Predisitiv vedlikehold av roterende maskiner ved hjelp av en vibrasjon og Thingspeak: 8 trinn

2025 Forfatter: John Day | [email protected]. Sist endret: 2025-01-23 15:02

Roterende maskiner som vindturbiner, hydroturbiner, induksjonsmotorer osv. Står overfor forskjellige typer slitasje og slitasje. De fleste av disse feilene og slitasje forårsaket av unormale vibrasjoner i enheten. Disse maskinene brukes ofte under kraftig drift og med minimal nedetid. De viktigste feilene som oppstår i disse er følgende

• Uregelmessige radiale og tangensielle krefter.
• Uregelmessig mekanisk oppførsel.
• Lagerfeil, rotorstang og enderingfeil ved induksjon av ekornbur
• Motorstatorfeil og eksentrisk luftspalte i rotorer.

Disse uregelmessige vibrasjonene kan resultere i raskere nedbrytning av maskinen. Støy og kan påvirke maskinens mekaniske oppførsel. Maskinvibrasjonsanalyse og prediktivt vedlikehold gir en detaljert undersøkelse av deteksjon, lokalisering og diagnose av feil i roterende og frem- og tilbakegående maskiner ved hjelp av vibrasjonsanalyse. I denne instruksen vil vi bruke trådløs vibrasjonssensor for å overvinne dette problemet. Disse sensorene er sensorer av industriell kvalitet og har blitt implementert med suksess i mange applikasjoner som strukturanalyse av sivile infrastrukturer, vibrasjonsanalyse av vindturbin, vibrasjonsanalyse av hydroturbinen. Vi skal visualisere og analysere vibrasjonsdataene i Thing Speak. Her vil vi demonstrere følgende.

• Trådløse vibrasjons- og temperatursensorer.
• Vibrasjonsanalyse ved bruk av disse sensorene.
• Samle data ved hjelp av en trådløs gateway -enhet
• Sender vibrasjonsdata til Thing Speak IoT -plattformen ved hjelp av Thing Speak MQTT API.

Trinn 1: Spesifikasjoner for maskinvare og programvare

Programvarespesifikasjon

• En ThingSpeak -konto
• Arduino IDE

Maskinvarespesifikasjon

• ESP32
• Trådløs temperatur- og vibrasjonssensor
• Zigmo Gateway -mottaker

Trinn 2: Retningslinjer for kontroll av vibrasjon i roterende maskiner

Som nevnt i den siste instruerbare "Mechanical Vibration Analysis of Induction Motors". Det er visse retningslinjer som må følges for å skille feilen og feilidentifiserende vibrasjoner. For den korte rotasjonshastighetsfrekvensen er en av dem. Rotasjonshastighetsfrekvenser er karakteristiske for forskjellige feil.

• 0,01 g eller mindre - Utmerket stand - Maskinen fungerer som den skal.
• 0,35 g eller mindre - God stand. Maskinen fungerer fint. Ingen handling nødvendig med mindre maskinen bråker. Det kan være en rotoreksentrisitetsfeil.
• 0,75 g eller mer - Grov tilstand - Må sjekke motoren. Det kan være rotoreksentrisitetsfeil hvis maskinen lager for mye støy.
• 1 g eller mer - Veldig grov tilstand - Det kan være en alvorlig feil i en motor. Feilen kan skyldes lagerfeil eller bøyning av stangen. Se etter støy og temperatur
• 1,5 g eller mer- Farenivå- Trenger å reparere eller bytte motor.
• 2,5 g eller mer -Alvorlig nivå -Slå av maskinen umiddelbart.

Trinn 3: Få verdiene for vibrasjonssensoren

Vibrasjonsverdiene vi får fra sensorene er i millioner. Disse består av følgende verdier.

RMS-verdi- rot betyr gjennomsnittlige kvadratverdier langs alle tre aksene. Toppen til toppen kan beregnes som

topp til topp verdi = RMS verdi/0,707

• Min verdi- Minste verdi langs alle tre aksene
• Maksverdier- topp til topp verdi langs alle tre aksene. RMS -verdien kan beregnes ved hjelp av denne formelen

RMS -verdi = topp til topp -verdi x 0,707

Tidligere da motoren var i god stand, fikk vi verdiene rundt 0,002 g. Men da vi prøvde den på en defekt motor var vibrasjonen vi undersøkte omtrent 0,80 g til 1,29 g. Den defekte motoren ble utsatt for høy rotoreksentrisitet. Så vi kan forbedre feiltoleransen til motoren ved å bruke vibrasjonssensorene.

Trinn 4: Konfigurere ting

For å legge våre temperatur- og fuktighetsverdier til skyen bruker vi ThingSpeak MQTT API. ThingSpeak er en IoT -plattform. ThingSpeak er en gratis webtjeneste som lar deg samle og lagre sensordata i skyen. MQTT er en vanlig protokoll som brukes i IoT-systemer for å koble til enheter og sensorer på lavt nivå. MQTT brukes til å sende korte meldinger til og fra en megler. ThingSpeak har nylig lagt til en MQTT -megler, slik at enheter kan sende meldinger til ThingSpeak. Du kan følge prosedyren for å sette opp ThingSpeak Channel fra dette innlegget

Trinn 5: Publisering av verdier til ThingSpeak -kontoen

MQTT er en publiser/abonner-arkitektur som først og fremst er utviklet for å koble båndbredde og strømbegrensede enheter over trådløse nettverk. Det er en enkel og lett protokoll som kjører over TCP/IP -kontakter eller WebSockets. MQTT over WebSockets kan sikres med SSL. Publiser/abonner -arkitekturen gjør det mulig å skyve meldinger til klientenhetene uten at enheten trenger å polle serveren kontinuerlig.

En klient er enhver enhet som kobles til megleren og kan publisere eller abonnere på emner for å få tilgang til informasjonen. Et emne inneholder ruteinformasjon for megleren. Hver klient som ønsker å sende meldinger, publiserer dem til et bestemt emne, og hver klient som ønsker å motta meldinger, abonnerer på et bestemt emne

Publiser og abonner med ThingSpeak MQTT

• Publisering til kanalfeedkanaler/"channelID"/publish/"WriteAPIKey"

• Publisering til et bestemt felt

  kanaler/

  "channelID" /publish /fields /"fieldNumber" /"fieldNumber"

• Abonner på kanalfeltet

  kanaler/

  "channelID" /subscribe /"format" /"APIKey"

• Abonner på den private kanalstrømmen

  kanaler/

  channelID

  /subscribe/fields/"fieldNumber"/"format"

• Abonner på alle feltene på en kanal. kanaler /

  "channelID"/

  abonnere/felter/

  fieldNumber

  /"apikey"

Trinn 6: Visualisering av sensordata på ThingSpeak

Trinn 7: E -postvarsel for vibrasjonsvarsel

Vi bruker IFTTT-appleter for å gi værmelding i sanntid via e-post til brukeren. For mer om IFTTT -oppsett kan du gå gjennom denne bloggen. Så, vi har implementert det gjennom ThingSpeak. Vi sender en e -postvarsel til brukeren når endringen i temperatur skjer i en maskin. Det vil utløse en e -postvarsling "For en vakker dag". Hver dag rundt kl. 10:00 (IST) får vi en e -postvarsel

Trinn 8: Samlet kode

Fastvaren til dette oppsettet finnes i dette GitHub -depotet