STEVAL-BFA001V2B状态监控和预测性维护

只看该作者 · 2021-5-21 19:05

基于状态的监视（CbM Condition-based Monitoring）和预测性维护（PM Predictive Maintenance）是两种维护策略，旨在优化设备效率并减少设备生命周期中的服务时间和成本。

状态监控（CM）:是对多个参数（例如设备振动和温度）的监控，以识别潜在的问题，例如未对准或轴承故障。当振动分析显示旋转设备组件的谐波频率发生变化时，状态监视工具可以例如绘制设备退化的地图。频率分析可以基于振动计和麦克风数据。连续状态监测技术可以应用于压缩机，泵，主轴和电动机等多台设备，还可以用于识别机器上的局部排放或真空泄漏。

预测性维护: 基于状态监视，异常检测和分类算法，并集成了预测模型，该模型可以根据检测到的异常来估计剩余的剩余机器运行时间。这种方法使用各种工具，例如统计分析和机器学习来预测设备的状态。

从状态监视到预测性维护：边缘处理的作用
从设计智能传感器节点和配置运行在传感器节点和网关中的嵌入式软件，到开发要集成到云或公司企业资源计划（ERP）系统中的软件，预测性维护都需要各种技能和能力。可以实施机器学习和人工智能算法，以确保及早发现技术异常并最大化设备正常运行时间。

只看该作者 · 2021-5-21 19:06

只看该作者 · 2021-5-21 19:06

智能传感器节点是预测分析的关键推动力。他们收集并记录经过预处理的安全数据，这些数据将在可视化工具中显示并在其他处理算法中使用。智能传感器节点还可以通过减少计算延迟来处理数据并检测异常。例如，智能传感器节点可以检测到温度的小幅升高或突然升高，表明可能存在设备问题和未来的可靠性问题。

闸道器（Gateway）既可以实现收集和处理来自多个智能传感器节点的数据，也可以充当连接桥，以使用以太网，Wi-Fi，蜂窝或LPWAN技术实现到云的安全连接。

边缘处理结合并在智能传感器节点和网关之间分配处理能力，目的是在正确的时间将正确的数据发送到可以执行更高级分析的企业级系统。边缘处的处理还可以使用机器学习和人工智能（AI）算法来增强智能传感器节点和网关任务配置文件，并拓宽异常检测和分类的范围。

ST的工业4.0状态监测和预测性维护产品组合

状态监视和预测性维护是工业4.0中的增值但具有挑战性的应用程序。因此，意法半导体已经部署了先进的集成电路以及用于远程监控的评估工具，软件，文档和在线仪表板的生态系统，并不断对其进行更新以适应工业需求。

微控制器和微处理器
基于STM32Arm®Cortex®M4 / M33 / M7的微控制器和具有浮点功能的STM32Arm®Cortex®-A7®微处理器系列可以在边缘处理传感器数据。STM32Cube.AI工具链允许用户为深度学习方法实施神经网络和机器学习。

传感器和惯性测量单元（IMU）
意法半导体还提供具有成本竞争力的高性能传感器和惯性测量单元（IMU），具有10年的供货保证（长寿计划），包括加速度计和超音波模拟麦克风，可进行从简单的通过/未通过监视到高灵敏度的振动分析。准确性，基于频率的数据分析。我们的产品组合还包括用于温度，湿度和压力感测的各种环境传感器以及先进的MEMS传感器，这些传感器包含经过优化以运行机器学习算法的数字功能，这些算法允许在IMU和主机处理器之间共享数据处理。

有线和无线通信解决方案
一系列有线和无线通信解决方案补充了我们的产品：用于工业有线连接的IO-Link兼容设备，以及一系列无线技术，例如低功耗蓝牙（BLE）SoC和网络处理器，以及支持LPWAN SoC和收发器的无线技术LoRa，Sigfox和免许可证的ISM和SRD频段。

预测性维护是该行业面临的主要挑战，实施这些技术的必要技能可能不容易找到或获得。因此，我们建立了一个值得信赖的授权合作伙伴生态系统，以支持我们的客户量身定制解决方案的设计和实施。要了解更多信息，请访问st.com上的“合作伙伴”页面和“工具和软件”部分。

只看该作者 · 2021-5-21 19:07

只看该作者 · 2021-5-21 19:08

相关应用的板子有
STEVAL-BFA001V2B是工业参考设计套件，目的在用于状态监测（CM）和预测性维护（PdM）。
该布局旨在满足IEC61000-4-2 / 4和EN60947对工业应用的要求。

硬件开发套件包括一个工业传感器板（STEVAL-IDP005V2）， STSW-BFA001V2软件包（可在www.st.com上免费获得）包括专用算法，用于高级时域和频域信号处理以及对用于振动监测的高带宽3D数字加速度计的分析。该软件包包括压力，相对湿度和温度传感器监控样本以及用于声发射（AE）的音频算法。