预测性维护是工业互联网中一个重要的应用场景。在预测性维护出现之前,设备维护的方式主要是被动故障维护以及定期以人工巡检的方式检测,预测性检测的出现可以降低设备的故障率,提高设备利用率,确保设备持续使用,提高企业生产效率,同时也可以减少设备维修费用。
预测性维护能够真正落地并且为客户创造价值,需要具备两大条件,其一是数据基础,第二是算法模型。目前,已有的机械故障诊断方法多针对断路器分合闸过程中的线圈电流信号及分合闸弹簧、电磁铁的振动信号进行研究。
线圈电流的变化可以反映铁心在分合闸操作过程中的运动变化细节,因此对这一信号进行分析可以研究断路器是否发生故障。电流的波形稳定性好、简单直观,但是仅依靠电流信号不能全力地诊断断路器的各种故障,尤其是对于发生在电磁铁部分之外的故障更是如此。
车体噪声
车体噪声主要有两方面,一是车身结构因与发动机相连引起的振动噪声,另一方面是工作装置在装料、卸料工作过程中撞击发生的冲击噪声。
传动系统的噪声
传动系噪声来源于变速齿轮啮合引起的振动和传动轴旋转振动。
液压噪声
液压系统是工程机械的重要噪声源。液压系统的主要噪声源之一是油泵。研究表明,液压阀的噪声特性主要与三个因素有关:阀的类型,阀内流体流向以及回游腔内压力。
以上信息由专业从事发动机异响检测的慧声智创于2024/6/18 11:38:30发布
转载请注明来源:http://m.tz1288.com/qynews/nbhszc-2771954078.html