作者/Stephan Menze 儒卓力 模擬與傳感器產品銷售經理

摘要：未雨綢繆勝于臨渴掘井。無論是由于節(jié)省成本、缺乏技術工人還是缺乏動力，如果推遲維護操作，你可能會遇到突然的機器和皮帶故障或生產錯誤。借助于預測性維護，這種情況將不再發(fā)生。不過，必須遵守幾點方能取得成功。

關鍵詞：預測性維護；群體智能；傳感器；NB-IoT

每個預測性維護項目都從正常機器運行期間的機器特性檢測開始(如圖1)，例如檢測結構噪聲和空氣噪聲的聲學或固有頻率，然后將其數(shù)字化并傳輸?shù)接嬎銠C或云端。在本地數(shù)據(jù)處理領域中通常采用邊緣計算，這是可以應用本地AI解決方案(如Intel Movidius )的地方。在云計算方面，第三方服務提供商可以提供無限的數(shù)據(jù)分析服務。邊緣解決方案能夠在毫秒范圍內做出響應。

盡管如此，互聯(lián)網連接對于固件更新和遠程監(jiān)控仍是必不可少的。

原則上，群體智能(swarm intelligence)并不用于學習和改進過程，并且僅限于本地計算能力和用戶自己的經驗歷史。另一方面，云計算能夠進行在現(xiàn)場運作的所有系統(tǒng)的比較，并且可以從個別系統(tǒng)到其它系統(tǒng)的變化中得出結論。除了這種群體智能，云計算在計算能力或內存容量方面沒有限制，你可以靈活地更改所使用的對數(shù)，例如，從靜態(tài)數(shù)據(jù)分析到機器學習或深度學習。

雖然兩種實施方案看起來不同，但在現(xiàn)實場景中，始終需要互聯(lián)網連接和傳感器數(shù)據(jù)的本地初始分析。然而，重要組件的擴展和持續(xù)的維護成本，都會相應地發(fā)生變化，這使得精確的成本效益分析變得更加復雜。

1 傳感器的定位是決定性因素

無論是在本地還是在云中進行分析，都必須弄清楚可能發(fā)生損壞的位置以及最佳的檢測位置。但是，傳感器也可以安裝在這個地方嗎？ 這個地方是否可以觸達且是否有足夠的空間？ 環(huán)境噪音是否過大？ 是持續(xù)不斷還是以不規(guī)則的間隔發(fā)生的？

一旦明確了理想的安裝位置，傳感器類型通常已經確定了：如果所有因素都支持連接到設備或機器，這就是檢測結構噪聲。因此，沖擊和振動傳感器或加速度傳感器就是要選擇的工具。當放置在設備或機器外部時，可檢測到空氣傳播的噪音。具有特定頻率范圍的MEMS麥克風傳感器可用于這個用途，例如來自STMicroelectronics和英飛凌的傳感器產品。由于它們通常帶有吸收聲波和降低聲壓的開口，因此在潮濕或多塵的環(huán)境中，如果沒有采取特殊措施，它們是不合適使用的。在這種情況下，可以使用沖擊和振動傳感器或加速度傳感器。

要回答預測性維護系統(tǒng)應涵蓋哪個頻率范圍這個問題，可以應用以下經驗法則：檢測到的頻率越高，損壞就可以越早地被記錄。在16 kHz以上超聲波范圍內，可以在實際發(fā)生損壞之前幾個月檢測到初始標志。當在最高16 kHz可聽范圍內檢測時，在損壞發(fā)生之前可能就僅剩下幾周時間了。這時間對于某些機器或設備來說可能是足夠的，但對其它機器或設備來說太晚了，我們必須根據(jù)具體情況進行檢查：潛在的損壞有多嚴重？在獲得備件和維修技術人員到達之前需要多長時間？是否可以隨時停止機器進行維修或維護工作？例如，強烈建議在超聲波范圍內進行氣體管道泄漏測試。如果泄漏產生可聽噪聲，對于預測性維護來說就已經太晚了。

如果在可聽范圍內的檢測是足夠的，則由機器或機器部件的類型來確定傳感器應覆蓋的頻率范圍。相關部件旋轉得越快，檢測到的頻率就越高。例如，空氣引導系統(tǒng)的損壞通常是由不平衡、不正確的調整或松動的連接引起的。這發(fā)生在約2 kHz范圍內。對于速度非常緩慢的移動部件，使用加速度傳感器而不是麥克風傳感器可以提供更好的檢測結果。

通過組合麥克風、加速度、沖擊和振動傳感器可以提高誤差檢測過程的命中數(shù)。使用其它傳感器類型時，甚至可以獲得更多信息，例如檢測溫度、濕度或壓力。當傳感器彼此聯(lián)網時，這種組合提供了最大的好處。然而，這不僅增加了傳感器和連接的成本，而且還導致數(shù)據(jù)量和評估工作量的增加。因此，如果存在相應的潛在損壞，例如由于皮帶故障或生產錯誤引起的損壞，甚至可能在較長時間段內未被注意到，則使用幾個傳感器的組合是有價值的。這對于偏遠地點的系統(tǒng)也是有用的，例如，海上風電場，因為在這里不必要的工程師呼叫會導致高昂的成本。特別推薦對安全關鍵系統(tǒng)進行全面檢測，例如汽車制動系統(tǒng)。

2 用于數(shù)據(jù)傳輸?shù)男滦蜔o線技術

根據(jù)應用類型，各個傳感器必須首先將其測量數(shù)據(jù)傳輸?shù)奖镜財?shù)據(jù)采集器。具有集成無線電接口和集成AD轉換器的微控制器，即所謂的無線SoC器件，非常適合這個用途。通常無線電堆棧已經免費提供并且為微控制器量身定制，因此只需要使用應用程序，將模擬數(shù)值進行數(shù)字化并傳輸?shù)綌?shù)據(jù)收集器，這仍然需要使用幾條程序線來實現(xiàn)。數(shù)據(jù)收集器現(xiàn)在可以在本地評估數(shù)據(jù)，并且僅將其網關功能用于軟件更新或臨時報告。在這種情況下，LTE是足夠快的互聯(lián)網連接方式，并在未來數(shù)年內都具備安全的基礎設施。對于云中的時間關鍵性數(shù)據(jù)分析，需要在幾毫秒內完成反饋，5G技術將會綽綽有余。傳感器與數(shù)據(jù)采集器的連接并不總能通過電纜來實現(xiàn)。

無線電技術通常更便宜、更靈活和更耐用。使用Nordic Semiconductor的nRF52840器件（如圖2），你可以輕松選擇藍牙m(xù)esh、ZigBee或用于星形拓撲的免費開源堆棧Gazell。NFC使傳感器能夠簡便地連接到相應的數(shù)據(jù)收集器。這是第一次，可以通過集成的USB端口使用筆記本電腦來校準傳感器。從一開始就決定只使用藍牙5或藍牙m(xù)esh的用戶也可以切換到更便宜的產品型款，例如nRF52810。最新藍牙5型款器件可在遠程模式下實現(xiàn)長達一公里的傳輸范圍。這使得該技術即使在先前1 GHz以下技術不可或缺的情況下也很有用。

新的LTE類別適用于不使用數(shù)據(jù)采集器的傳感器，或者由于通過邊緣計算進行了強大數(shù)據(jù)壓縮而僅需要將少量數(shù)據(jù)傳輸?shù)交ヂ?lián)網的數(shù)據(jù)采集器。它們無需單獨的網關就可以建立從傳感器到云的直接互聯(lián)網連接，并將測量數(shù)值傳輸?shù)皆啤?/p>

3 全新LTE類別

最新的LTE類別NB1和M1(也稱為NB-IoT和LTE M1或LTE-M)非常適合預測性維護等需要在單獨情況下傳輸少量數(shù)據(jù)的應用。

Nordic Semiconductor的nRF91系列同時支持LTE-M和NB-IoT。高度集成的系統(tǒng)級封裝(SiP)配備了ARM-Cortex M33微控制器，可對應用、傳感器和執(zhí)行器進行定制編程。其計算能力使得應用能夠以更復雜的算法進行數(shù)據(jù)分析。這意味著：無線模塊根據(jù)傳感器提供的測量數(shù)據(jù)在現(xiàn)場生成信息，因此只需要發(fā)送少量數(shù)據(jù)。這可以優(yōu)化整體能量平衡并將在線數(shù)據(jù)消耗保持在較低水平。除傳感器外，還可以通過32個GPIO連接LED，例如，如果傳感器檢測到的數(shù)值過高，則LED用作現(xiàn)場警報，也可以連接按鈕或開關繼電器。

例如，如果需要，傳感器點可以關閉整個系統(tǒng)，或者用戶可以確認機器狀態(tài)。

nRF91 SiP（如圖3）仍可提供集成輔助GPS。通過使用NB-IoT或LTE-M，這能夠在冷啟動期間快速定位位置以監(jiān)控車輛或其它移動設備。

4 防止數(shù)據(jù)盜竊

由于傳感器的測量值可以提供有關機器、系統(tǒng)和設備使用狀況的大量信息，因此應該保護它們免受未經授權的訪問。在這種情況下，nRF91還包含一個解決方案：帶有TrustZone的主機處理器在CPU和系統(tǒng)中實現(xiàn)可信執(zhí)行環(huán)境，從而有助于提高應用程序數(shù)據(jù)、固件和連接的外圍設備的安全性。ARM CryptoCell可確保安全的內存訪問，而TLS和SSL可確保數(shù)據(jù)傳輸?shù)亩说蕉思用堋RF91也非常適合與nRF52進行交互，正如nRF91開發(fā)套件所實現(xiàn)的方案。因此，這款多核雙芯片解決方案可同時用于傳感器連接的短程無線電網絡和用于互聯(lián)網連接的蜂窩網絡。如果你選擇nRF52系列的nRF52840，它還具有ARM TrustZone和CryptoCell技術。

5 成功因素 ——數(shù)據(jù)分析

從傳感器傳輸數(shù)據(jù)后，最棘手的任務是數(shù)據(jù)分析。當滾子軸承的頻率發(fā)生變化時，這意味著什么？這是否有發(fā)生故障的風險，是否只是生產過程改變了，還是周末機器停止運作了？或者是進行改變的干預因素？哪些偏差仍屬于正常波動？最后：損壞發(fā)生的概率有多高，何時必須干預？

這導致特定的配置文件，其相應的參數(shù)和閾值存儲在軟件中。在第一次實際測試后可能需要重新調整。預測性維護系統(tǒng)還需要在生產變更、機器變更或類似變更的情況下進行調整。如果你將所有這些要點考慮在內，就離成功不遠了：再也不會因未發(fā)現(xiàn)的老化系統(tǒng)而出現(xiàn)意外的機器損壞、停機或皮帶故障。維護工作的支出可以更好地提前進行計劃，而只有實際需要的備件才會自動保持庫存。這不僅有利于用戶，也有利于機器制造商。如果他們將預測性維護系統(tǒng)集成到產品中，可以通過更高的機器可用性為客戶提供真正的附加價值。此外，他們可以使用經過評估的現(xiàn)場使用經驗進一步開發(fā)產品。

6 什么是預測性維護？

與預防性維護相比，預測性維護不是基于固定維護周期，而是利用現(xiàn)場連續(xù)收集的測量數(shù)據(jù)和相應的數(shù)據(jù)評估進行的基于需求導向的維護操作。預測性維護記錄機器、系統(tǒng)和設備的振動或變化噪音，而這些可能在實際損壞發(fā)生前的一段很長時間內就提示出機器運行存在問題。

本文來源于科技期刊《電子產品世界》2019年第6期第22頁，歡迎您寫論文時引用，并注明出處

關鍵詞： 201606 預測性維護 群體智能 傳感器 NB-IoT