Informations essentielles sur le domaine en évolution de la surveillance des conditions

De nouvelles technologies de surveillance, de diagnostic et de prévision de l’état des machines apparaissent continuellement. De nouveaux fournisseurs IIoT semblent apparaître sur le radar chaque mois. Les technologies de capteurs apparaissent moins fréquemment, mais de nouvelles options pour des mesures industrielles courantes sont devenues un domaine d'investissement actif. Et, bien sûr, vous ne pouvez pas manquer toutes les nouvelles revendications, plateformes et outils du monde de l'intelligence artificielle, qui ont émergé sous une forme ou une autre.

Cet article est une discussion continue sur la technologie IoT, menée par un technologue dans une humble tentative d'aider à informer, clarifier et démystifier les nouveaux produits spécifiques aux secteurs de la surveillance conditionnelle et de la maintenance prédictive.
 

Au-delà des vibrations ?

La question a été posée :pourquoi n'y a-t-il pas davantage d'options de capteurs sans fil pour les capteurs industriels courants tels que l'état de l'huile ?

C’est une bonne question. Une partie de la réponse réside dans la disponibilité des technologies de base en matière de transducteurs de capteurs. L'explosion des options de capteurs sans fil pour les vibrations a été rendue possible non seulement par les améliorations des protocoles sans fil (tels que BLE), mais aussi par des accéléromètres MEMS à l'échelle d'une puce à faible coût qui ont amélioré les performances de mesure des vibrations. MEMS a permis à des entreprises possédant des compétences en matière d'IoT mais moins d'expérience en matière de mesure traditionnelle des vibrations d'entrer sur le marché de la surveillance des conditions industrielles.

Bien qu'un laboratoire universitaire puisse trouver un capteur pour les différents indicateurs d'huile ou de lubrification saine, tels que la présence de particules ou d'humidité, l'acidité, le TAN/TBN, la viscosité, etc., une étude des capteurs de surveillance de l'état de l'huile disponibles dans le commerce révèle de grands boîtiers consommant de l'énergie provenant d'alimentations de niveau industriel (c'est-à-dire 10 à 30 V CC), qui ne sont pas particulièrement favorables à la transmission sans fil.

Pourtant, les fournisseurs IIoT tentent de répondre aux besoins de détection de l’industrie en ajoutant des topologies de capteurs « hub » à leur portefeuille de produits de vibration sans fil. Ces hubs sont essentiellement des ponts sans fil dotés de ports acceptant des entrées analogiques adaptées à la connexion et à la numérisation des sorties de capteurs industriels couramment disponibles. Cette fonctionnalité peut aider à élargir la suite de capteurs disponibles pour un système de surveillance de l'état.

Les hubs IIoT disponibles aujourd'hui peuvent numériser les signaux des capteurs proportionnels à la température et à l'humidité de l'huile, à la pression, à la sonde de température, aux ultrasons, au courant et à la rotation de la machine, qui sont ensuite transmis et affichés via le même réseau vers des applications cloud ou mobiles que les capteurs de vibrations de la gamme.

Figure 1. Le hub sans fil de KCF Technologies (À GAUCHE) offre des ports de capteur IEPE ainsi que des informations sur le tachymètre, les ultrasons et la qualité/humidité de l'huile. Le hub Petasense WIFI (DROITE) offre des ports prenant en charge les ultrasons, le courant, la pression, les vibrations (triaxiales et IEPE) et la température RTD.

De plus, les fournisseurs IIoT proposent des outils pour la maintenance de la lubrification, tels que la collecte de données de lubrification et la notation des actions requises sur les tableaux de bord existants en plus des vibrations.

Figure 2. Les services PdM orientés lubrification UpTimeWorks d'Ijssel ont développé une détection de vibrations sans fil avec des données disponibles parallèlement à la maintenance de l'huile sur les mêmes tableaux de bord (À GAUCHE). Le distributeur d'huile OPTIME C1 récemment lancé par Schaeffler est capable d'une connexion sans fil pour la surveillance du niveau, la mise en service NFC et les informations sur le type d'huile avec des données disponibles via les mêmes tableaux de bord affichant les données transmises par le capteur de vibration (à DROITE).

Malgré ces développements, il semble clair que la collecte de données et l’analyse d’échantillons d’huile continueront d’être assurées par des experts qualifiés, tandis que des capteurs et des outils IIoT seront développés pour améliorer l’efficacité – un peu comme l’état actuel de la surveillance des conditions de vibration.
 

Le rôle de l'IA :y sommes-nous déjà arrivés ?

Il est difficile aujourd’hui d’ouvrir un site Web ou une plateforme de médias sociaux sans voir un titre sur l’intelligence artificielle (IA). Mais que signifie réellement, à ce stade, cette expression, en particulier pour la communauté de la maintenance industrielle ? Plusieurs fournisseurs IIoT entrant sur le marché de la surveillance conditionnelle au cours des cinq à dix dernières années ont fortement promu les capacités d'IA de leur système de détection de vibrations. Cette fonctionnalité a-t-elle changé la donne comme beaucoup l'espéraient ?

Pour commencer, examinons un peu plus en profondeur les fonctionnalités décrites par certains fournisseurs, ainsi que quelques études de cas dans lesquelles des approches d'ingénierie des données ont réellement été appliquées à la maintenance prédictive.

Figure 3. Fournisseurs de services sans fil proposant une certaine forme de diagnostic basé sur l'IA. DE GAUCHE à DROITE – Symphony Industrial, Petasense, Nanoprecise et Augury.
 

Les approches basées sur les données peuvent être différenciées du traitement classique des signaux vibratoires à plusieurs égards. Des statistiques de base peuvent être appliquées à une forme d'onde de vibration pour créer plusieurs « indicateurs » de conditions, chacun spécifiquement sensible à certains aspects du comportement de la machine.

L’ingénierie des données tentera également de créer des indicateurs de santé mais à partir de sources multiples de données. Les diagnostics seront efficaces en partie en révélant quel contributeur est le plus responsable de l'évolution de l'indicateur de santé global.

La collaboration entre les experts en la matière et les ingénieurs de données peut étendre la couverture des défauts à des anomalies au-delà de celles communes aux équipements rotatifs. De bons résultats ont également été démontrés lorsque des approches d'ingénierie des données sont appliquées aux signaux de contrôle de processus existants, sans aucune nouvelle instrumentation.

Un spectre de vibrations, observé par un analyste expérimenté, peut révéler beaucoup de choses sur le composant le plus faible d'un moteur ou d'une pompe, mais cette pratique de diagnostic hautement visuelle n'est pas facile à mettre à l'échelle. En revanche, une approche du diagnostic machine basée sur les données est reproductible et évolutive.

Une fois correctement formés, divers algorithmes d'apprentissage automatique fonctionneront de la même manière jour après jour [1].

Figure 4. Un modèle d'indicateur d'état dérivé des vibrations, de la pression et du débit est utilisé pour surveiller l'état d'une pompe. Les indicateurs contributifs dominants indiqueront une anomalie émergente différente.
 

Autonomie de la batterie, à l'avant et au centre

Une recherche sur le Web de littérature sur la durée de vie des batteries donne lieu à de nombreuses discussions sur les véhicules électriques, mais seulement à peu d'informations précieuses concernant le rôle et le comportement des batteries pour l'IIoT.

Les batteries elles-mêmes sont des dispositifs complexes qui stockent et délivrent une charge de manière électrochimique, ce qui signifie non seulement que la capacité à délivrer une charge dépend des conditions environnementales telles que la température, mais également d'autres facteurs liés à l'application. Tous les propriétaires de voitures du nord des États-Unis savent que les batteries n’aiment pas le froid. Mais que savent-ils sur la façon dont le courant de charge peut affecter la capacité de la batterie, ou qu'arrive-t-il à la capacité si la batterie est complètement déchargée ?

En examinant les spécifications des produits de capteurs de vibrations sans fil, il devient clair que les performances dépendent des conditions de fonctionnement et de l'application spécifique. Mais l'interprétation des conditions parfois vagues appliquées aux spécifications sur la durée de vie de la batterie peut ne pas être facile.

Figure 5. La capacité d'une batterie à fournir une charge dépend des conditions de fonctionnement telles que la température et la charge de courant moyenne. Les critères de mesure pour les tests de batterie, tels que la tension de coupure ou la profondeur de décharge (DOD), sont également essentiels pour estimer la capacité. (Crédit image :Saft Batteries)

En général, pour les applications IIoT, les variables environnementales incluent la distance de transmission attendue (puissance radio), les nombreux obstacles métalliques dans l'installation (transmissions répétées dues à des erreurs de réception), l'efficacité du protocole radio et la quantité de données transmises. La mesure vibratoire en particulier est un mesurande pas comme tous les autres.

Les analystes expérimentés aimeraient analyser eux-mêmes la forme d'onde et pour les machines avec des taux de rotation plus lents, cela peut signifier une mesure des vibrations haute résolution avec des échantillons d'une durée de quelques secondes, ce qui entraîne la transmission de beaucoup plus de données que la simple température actuelle.

Comme on pouvait s'y attendre, la charge totale augmente avec l'augmentation de la distance de transmission en raison de la plus grande énergie dépensée pour établir la connexion à la passerelle et transmettre les données. Les capteurs de vibrations sont souvent configurés pour des transmissions limitées sur une période de 24 heures, ce qui signifie également que le mode « veille » domine le courant électrique consommé pendant cette période. Cette consommation de courant minimale inclut les fuites de circuit qui, dans les semi-conducteurs, augmentent avec la température.

Ces deux effets réduiront la durée de vie de la batterie en exigeant plus de charge délivrée pour chaque période de transmission.

Des exemples de données provenant de tests sur le terrain de capteurs de vibrations sans fil montrant la variabilité de la durée de vie de la batterie des capteurs sans fil peuvent être consultés dans les données ci-dessous. La charge totale consommée sur une période de 24 heures dans diverses conditions révèle une augmentation de la charge consommée avec la distance et la température de fonctionnement.

Figure 6. Quelques résultats préliminaires des tests sur le terrain d'une poignée de capteurs de vibrations sans fil. Comme prévu, la charge totale consommée augmente avec la distance de transmission et la température de fonctionnement.
 

Résumé

L'ajout de fonctionnalités IIoT à la boîte à outils PdM offre au fournisseur de services des mesures plus fréquentes pour l'aider à surveiller de près les machines dangereuses ou difficiles d'accès manuellement. Les données collectées via IIoT sont également plus accessibles à distance et plus facilement pour l'analyse, et peuvent être transmises à des plates-formes de traitement de données avancées pour être combinées avec les données d'autres capteurs, ce qui permet d'obtenir une vue de diagnostic plus complète.

Comme pour tout outil complexe, il est pratiquement impossible de comprendre comment une de ces technologies fonctionnera dans votre environnement sans une étude pilote d’une certaine envergure. Organiser les systèmes disponibles avec une étude papier des spécifications du système avant d'acheter un équipement peut être un bon investissement, en particulier si vous n'êtes pas très familier avec les forces et les limites de la nouvelle technologie.

[1] En supposant que le mode de fonctionnement de base de la machine ne change pas. Des conditions cohérentes sont également nécessaires pour une tendance efficace des indicateurs de condition de vibration.