Als kernactuator van industriële automatiseringssystemen beïnvloedt de betrouwbaarheid van cilinders de productie -efficiëntie direct. Volgens de statistieken is 35% van pneumatisch systeem Fouten worden veroorzaakt door cilinderslijtage en plotselinge storingen kunnen ervoor zorgen dat productielijnen tot tienduizenden yuan per uur verliezen. Traditioneel regelmatig onderhoud heeft het risico op overbehoud of gemiste inspecties, terwijl voorspellend onderhoud op basis van trillingssignalen vroege tekenen van slijtage nauwkeurig kan vastleggen en vroege interventie van fouten kunnen bereiken.
1. Generatiemechanisme van cilindertrillingssignalen
Typische trillingsbronnen
Zuige afdichtingslijtage: schade aan de afdichtring veroorzaakt persluchtlekkage, waardoor onstabiele zuigerbeweging wordt veroorzaakt (frequentie: 10-100Hz)
Leidingsafdeling: het overschrijden van de bijpassende tolerantie zorgt ervoor dat de zuigerstang slingert (karakteristieke frequentie: 50-300Hz)
Falen van bufferventiel: slechte uitlaat produceert hoogfrequente drukschommelingen (frequentieband: 500-2000Hz)
Trillingssignaal karakteristieke parameters
Fouttype | Tijddomeinkenmerken | Frequentiedomeinkenmerken |
Afdichtingskleding | Een plotselinge toename van 30% in versnellingsamplitude | Verhoging van de laagfrequente energieverhouding (<200Hz) |
Zuiger staaf buigen | Periodieke impact in golfvorm | 1x/2x rotatiefrequentie Harmonischen prominent |
Bufferfout | Piekfactor> 5 | Energieconcentratie in hoogfrequente resonantieband |
2. Drie kernmethoden voor trillingsdiagnose
Methode 1: methode voor het analyseren van tijddomeinfunctie
Toepasselijk scenario: snelle screening van vroege afwijkingen
Belangrijkste indicatoren:
RMS -waarde (wortelgemiddelde vierkant): 20% boven de basiswaarde is een vroege waarschuwing
Piekfactor (CF):> 3,5 duidt op impactslijtage aan
Bedieningsstappen:
Installeer een drie-assige versnellingssensor op het middelpunt van de cilinderslag
Verzamel trillingsgegevens voor 10 werkcycli
Bereken de z-score van CF en RMS (alarm als deze afwijkt van de basislijn met 3σ)
Methode 2: Frequentiedomein envelope demodulatietechnologie
Toepasselijk scenario: zoek nauwkeurig defecte componenten
Technisch principe: extraheren het modulatiesignaal door Hilbert -transformatie en scheid de lager/afdichtingskarakteristiekfrequentie
Diagnostisch proces:
De bemonsteringsfrequentie is ingesteld op 5 kHz
Envelop-spectrumanalyse wordt uitgevoerd op de frequentieband van 200-800Hz
Identificeer karakteristieke frequenties:
Zuigerstangsnelheid × Aantal ballen (lagerfalen)
Afdichtende wrijvingspaar passerende frequentie (afdichtingsslijtage)
Gemeten gegevens: een verpakkingsmachinescilinder heeft een zijband bij 125Hz, die wordt gediagnosticeerd als slijtage van de geleidemoes (trillingen worden na reparatie met 62% verminderd).
Methode 3: Intelligente diagnose van machine learning
Toepasselijk scenario: Multi-cilinder clusterbewaking
Modelarchitectuur:
Invoerlaag: 1S Vibration Segment (inclusief tijddomeinfrequentiedomeinkenmerken)
Verborgen laag: 3-laags LSTM-netwerk (128 geheugeneenheden)
Uitvoerlaag: Classificatie van het fouttype (nauwkeurigheid> 92%)
Implementatiepad:
Verzamel historische gegevens (elk 500 groepen normale/slijtagestatus)
Gegevensverbetering (Gaussiaanse ruis toevoegen om de generalisatie te verbeteren)
Edge Computing -module implementeren
3. Diagnostische systeemconstructiegids
Hardware -selectie aanbevelingen
Componenten | Parametervereisten |
Versnellingsmeter | Frequentieresponsbereik 0,5-5 kHz |
Data -acquisitiekaart | Bemonsteringssnelheid ≥ 10 kHz/ch |
Analyseterminal | Ondersteuning python tensorrt |