¿Cómo predecir el rendimiento de los cilindros? Mantenimiento predictivo basado en señales de vibración

Como el actuador central de los sistemas de automatización industrial, la confiabilidad de los cilindros afecta directamente la eficiencia de producción. Según las estadísticas, el 35% de sistema neumático Las fallas son causadas por el desgaste del cilindro, y las fallas repentinas pueden hacer que las líneas de producción pierdan hasta decenas de miles de yuanes por hora. El mantenimiento regular tradicional tiene el riesgo de un mayor mantenimiento o inspecciones perdidas, mientras que el mantenimiento predictivo basado en señales de vibración puede capturar con precisión los signos tempranos de desgaste y lograr la intervención temprana de fallas.

1. Mecanismo de generación de señales de vibración del cilindro

Fuentes de vibración típicas

Desgaste del sello del pistón: el daño al anillo de sello provoca una fuga de aire comprimido, causando movimiento inestable del pistón (frecuencia: 10-100Hz)

Guía de la manga de la manga: exceder la tolerancia a juego hace que la varilla del pistón se balancee (frecuencia característica: 50-300Hz)

Falla de la válvula de búfer: el escape deficiente produce fluctuaciones de presión de alta frecuencia (banda de frecuencia: 500-2000Hz)

Parámetros característicos de la señal de vibración

2. Tres métodos centrales de diagnóstico de vibración

Método 1: Método de análisis de características de dominio de tiempo

Escenario aplicable: detección rápida de anormalidades tempranas

Indicadores clave:

Valor rms (cuadrado medio raíz): 20% por encima del valor de referencia es una advertencia temprana

Factor máximo (CF):> 3.5 indica el desgaste de impacto

Pasos de operación:

Instale un sensor de aceleración de tres ejes en el punto medio de la carrera del cilindro

Recopilar datos de vibración para 10 ciclos de trabajo

Calcule la puntuación Z de CF y RMS (alarma si se desvía de la línea de base por 3σ)

Método 2: Tecnología de demodulación de la envoltura del dominio de frecuencia

Escenario aplicable: localizar con precisión componentes defectuosos

Principio técnico: extraiga la señal de modulación a través de la transformación de Hilbert y separe la frecuencia característica del rodamiento/sello

Proceso de diagnóstico:

La frecuencia de muestreo se establece en 5kHz

El análisis del espectro de sobre se realiza en la banda de frecuencia de 200-800Hz

Identificar frecuencias características:

Velocidad de varilla de pistón × número de bolas (falla del rodamiento)

Sellado de la frecuencia de paso del par de fricción (desgaste del sello)

Datos medidos: un cilindro de maquinaria de empaque tiene una banda lateral a 125Hz, que se diagnostica como desgaste de la manga de guía (la vibración se reduce en un 62% después de la reparación).

Método 3: Diagnóstico inteligente de aprendizaje automático

Escenario aplicable: monitoreo de clúster de múltiples cilindros

Arquitectura de modelo:

Capa de entrada: segmento de vibración de 1S (incluidas las características del dominio de la frecuencia de dominio de tiempo)

Capa oculta: red LSTM de 3 capas (128 unidades de memoria)

Capa de salida: clasificación de tipo de falla (precisión> 92%)

Ruta de implementación:

Recopilar datos históricos (500 grupos de estado normal/de desgaste cada uno)

Mejora de datos (Agregar ruido gaussiano para mejorar la generalización)

Módulo de computación de implementación de borde

3. Guía de construcción del sistema de diagnóstico

Recomendaciones de selección de hardware