edgeSV 是 NTEK System 的设备状态诊断品牌。 ntek@nteksys.com
edgeSV
申请演示
首页 / 应用行业 / AI 制造 / 旋转设备

旋转设备

通过配电柜的电气信号诊断电机、水泵、风机、压缩机,及早发现轴承磨损、不平衡与轴对中不良。

概述

发动机,泵,风扇和压缩机等旋转设备广泛用于制造业. 在这种情景中,SV500实时分析旋转设备的电压和电流信号,以检测电气,机械和操作异常,并支持预测性维护.

适用设备
汽车和驱动设备压缩机泵风扇VFD 坐标
主要挑战

主要运营课题

仅依靠被动或基于时间的维护会导致过度维护或出乎意料的失败.

01

震动检查失误

在美国的一个泵站,对一台700HP泵发动机的ESA检查,振动检查判断了可接受的发现转子棒损坏,拆解后显示,超过30%的转子棒被打破或损坏.

02

非预期的停止

意外失败导致生产损失和回收成本。

03

维修支出过多

无论实际情况如何,均更换或检查部件。

SV500诊断方法

SV500 检测项目

SV500使用ESA检测和分析旋转设备中的电气,机械和操作异常.

01

汽车和驱动诊断

探测到机械不平衡、带问题、旋转条断裂、静态和动态偏心、静电线圈移动和楔面松动、绝缘降解、扭矩波纹、软脚、地面渗漏流、轴向错位、与负载有关的问题、风扇和泵流动荡和凸起、以及刀片和面包损坏。

02

电源频谱分析

用克拉克变换,DQ变换和EPVA分析三相信号的相位信息.

03

VFD手术诊断

对于由VFD驱动的设备,SV500在8kHz的VFD二级(输出)侧分析电压,电流和频率信号,以预测和诊断潜在的断层.

04

电力质量监测

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.

05

适应性阈值

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。

06

网络仪表板和数据整合

设备网络服务器仪表板实时显示每个诊断参数的状态,因此可以在不访问现场的情况下检查条件,数据可以在Modbus RTU,Modbus TCP,MQTT和RESTful API上与上层系统整合.

预期效益

预期效果

可以及早发现旋转设备中的异常情况,以便规划维护。

01

及早发现可能的失败

及早发现可能的失败,以尽量减少意外事件和风险。

02

优化维修时间表

诊断数据有助于预测和优化维护时间表。

03

降低成本和停工时间

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.

状态诊断带来的运营效果

通过持续监测并及早发现异常,不仅能提高设备可用率,还能降低维护成本并提升能源效率。

20~40%非计划停机减少
10~25%维护成本降低
5~15%能源节省
10~20%设备寿命延长

同时减少紧急故障处置,提高维护人员的工作效率,使设备管理更有计划性。

数值为一般范围,会因现场条件与设备而异。

SV500用ESA分析旋转设备的电压和电流信号,判断每个资产所学适应性阈值的异常,以及早发现潜在的故障,并支持预测和优化维护时间表.

旋转设备

先用一台设备验证

试点从一台关键设备开始,建立基准状态,并与贵公司团队一同审阅 edgeSV 的诊断结果。

申请演示