随产出变化的运行条件
气流和负载随生成输出而变化,VFD驱动器在增加,因此单凭固定标准就很难判断风扇状况.
强迫式风扇(FDF)向锅炉供应燃烧空气,诱导式风扇(IDF)将燃烧气体排尽,主气扇(PAF)向煤厂输送主气. 在这种情景中,SV500分析马达和VFD的电压和电流信号,驱动这些风扇及早检测风扇和马达的异常.
粉丝草稿运行时间长,运行条件随生成输出变化.
气流和负载随生成输出而变化,VFD驱动器在增加,因此单凭固定标准就很难判断风扇状况.
锅炉周围几个地方安装风扇的状况很难在现场逐一检查.
SV500使用ESA分析风扇驱动电动机和VFD的电信号,并诊断风扇和电动机的异常.
探测到风扇机械不平衡 刀片和风扇损坏和流动
探测到有问题、旋转条断裂、静态和动态偏心、轴错、脚软和负载相关问题。
对于由VFD驱动的风扇,SV500在8kHz的VFD二级(输出)一侧分析电压,电流和频率信号,以预测和诊断潜在的断层.
分析电压sag/swell,总谐波扭曲(THD)以及电压和电流的实时不平衡,以识别早期低功率质量造成的设备影响和异常条件.
机器学习学习了每种资产的正常状态,判断条件带有适应负载的阈值. 采用与每项资产和负载条件相匹配的标准,而不是固定阈值。
设备网络服务器仪表板实时显示每个诊断参数的状态,因此无需现场访问就可以检查条件,数据可以在Modbus RTU,Modbus TCP,MQTT和RESTful API上与上层系统整合.
分散的风扇设备中的异常现象可以早期识别,远程识别,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.