Hvordan forutsi ytelsen til sylindere? Forutsigbar vedlikehold basert på vibrasjonssignaler

Som kjerneaktuator for industrielle automatiseringssystemer påvirker sylindrene påliteligheten direkte produksjonseffektiviteten. I følge statistikk er 35% av pneumatisk system Feil er forårsaket av sylinderslitasje, og plutselige feil kan føre til at produksjonslinjer taper opp til titusenvis av yuan per time. Tradisjonell regelmessig vedlikehold har risikoen for overvedlikehold eller tapte inspeksjoner, mens prediktivt vedlikehold basert på vibrasjonssignaler nøyaktig kan fange opp tidlige tegn på slitasje og oppnå tidlig inngrep av feil.

1. Generasjonsmekanisme for sylindervibrasjonssignaler

Typiske vibrasjonskilder

Stempelforsegling: skade på tetningsringen forårsaker trykkluftslekkasje, forårsaker ustabil stempelbevegelse (frekvens: 10-100Hz)

Guidehylse klaring: Overskridelse av matchende toleranse får stempelstangen til å svinge (karakteristisk frekvens: 50-300Hz)

Bufferventilfeil: Dårlig eksos produserer høyfrekvente trykksvingninger (frekvensbånd: 500-2000Hz)

Vibrasjonssignalkarakteristiske parametere

2. tre kjernemetoder for vibrasjonsdiagnose

Metode 1: Tidsdomenefunksjonsanalysemetode

Gjeldende scenario: Rask screening av tidlige avvik

Nøkkelindikatorer:

RMS -verdi (root mean square): 20% over grunnlinjeverdien er en tidlig advarsel

Peak Factor (CF):> 3,5 indikerer påvirkningsslitasje

Operasjonstrinn:

Installer en tre-akset akselerasjonssensor midt på sylinderlaget

Samle vibrasjonsdata for 10 arbeidssykluser

Beregn z-poengsummen til CF og RMS (alarm hvis den avviker fra grunnlinjen med 3σ)

Metode 2: Frekvensdomene -konvolutt Demoduleringsteknologi

Gjeldende scenario: Finn feil komponenter nøyaktig

Teknisk prinsipp: Trekk ut modulasjonssignalet gjennom Hilbert -transformasjon og skille lager/tetningskarakteristisk frekvens

Diagnostisk prosess:

Prøvetakingsfrekvensen er satt til 5kHz

Konvoluttspekteranalyse utføres på 200-800Hz frekvensbånd

Identifiser karakteristiske frekvenser:

Stempelstanghastighet × antall baller (lagerfeil)

Tetningsfriksjonspar passeringsfrekvens (tetningslitasje)

Målte data: En emballasjesylinder har et sidebånd ved 125Hz, som er diagnostisert som guidehylse slitasje (vibrasjon reduseres med 62% etter reparasjon).

Metode 3: Maskinlæring Intelligent diagnose

Gjeldende scenario: Multi-sylindret klyngeovervåking

Modellarkitektur:

Inngangslag: 1S vibrasjonssegment (inkludert tidsdomenefrekvensdomenefunksjoner)

Skjult lag: 3-lags LSTM-nettverk (128 minneenheter)

Utgangslag: Feiltype Klassifisering (Nøyaktighet> 92%)

Implementeringssti:

Samle historiske data (500 grupper av normal/slitestatus hver)

Dataforbedring (legg til Gaussisk støy for å forbedre generaliseringen)

Distribusjon av datamodulen for Edge Edge

3. Diagnostic System Construction Guide

Anbefalinger av maskinvarevalg