TOP
SSV Software Systems Register  Register
Log in to check your private messages  Log in to check your private messages
Startseite FAQ Search Mitglieder Profile  Log in 
SSV Support-Forum
Maschinenzustandserfassung mit MLS/160A …

 
Post new topic   Reply to topic    SSV-Forum Forum Index >>> RMG/941
<<< Previous topic - Next topic >>>  
Display posts from previous:   
Author Message
kdw



Joined: 05 May 2006
Posts: 1460

PostPosted: 12.12.2020, 23:42    Post subject: Maschinenzustandserfassung mit MLS/160A … Reply with quote

Hallo Forum.

Zusammen mit dem MLS/160A und einer adaptiven Datenanalyse kann ein RMG/941 unterschiedliche Maschinenzustände erkennen und z. B. bei jedem Zustandswechsel eine Nachricht an ein MES, ERP oder eine Datenbank übermitteln. Zur Erprobung solcher Anwendungsfälle eignet sich beispielsweise das Evaluierungskit MMA/SK1.



Die Rohdatenerfassung zur Maschinenzustandserkennung basiert auf einem einfachen Messverfahren (SSV-RTFS-Messverfahren), bei dem die jeweils erfassten Beschleunigungswerte zunächst einmal aus dem Zeit- in den Frequenzbereich übertragen werden. Hier gilt: Einmal pro Sekunde die Beschleunigungswerte einer MLS/160A-Achse mit einer festen Frequenz (512Hz) abtasten und die dadurch entstandenen Messwerte dann mit Hilfe einer Diskreten Fourier-Transformation (DFT) in den Frequenzbereich übertragen.

Da die einzelnen Maschinenzustände aus dem DFT-Frequenzspektrum abgeleitet werden, ist die Position des MLS/160A an einer Maschine so zu wählen, dass in den DFT-Daten möglichst deutlich zumindest die Rotationsfrequenz eines Maschinenantriebselements mit einem sichtbaren Abstand zum „Grundrauschen“ erkennbar ist. Siehe hierzu die folgende Abbildung. Sie entspricht einem Idealfall, man kann deutlich eine Rotationsfrequenz von 20Hz erkennen.



Entspricht das DFT-Bild hingegen mehr der folgenden Abbildung (das „Rauschen“ ist größer als die Rotationsfrequenz), sollte man die Sensorposition an der Maschine verändern, wenn von der Datenanalyse mehr als ein aktiver Betriebszustand klassifiziert werden soll.



Bei der Auswahl einer geeigneten Position für den MLS/160A an einer Maschine ist allerdings auch die Aufgabenstellung zu beachten. Wichtig ist bei einer Maschinenzustandserfassung die Anzahl der unterschiedlichen Zustände, zwischen denen die adaptive Datenanalyse sicher unterscheiden soll. Geht es nur um die binäre Klassifizierung zwischen „Maschine inaktiv“ und „Maschine aktiv“, eignet sich meistens fast jede Position am Maschinengehäuse.



Die Abbildung zeigt als Beispiel eine deskriptive Datenanalyse mit dem DSUlogAnalyzer. Mit einer solchen Datenqualität ist die automatische Echtzeitklassifizierung zwischen den beiden Zuständen „Maschine inaktiv“ und „Maschine aktiv“ per adaptiver Datenanalyse problemlos möglich.

In der Praxis entstehen MLS/160A-Daten, aus denen sich nicht so einfach verschiedene Maschinenzustände klassifizieren lassen. Dafür gibt es mehrere Ursachen. Teilweise geht die Vibration der Rotationsfrequenz eines Antriebs in den „Fremdgeräuschen“ verschiedener Lager, Transportbänder oder anderer Anlagenkomponenten unter. Vielfach überlagern auch die Vibrationen anderer Baugruppen das zu klassifizierende Signal. Die hier folgende Abbildung zeigt eine 24-Stunden-Logdatei als Beispiel, das per MLS/160A in der Nähe des Transformators einer 24V-Gleichspannungsversorgung in einer Anlage erfasst wurde.



Eine Anleitung für die ersten Schritte mit dem MMA/SK1 steht inzwischen auch zur Verfügung. Siehe https://ssv-comm.de/forum/dokumente/MMASK1-FS.pdf.

VG KDW
Back to top
View user's profile Send private message
Display posts from previous:   
Post new topic   Reply to topic    SSV-Forum Forum Index >>> RMG/941 All times are GMT + 1 Hour
Page 1 of 1

 
Jump to:  
You cannot post new topics in this forum
You cannot reply to topics in this forum
You cannot edit your posts in this forum
You cannot delete your posts in this forum
You cannot vote in polls in this forum

SSV Software Systems GmbH

Dünenweg 5
30419 Hannover

Fon: +49(0)511  ·  40 000-0
Fax: +49(0)511  ·  40 000-40

sales@ssv-embedded.de


Impressum    ·    Datenschutz    ·    AGB

© 2023 SSV SOFTWARE SYSTEMS GmbH. Alle Rechte vorbehalten.

ISO 9001:2015