01
排序失败和交付延迟
在瑞典的PostNord's Veddesta航站楼,一个分拣器故障困住了约70,000个包裹,25,000个被改道至其他航站楼,在芬兰的一个Posti分拣中心,一个设备故障将一些包裹的交付延迟了约24小时.
自动分拣系统处理分发中心包裹的分拣和发送。在此情景中,SV500分析驱动分拣设备及早检测异常的马达和VFD的电压和电流信号。
分拣设备以高速连续运行,因此磨损和错配容易积聚.
在瑞典的PostNord's Veddesta航站楼,一个分拣器故障困住了约70,000个包裹,25,000个被改道至其他航站楼,在芬兰的一个Posti分拣中心,一个设备故障将一些包裹的交付延迟了约24小时.
当分拣设备停止时,订单处理和调度时间表都会受到影响.
很难实时看到驱动器分布在广大地区的状况。
分析VFD输入/输出电压和电流波形,以识别整流器二极管,DC-link电容器和切换设备(SCRs或IGBTs)中的断层. 同时监测供电条件和电源质量.
分析电动机电压和电流,不增加设备载式传感器. 屏幕处理机械问题(卡维特,软脚,轴承和振动),电气问题(楼梯,连接,热和噪声),以及负载波动.
学习正常的功率质量模式并评价实时偏差. 跟踪电压,电流,中断,sags和谐波,以识别异常条件.
直接在SV500上进行诊断分析. Built-in存储(8GB eMMC和最多256GB SD)保留波形和诊断数据. 其网络界面显示实时值,设备状况,电源质量,警报,事件和报告.
分拣驱动电动机中的异常现象可以早期识别,从而可以规划维护.
及早发现可能的失败,以尽量减少意外事件和风险。
诊断数据有助于预测和优化维护时间表。
更高的运行效率有助于降低能源消耗,维护成本和停工时间.