектра, с 37% до 6,1%. Эффективность алгоритма подтверждена численным моделированием и экспериментами на вибрационном стенде.

Передача данных осуществляется по промышленному протоколу Modbus TCP поверх Wi-Fi. Это обеспечивает интеграцию датчика в действующие автоматизированные системы управления технологическими процессами (АСУ ТП) без дополнительных шлюзов и прокладки кабельных линий. Параметры анализа и пороги сигнализации настраиваются дистанционно.

Программно-аппаратный комплекс прошёл апробацию на площадках камнеобрабатывающих предприятий в г. Суоярви, пос. Кварцитный и пос. Пухта (Республика Карелия). Во всех случаях регистрация вибрационных сигналов позволила выявить проблемы в текущей эксплуатации щековых дробилок. Данные, полученные на площадке в Пухте, планируется использовать при разработке расширенного комплекса управления производственной линией щебёночного завода.

Система обеспечивает контроль общего уровня вибрации и температуры, а также спектральный анализ сигналов вибрации и звука.

Разработка отличается низкой стоимостью аппаратной части, что делает возможным массовое оснащение оборудования средствами мониторинга. В отличие от систем на основе нейросетевых моделей, требующих обучения на данных о неисправностях конкретной машины, предложенный подход формирует физически интерпретируемые диагностические параметры и может применяться сразу после установки.

Использование собственного программного обеспечения и алгоритмов обработки сигналов вносит вклад в технологический суверенитет отечественной промышленности и создаёт основу для импортозамещения средств автоматизации предприятий горнопромышленного комплекса.

Модульная архитектура программного обеспечения позволяет развивать функциональность устройства. В дальнейшем авторы планируют интегрировать в датчик облегчённые модели машинного обучения для распознавания режимов работы оборудования и обнаружения аномалий.

Изображение на обложке: разработано Magnific

Источник: Минобрнауки России

Ученые МАДИ создали способ точного контроля состояния мостов и дорог с помощью 3D-сканеров
Искусственный интеллект учится слышать город: в ДВФУ разработали систему акустического мониторинга