Insights essentiels sur le domaine en évolution de la surveillance d'état

De nouvelles technologies pour la surveillance, le diagnostic et la prédiction de la santé des machines émergent continuellement. De nouveaux fournisseurs IIoT semblent apparaître sur le radar mensuellement. Les technologies de capteurs apparaissent moins fréquemment mais de nouvelles options pour les measurands industriels courants sont devenues un domaine d'investissement actif. Et, bien sûr, vous ne pouvez pas manquer toutes les nouvelles affirmations, plateformes et outils dans le monde de l'intelligence artificielle, qui ont émergé sous une forme ou une autre.

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

Au-delà des vibrations ?

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

C'est une question juste. Une partie de la réponse réside dans la disponibilité des technologies de transducteurs de capteurs de base. 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 par des accéléromètres MEMS à échelle de puce à faible coût qui ont amélioré les performances de mesure des vibrations. Les MEMS ont aidé à permettre à des entreprises avec des compétences en IoT mais moins d'expérience en mesure de vibrations traditionnelle d'entrer sur le marché de la surveillance d'état industrielle.

Bien qu'une percée de capteur pour les divers indicateurs d'huile ou de lubrification sains tels que la présence de particules ou d'humidité, l'acidité, TAN/TBN, viscosité, etc., puisse être trouvée dans un laboratoire universitaire, un sondage des capteurs de surveillance d'état d'huile commercialement disponibles révèle de grands boîtiers consommant de l'énergie à partir d'alimentations de niveau industriel (c.-à-d., 10 à 30 VDC), qui ne sont pas particulièrement propices à la transmission sans fil.

Pourtant, les fournisseurs IIoT tentent de répondre aux besoins de détection de l'industrie en ajoutant des topologies de « hub » de capteurs à leur portefeuille de produits de vibration sans fil. Ces hubs sont essentiellement des ponts sans fil avec des ports pour accepter des entrées analogiques appropriées pour connecter et numériser les sorties de capteurs industriels couramment disponibles. Cette capacité peut aider à étendre la suite de capteurs disponible pour un système de surveillance d'état.

Les hubs IIoT disponibles aujourd'hui peuvent numériser des signaux de capteurs proportionnels à la température et l'humidité de l'huile, la pression, la sonde de température, les ultrasons, le courant et 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 vibration du portefeuille.

Figure 1. Hub sans fil KCF Technologies (GAUCHE) offre des ports capteurs IEPE ainsi que tach, ultrasons et qualité d'huile/humidité. Hub WIFI Petasense (DROITE) offre des ports supportant ultrasons, courant, pression, vibration (triaxial et IEPE) et température RTD.

En outre, les fournisseurs IIoT peuvent être vus offrant des outils pour la maintenance de lubrification, tels que la collecte de données de lubrification et la notation des actions requises sur les tableaux de bord existants aux côtés des vibrations.

Figure 2. Les services PdM orientés lubrification UpTimeWorks d'Ijssel ont développé la détection de vibration sans fil avec données disponibles aux côtés de la maintenance d'huile sur les mêmes tableaux de bord (GAUCHE). Le distributeur d'huile OPTIME C1 récemment publié de Schaeffler est capable de connexion sans fil pour la surveillance de niveau, la mise en service NFC et l'information sur le type d'huile avec données disponibles via les mêmes tableaux de bord affichant les données transmises depuis le capteur de vibration (DROITE).

Malgré ces développements, il semble clair que la collecte et l'analyse d'échantillons d'huile continueront d'être assurées par des experts qualifiés, tandis que les capteurs et outils IIoT sont développés pour améliorer l'efficacité — un peu comme l'état de la surveillance d'état par vibration aujourd'hui.

Le rôle de l'IA — Sommes-nous arrivés ?

Il est difficile d'ouvrir un site web ou une plateforme de médias sociaux aujourd'hui sans voir un titre sur l'intelligence artificielle (IA). Mais qu'est-ce que cette phrase signifie vraiment à ce stade, particulièrement pour la communauté de la maintenance industrielle ? Plusieurs fournisseurs IIoT entrant sur le marché de la surveillance d'état au cours des cinq à dix dernières années l'ont fait en promouvant fortement les capacités d'IA de leur système de détection de vibrations. Cette capacité a-t-elle été le game changer que beaucoup espéraient ?

Pour commencer, regardons un peu plus profondément les capacités décrites par certains fournisseurs, ainsi que quelques études de cas où des approches d'ingénierie de données ont réellement été appliquées à la maintenance prédictive.

Figure 3. Fournisseurs sans fil offrant une forme de diagnostics basés sur l'IA. DE GAUCHE À DROITE – Symphony Industrial, Petasense, Nanoprecise et Augury.

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

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

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

Un spectre de vibration vu par un analyste expérimenté peut révéler beaucoup sur le composant le plus faible d'un moteur ou d'une pompe, mais cette pratique de diagnostic hautement visuelle n'est pas facilement scalable. En contraste, une approche de diagnostic de machine pilotée par les données est répétable et scalable.

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

Figure 4. Un modèle d'indicateur de santé dérivé de la vibration, la pression et le volume de débit est utilisé pour surveiller la santé d'une pompe. Les indicateurs contributeurs dominants indiqueront une anomalie émergente différente.

Durée de vie de la batterie, au premier plan

Une recherche web sur la littérature sur la durée de vie de la batterie résulte en une discussion considérable sur les VE mais seulement de précieuses, peu d'informations concernant le rôle et le comportement des batteries pour l'IIoT.

Les batteries elles-mêmes sont des dispositifs complexes qui stockent et délivrent la charge électrochimiquement, ce qui non seulement signifie que la capacité à délivrer la charge dépend des conditions environnementales telles que la température, mais dépend aussi d'autres facteurs liés à l'application. Chaque propriétaire de voiture dans le nord des États-Unis sait que les batteries n'aiment pas le froid. Mais combien savent-ils sur les façons dont le courant de charge peut impacter la capacité de la batterie, ou ce qui arrive à la capacité si la batterie est laissée complètement mourir ?

En examinant les spécifications des produits de capteurs de vibration sans fil, il devient clair que la performance dépend des conditions de fonctionnement et de l'application spécifique. Mais l'interprétation des conditions parfois vagues appliquées à la spécification de durée de vie de la batterie peut ne pas être facile.

Figure 5. La capacité d'une batterie à délivrer la charge dépend des conditions de fonctionnement telles que la température et le courant de charge moyen. Les critères de mesure pour les tests de batterie tels que la tension de coupure ou la profondeur de décharge (DOD) sont également clés 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 (retransmission due aux erreurs de réception), l'efficacité du protocole radio, et la quantité de données transmises. La mesure des vibrations en particulier est un measurand pas comme les autres.

Les analystes expérimentés aimeraient analyser la forme d'onde eux-mêmes et pour les machines avec des taux de rotation plus lents, cela peut signifier une mesure de vibration à haute résolution avec des longueurs d'échantillon de secondes, résultant en beaucoup plus de données transmises que juste la température actuelle.

Comme on s'y attend, la charge totale augmente avec la distance de transmission accrue en raison de plus d'énergie dépensée pour faire la connexion à la passerelle et transmettre les données. Les capteurs de vibration sont souvent configurés pour des transmissions limitées sur une période de 24 heures, ce qui signifie aussi que le mode « sommeil » domine le courant électrique consommé pendant cette période. Cette consommation minimale de courant inclut la fuite de circuit, qui, dans les semi-conducteurs, augmente 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 de tests sur le terrain de capteurs de vibration sans fil montrant la variabilité de la durée de vie de la batterie des capteurs sans fil peuvent être vus dans les données ci-dessous. La charge totale consommée pendant une période de 24 heures sur diverses conditions révèle une augmentation de la charge consommée avec à la fois la distance et la température de fonctionnement.

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

Résumé

L'ajout de capacités IIoT à la boîte à outils PdM offre au prestataire de services des mesures plus fréquentes pour aider à surveiller de près les machines qui sont dangereuses ou difficiles d'accès manuellement. Les données collectées via IIoT sont également plus accessibles à distance et commodément pour l'analyse, et peuvent être alimentées dans des plateformes avancées de traitement de données pour combinaison avec des données d'autres capteurs, résultant en une vue diagnostique plus complète.

Comme avec tout outil complexe, il est virtuellement impossible de comprendre comment l'une de ces technologies performera dans votre environnement sans une étude pilote d'une certaine portée. La curation des systèmes disponibles avec une étude papier des spécifications de système avant d'acheter du matériel peut être un bon investissement, particulièrement si vous n'êtes pas très familier avec les forces et limitations de la nouvelle technologie.

[1] En supposant que le mode de fonctionnement de base de la machine ne change pas. Des conditions cohérentes sont nécessaires pour un trending efficace des indicateurs d'état de vibration également.