用於狀態監測的高傳真振動採集平台

作者:ADI 應用工程師Chris Murphy


摘要

本文說明MEMS技術的最新進展如何將加速度感測器推到前緣,在狀態監測應用中與壓電感測器抗衡競爭;同時還將介紹如何運用使這一切成為可能的新開發平台。在 第2部分,我們將著重介紹支援該開發平台的軟體框架,以及如何將其與熱門的資料分析工具整合,以開發機器學習示例,最後,介紹如何將其部署到各種資產上。

狀態監測(CbM)和預測性維護(PdM)簡介

狀態監測(CbM)涉及使用感測器來測量當下的健康狀態,以監測機器或資產。預測性維護(PdM)需要組合使用CbM、機器學習和分析等多種技術,以預測未來的資產維護週期或可能發生的故障。預計全球設備健康監測將明顯發展,因而掌握和瞭解關鍵的趨勢勢在必行。越來越多的CbM公司開始採用PdM來提高其產品的差異化優勢。關於CbM,維護和設備管理人員現在有了新的選擇,例如無線裝置,以及更低成本的高性能裝置。雖然大部分CbM系統的基礎設施保持不變,但現在我們可以將新的MEMS技術直接整合到以前主要採用壓電式感測器,或因成本障礙而未進行監控的系統中。


狀態監測—工程挑戰和設計決策


在典型的CbM訊號鏈設計中,需要考慮許多不同的工程規範和技術,這些規範和技術都在不斷改進,其複雜性也在不斷增加。現在有各種類型的客戶,他們可能具備某個領域的專業知識,例如演算法開發(僅軟體)或硬體設計(僅硬體),但並非始終同時精通這兩個方面。

對於希望專注於演算法開發的開發人員而言,所要求的是資料資訊庫能夠準確預測資產故障和停機。他們不想設計硬體,或者解決資料完整性故障;而是想使用確實高度傳真的資料。同樣,對於希望提升系統可靠性或降低成本的硬體工程師,他們需要一種可以輕鬆連接到現有的基礎設施的解決方案,從而可以對現有解決方案進行基準測試。他們需要以易於使用和匯出的可讀格式存取資料,以免浪費時間來評估性能。

許多系統級挑戰都可以採用平台方法解決(從感測器到演算法開發),從而支援所有類型的客戶。

CN0549是什麼?它如何協助延長設備的壽命?

CN0549 CbM開發平台


CN0549 狀態監測平台是高性能、現成的硬體和軟體解決方案,可以將高傳真的振動資料流程從資產傳輸到演算法/機器學習開發環境中。該平台為硬體專家提供了一個經過測試和驗證的系統解決方案,可以提供高度精準的資料獲取、與資產之間的可靠機械耦合,以及高性能寬頻振動感測器。同時提供所有硬體設計檔,協助您輕鬆整合到設計的產品中。CN0549對軟體專家也很有吸引力,它概括了狀態監測訊號鏈硬體挑戰,讓軟體團隊和資料專家能夠直接開始開發機器學習演算法。重要特性和優點包括:

  • 易於安裝到資產中,同時保持機械耦合訊號的完整性
  • 具有IEPE資料輸出格式的寬頻寬MEMS加速度計感測器
  • IEPE、模擬輸入頻寬從DC到54 kHz的高傳真資料獲取(DAQ)解決方案
  • 嵌入式閘道擷取和儲存原始資料,用於本地或聯網處理
  • 使用ADI的IIO示波器應用即時顯示頻域資料
  • 直接將感測器資料流程傳輸至熱門的資料分析工具,例如Python和MATLAB®

CbM開發平台主要由四種不同的元件構成(如圖1所示),我們將分別逐一介紹,然後介紹整個組合解決方案。

Elements of the CbM development platform

圖1. 構成CbM開發平台的元件。

高度精準、高傳真的資料擷取和處理


在頻寬更寬、感測器雜訊更低時,可以更早檢測到故障,例如軸承問題、氣蝕和齒輪嚙合。資料獲取電子設備必須確保測量的振動資料高度傳真,這一點非常重要;否則可能導致重要的故障資訊丟失。確保振動資料傳真,這樣我們就可以更快地發現變化趨勢,且非常自信地提供預測性維護建議,從而減少機械元件不必要的磨損,隨之延長資產的使用壽命。


對重要性較低的資產進行狀態監測的經濟高效的方法


壓電式加速度計是最關鍵的資產上使用的最高性能的振動感測器,對於這些資產來說,性能比成本更重要。一直以來,壓電感測器的高成本都阻礙了對重要性較低的資產進行狀態監測。現在,MEMS振動感測器在雜訊、頻寬和g範圍等方面都不遜於壓電式感測器,這讓維護和設備管理人員能夠更深入地瞭解重要性較低的資產,這些資產以前採用故障排除或被動維護計畫。這主要是因為MEMS的性能高且成本低。現在,我們可以使用經濟高效的方法來持續監控中低等重要性的資產。我們可以利用先進的振動傳感技術,輕鬆識別和修復資產上不必要的磨損,幫助延長資產的使用壽命。這也有助於提升設備的整體效率,減少機器或製程停機時間。

監控資產—感測問題

對於CbM和PdM,可以使用多種不同類型的檢測模式。大部分應用都涉及電流感測、電磁感測、流量監控和其他幾種模式。振動感測是CbM中最常用的模式,壓電式加速度計則是最常用的振動感測器。在本節中,我們將回顧技術進步如何推動振動感測器領域不斷發展,以及這對應用決策產生什麼樣的影響。


MEMS與壓電式加速度計


壓電式加速度計是性能非常高的感測器,但要達到該性能,需要做出許多設計取捨。例如,壓電式加速度計通常都是用在有線安裝中,這是因為它們會消耗過多功率、體積可能很大(尤其是三軸感測器),且成本高昂。綜合上述所有這些因素,在整個工廠內使用壓電式感測器是不實際的,所以,它們一般只用在關鍵資產上。

MEMS加速度計一直沒有足夠的頻寬、雜訊過高,g範圍也僅支援監控不太重要的資產,這種情況直到最近才發生改變。MEMS技術的最新進展克服了這些限制,使MEMS振動感測器能夠監控低端資產,也能監控非常重要的資產。表1顯示了壓電式感測器和MEMS感測器在CbM應用中所需的重要特性。MEMS加速度計體積小、可透過電池供電運行數年、成本低,且性能不遜於壓電式感測器,正快速成為許多CbM應用的首選感測器。

表1. MEMS與壓電式加速度計
  壓電 MEMS
直流回應  
耐衝擊  
整合機會(3軸、ADC、警報、FFT)  
性能隨時間和溫度的變化  
功耗  
體積(越小越好)  
自測  
實現類似性能的成本  
雜訊  
頻寬
機械連接
行業標準介面
g範圍

CN0549 CbM開發平台相容MEMS和IEPE壓電式加速度計,可在不同感測器類型之間進行基準比較。


現有IEPE基礎設施中使用MEMS加速度計


如表1所示,相較於壓電式感測器,MEMS加速度計現在可以提供具有競爭力的規格和性能,但是,它們能夠取代現有的壓電式感測器嗎?為了便於設計人員評估並使用MEMS加速度計來取代壓電式加速度計,ADI設計了一個介面,它可以相容CbM應用中實際使用的IEPE標準壓電式感測器介面。


IEPE感測器介面和機械安裝(CN0532)


CN0532(如圖2所示)是一個IEPE轉換電路,讓MEMS加速度計和現有IEPE感測器一樣,直接與IEPE基礎設施無縫連接。

CN0532 MEMS IEPE conversion circuit

圖2. CN0532 MEMS IEPE轉換電路。

單軸MEMS感測器通常有三條輸出線路:電源、接地和加速度輸出。IEPE基礎設施只需要兩條:一條線路接地,另一條傳輸電源/訊號。電流傳輸給感測器,當感測器感測到振動時,由同一條線路輸出電壓。

A simplified schematic showing how a MEMS sensor can be interfaced to existing IEPE

圖3. 說明MEMS感測器如何與現有的IEPE基礎設施(電源和資料)連接的簡化示意圖。

CN0532 PCB的設計厚度為90 mils,以保持數據手冊中提供的MEMS加速度計的頻率回應性能。測試裝置採用螺釘安裝,開箱即可進行測試。安裝塊、PCB和焊錫膏等均進行了廣泛表徵,以確保全頻寬機械轉換功能、大幅提升感測器頻寬內各類故障的可見性,並透過捕捉這些故障來延長資產的使用壽命。這些解決方案讓CbM設計人員能夠輕鬆將MEMS加速度計整合到他們的資產中,並與現有的壓電式基礎設施無縫連接。

對於高頻振動測試,機械訊號路徑的完整性非常重要。換句話說,從訊號源到感測器,振動訊號必須沒有衰減(由於阻尼)或放大(由於諧振)。如圖4所示,一個鋁質安裝塊(EVAL-XLMOUNT1)、四個螺釘安裝座和一個厚PCB,確保對目標頻率範圍提供平坦的機械響應。IEPE參考設計讓設計人員能夠輕鬆使用MEMS感測器來取代壓電式感測器。

Vibration measurement test setup: the EVAL-CN0532-EBZ board attached to a shaker table

圖4. 振動測量測試裝置:使用EVAL-XLMOUNT1鋁質安裝塊將EVAL-CN0532-EBZ板連接至振動台。

Frequency response of the EVAL-CN0532 compared to the ADXL1002 data sheet frequency response

圖5. EVAL-CN0532的頻率回應與ADXL1002數據手冊提供的頻率回應的比較。

振動到比特——數據轉換的完整性

現在,我們知道可以使用MEMS感測器來代替IEPE壓電感測器。也知道如何將它們輕鬆地安裝到資產上,同時保持產品資料表提供的性能。對於CbM開發平台,重要的一點是它能夠收集高品質的轉換資料(無論是基於MEMS還是基於壓電式感測器),之後將資料輸送至正確的環境中。接下來,我們看看如何獲取IEPE感測器資料並保持最高的資料傳真度,以開發最好的CbM演算法或機器學習演算法。我們的另一款CbM參考設計 CN0540可以協助實現上述目標。


適用於IEPE感測器的高傳真24位元數據擷取系統(CN0540)


圖6顯示了一款經過實驗室測試和驗證的IEPE DAQ訊號鏈。這款參考設計提供了相容MEMS和壓電式加速度計的優化類比訊號鏈。ADI不僅關注基於MEMS加速度計的解決方案。請注意,壓電式加速度計提供卓越的性能,是廣泛使用的振動感測器;所以,壓電式加速度計是適用於精密訊號鏈產品的重要感測器。

CN0540: high performance, wide bandwidth, precision data acquisition for IEPE sensors

圖6. CN0540:適用於IEPE感測器,可進行高性能、寬頻寬、精密數據擷取。

圖6所示的電路是適用於IEPE感測器的感測器到bit(數據擷取)訊號鏈,由電流源、輸入保護、位準轉換和衰減級、三階抗混疊濾波器、類比數位轉換器(ADC)驅動器和全差分∑-Δ ADC組成。CbM系統設計人員在使用壓電式加速度計時,需要使用高性能類比訊號鏈來實現振動資料傳真。設計人員只需將IEPE感測器或CN0532 IEPE感測器直接連接到CN0540 DAQ參考設計,就可以評估訊號鏈的性能。ADI對此設計進行了廣泛測試,提供開源設計檔(原理圖、佈局檔、材料清單等),以輕鬆將其整合到終端解決方案中。

CN0540 IEPE數據擷取板是一種經過測試和驗證的類比訊號鏈,專用於擷取IEPE感測器振動資料,具有優於100 dB的訊號雜訊(SNR)。市場上大多數與壓電感測器連接的解決方案都採用交流耦合,不具備直流和亞赫茲測量能力。CN0540適用於直流耦合應用場景,在這些場景中,必須保留訊號的直流分量,或者必須確保系統回應低至1 Hz或更低的頻率。

採用2個MEMS感測器和3個壓電感測器對高精度數據擷取參考設計進行測試,如表2所示。從表中可以看出,每個感測器的g範圍、雜訊密度和頻寬都有很大差別,價格也是如此。值得注意的是,壓電感測器仍具有最佳的雜訊性能和振動頻寬。

表2. MEMS和壓電感測器及其相應的雜訊密度測量值
感測器 範圍 (±g) 輸出範圍峰對峰值 (V) 線性度 (±%FSR) NSD (μg/√Hz) 平坦頻寬 (kHz) 平坦頻寬下的雜訊 (μg rms) 平坦頻寬下的動態範圍 (dB)
ADXL1002 50 4 0.1 25 11 2622 82.60
ADXL1004 500 4 0.25 125 24 19365 85.23
PCB 621B40 500 10 1 10 30 1732 104.95
PCB 352C04 500 10 1 4 10 400 118.93
PCB 333B52 5 10 1 0.4 3 22 98.50

對於CN0540,系統頻寬設定為54 kHz,訊號鏈雜訊性能是針對在該頻寬範圍內能夠達到>100 dB動態範圍的感測器,例如,Piezotronics PCB 621B40型加速度計可以在30 kHz時達到105 dB。CN0540目的在提供超越目前振動感測器性能的頻寬和精度,確保它不會成為收集高性能振動資料時的阻礙。在同一系統上比較MEMS和壓電式感測器並確定基準是非常容易的。無論與MEMS感測器、壓電感測器還是與兩者一起工作,CN0540都能為資料擷取和處理提供最佳訊號鏈解決方案,所以必然會設計為嵌入式解決方案。

當我們說MEMS感測器能以更低的成本提供相當的性能時, ADXL1002 的SNR為83 dB,但相較於壓電感測器,其成本低10倍以上。MEMS感測器現在可替代除最高性能的壓電感測器以外的所有感測器,且成本低廉。

嵌入式閘道器

在DAQ訊號鏈獲得高傳真振動數據之後,必須處理這些數據,並即時查看和/或將數據發送至機器學習或雲端環境,這是嵌入式閘道器的工作。


在本地即時處理振動數據


Intel® (DE10-Nano)和Xilinx® (Cora Z7-07S)支援兩種嵌入式平台,其中包括對所有相關HDL、裝置驅動程式、套裝軟體和應用的支援。每個平台都運行嵌入式ADI Kuiper Linux®,讓您能夠即時顯示時域和頻域資料,透過乙太網路存取即時擷取的數據,連接熱門的數據分析工具(例如MATLAB或Python),甚至連接各種雲端運算實例(例如AWS和Azure)。嵌入式閘道器可以透過乙太網路向您選定的演算法開發工具傳輸6.15 Mbps(256 kSPS × 24位元)。嵌入式閘道器的一些關鍵特性包括:

  • Intel Terasic DE10-Nano
    • 雙核心Arm® Cortex®-A9 MP Core處理器,搭載採用雙精度浮點單元(FPU)的800 MHz neon框架媒體處理引擎
    • 1Gb乙太網路PHY,採用RJ45連接器
  • Digilent Cora Z7-07S (Xilinx)
    • 667 MHz Cortex-A9處理器,緊密整合Xilinx FPGA
    • 512 MB DDR3記憶體
    • USB和乙太網路連接

IIO示波器(如圖7所示)是一款與ADI Kuiper Linux一起安裝的免費開源應用,可以協助您快速顯示時域和頻域資料。它基於Linux IIO框架進行建構,直接與ADI的Linux裝置驅動程式連接,可以在一個工具中完成設備配置、設備資料讀取和視覺化顯示。

IIO Oscilloscope showing an FFT of a 5 kHz pure tone

圖7. IIO示波器顯示5 kHz純音的FFT。

ADI Kuiper Linux鏡像也支援產業標準工具,例如MATLAB和Python。透過使用可以配合IIO框架工作的連接層,開發出IIO綁定用於將數據流程直接傳輸至這些典型的數據分析工具。設計人員可以使用這些強大工具,結合IIO整合框架,用於顯示和分析資料、開發演算法,以及執行硬體迴路測試和其他資料處理技術。提供完整示例,展示如何將高品質的振動資料傳輸至 MATLAB 或 Python  工具。

使用CN0549進行預測性維護開發

為PdM應用開發機器學習(ML)演算法一般包含5大步驟,如圖8所示。在進行預測性維護時,通常使用回歸模型,而不是分類模型來預測即將發生的故障。向預測性模型輸入的訓練資料越多,其性能表現越卓越。如果只輸入10分鐘的振動資料,可能無法檢測到所有操作特性,但是如果輸入10小時的資料,則檢測機率大幅增加,如果能收集長達10天的資料,則模型的性能將更強。

Steps to develop a PdM application

圖8. 開發PdM應用的步驟。

CN0549在一個易於使用的系統中提供數據收集步驟,在該系統中,我們可以將高性能振動資料流程傳輸至所選的機器學習環境。

MEMS IEPE感測器隨附機械安裝模塊,可以將MEMS感測器無縫安裝到資產或振動台上。注意,IEPE壓電感測器也可與本系統配合使用,輕鬆安裝到資產、振動台等裝置中。在將數據流程傳輸至數據分析工具之前,應先驗證感測器安裝,確保不會產生任何干擾諧振。可以使用IIO示波器輕鬆且即時完成這種檢查。系統準備就緒後,可以定義一個用例,如圖9所示,例如,在70%的負載下正常運行的電機。之後,可以將高品質的振動資料流程傳輸至基於MATLAB或Python的資料分析工具,例如TensorFlow或PyTorch(以及許多其他工具)。

CN0549 example use case

圖9. CN0549示例用例。

透過分析,可以確認能夠定義該資產的健康狀況的特徵和特性。建立可以定義正常運行狀況的模型後,即可檢測或模擬故障。可以重複使用第4步來確定能夠定義故障的關鍵特徵,由此產生模型。將故障資料與正常運行電機的數據進行比較,可得到預測模型。

以上簡要概述了CbM開發平台所支援的機器學習流程。需要注意的是,該平台可以確保將最高品質的振動資料傳輸至機器學習環境。

本文第2部分 將詳細介紹軟體堆疊、數據流程和開發策略,並從資料專家或機器學習演算法開發人員的角度介紹使用Python和MATLAB的示例。此外,還將概述軟體整合,以及本地和基於雲端的開發選項。