物尽其用，驱动器数据可用于机器状态监控和预防性维护
2019-11-30 15:33:19 来源：麦姆斯咨询 评论：0 点击：
想要获取机器更多的信息是否一定要增加额外的传感器呢？驱动和自动化系统领先厂商Lenze（伦茨），重点介绍了制造商们如何将现有的驱动器数据用于状态监控和预防性维护等应用。
想要获取机器更多的信息是否一定要增加额外的传感器呢？驱动和自动化系统领先厂商Lenze（伦茨），重点介绍了制造商们如何将现有的驱动器数据用于状态监控和预防性维护等应用。
在2019年德国纽伦堡举行的SPS（智能生产解决方案）展会上，Lenze展出了这款2轴机器人，并演示了如何基于模型和基于数据的方法，利用机器人驱动器中的数据来进行状态监控。
众所周知，传感器是工业数字化战略的关键组成部分。实际上，多年来，为获取越来越多的分析数据部署越来越多的传感器，这是所有垂直行业制造商们的主要建议。
尤其对于设备的状况监视（CM）和预测性维护（PM）更是如此。不过，对许多中等规模的制造商而言，往往由于他们负担不起越来越多且昂贵的工业传感器，他们的数字化转型之路走不了太远。
为了解决传感器成本问题，Lenze一直致力于帮助客户从他们已经安装的设备中为状况监视和预测性维护应用获取额外的数据。
据麦姆斯咨询报道，在2019年德国纽伦堡举行的SPS（智能生产解决方案）展会上，Lenze创新技术领头人Holger Borcherding教授指出，公司正在帮助OEM（原始设备制造商）和其他终端用户“通过使用Lenze已验证的算法，从现有数据源中提取附加信息价值，这些算法可帮助机械工程师将他们专业的工艺知识和设备知识纳入状态监测模型，以提高生产效率。”
在此次展会上，Lenze以一款2轴机器人为例，展示了如何基于模型和基于数据的方法，利用机器人驱动器中的数据来进行状态监控。
在基于模型的示例中，将来自机器人控制器的实际测量值与Lenze机器人模型中的数学描述值进行比较。如果超出一定的公差，则将其解释为故障。在基于数据的方法中，Lenze开发的算法会根据速度、加速度、扭矩、位置和电流消耗等参数来学习机器人的行为。然后将实际值与描述值进行比较，以定义偏差。
Lenze在对这两种方法的演示过程中，例举了主轴摩擦增大和皮带驱动器磨损等异常问题。Borcherding说道：“这些异常都可以通过电流和扭矩值来检测，比如发现电流和扭矩值的绝对值变大，或者通过频率分析中的异常。然后，状态监视应用程序会在出现这两种情况时发出警报，并在仪表板上显示原因。”
Borcherding解释道，基于模型的评估通常在控制系统上进行，因为它不需要任何重要的计算。但是，基于数据的分析需要使用Lenze的机器学习和人工智能技术，通常需要通过Lenze x500网关将数据发送Lenze x4云应用程序中进行计算。Borcherding强调，基于数据的评估也可以使用Lenze c750机柜控制器在本地执行。
Borcherding认为基于现有数据的信息可以实现有效的状态监测，为此他强调道：“没有必要增加额外的传感器。相反，机器的驱动器可以用作传感器。凭借我们在自动化硬件、软件、网络、云应用和专业知识咨询方面的产品组合，Lenze可以帮助制造商成为他们机器的数据科学家。”
延伸阅读：
上一篇：将可穿戴医疗传感器绣入衣物，用于监测乳腺癌
下一篇：最后一页