ISO 13374: پردازش داده‌ها و ارتباطات برای نظارت • بالانسر قابل حمل، آنالیزور ارتعاش "Balanset" برای بالانس دینامیکی سنگ شکن‌ها، فن‌ها، مالچرها، حلزونی‌ها روی کمباین‌ها، شفت‌ها، سانتریفیوژها، توربین‌ها و بسیاری دیگر از روتورها ISO 13374: پردازش داده‌ها و ارتباطات برای نظارت • بالانسر قابل حمل، آنالیزور ارتعاش "Balanset" برای بالانس دینامیکی سنگ شکن‌ها، فن‌ها، مالچرها، حلزونی‌ها روی کمباین‌ها، شفت‌ها، سانتریفیوژها، توربین‌ها و بسیاری دیگر از روتورها

ISO 13374: پایش وضعیت و تشخیص ماشین‌آلات - پردازش داده‌ها، ارتباطات و ارائه

خلاصه

استاندارد ISO 13374 یک استاندارد بسیار تأثیرگذار در دنیای اینترنت اشیا صنعتی و نرم‌افزارهای پایش وضعیت است. این استاندارد به چالش قابلیت همکاری بین سیستم‌های پایش، حسگرها و پلتفرم‌های نرم‌افزاری مختلف می‌پردازد. این استاندارد به جای تعریف تکنیک‌های اندازه‌گیری، یک معماری استاندارد و باز برای نحوه پردازش، ذخیره و تبادل داده‌های پایش وضعیت مشخص می‌کند. این استاندارد اغلب به عنوان معماری اتحاد سیستم‌های باز مدیریت اطلاعات ماشین‌آلات (MIMOSA) شناخته می‌شود که بر اساس آن بنا شده است. هدف، ایجاد یک محیط "plug-and-play" برای فناوری‌های پایش وضعیت است.

فهرست مطالب (ساختار مفهومی)

این استاندارد به چندین بخش تقسیم شده و یک معماری اطلاعات لایه‌ای را تعریف می‌کند. هسته اصلی استاندارد یک نمودار بلوکی عملکردی با شش لایه کلیدی است که جریان داده‌ها را در هر سیستم پایش وضعیت نشان می‌دهد:

  1. ۱. DA: بلوک جمع‌آوری داده‌ها:

    این لایه بنیادی است و به عنوان پلی بین دستگاه فیزیکی و سیستم نظارت دیجیتال عمل می‌کند. عملکرد اصلی بلوک DA، ارتباط مستقیم با حسگرها - مانند accelerometers, پروب‌های مجاورتی، حسگرهای دما یا مبدل‌های فشار - و برای به دست آوردن سیگنال‌های آنالوگ یا دیجیتال خام و پردازش نشده‌ای که تولید می‌کنند. این بلوک مسئول تمام تعاملات سخت‌افزاری سطح پایین، از جمله تأمین برق حسگرها (مثلاً برق IEPE برای شتاب‌سنج‌ها)، انجام تنظیمات سیگنال مانند تقویت و فیلتر کردن برای حذف نویز ناخواسته و اجرای تبدیل آنالوگ به دیجیتال (ADC) است. خروجی بلوک DA یک جریان دیجیتالی شده از داده‌های خام است که معمولاً یک شکل موج زمانیکه سپس برای پردازش به لایه بعدی در معماری منتقل می‌شود.

  2. ۲. DP: بلوک پردازش داده:

    این بلوک، موتور محاسباتی سیستم مانیتورینگ است. این بلوک، جریان داده‌های خام و دیجیتالی شده (مثلاً شکل موج زمان) را از بلوک جمع‌آوری داده‌ها (DA) دریافت کرده و آن را به انواع داده‌های معنادارتری که برای تجزیه و تحلیل مناسب هستند، تبدیل می‌کند. عملکرد اصلی بلوک DP انجام محاسبات استاندارد پردازش سیگنال است. این امر به ویژه شامل اجرای تبدیل فوریه سریع (FFT) تبدیل سیگنال حوزه زمان به سیگنال حوزه فرکانس طیفسایر وظایف پردازش کلیدی تعریف شده در این بلوک شامل محاسبه معیارهای پهنای باند مانند کلیت است آر ام اس مقادیر، انجام یکپارچه‌سازی دیجیتال برای تبدیل سیگنال‌های شتاب به سرعت یا جابجایی، و اجرای فرآیندهای پیشرفته‌تر و تخصصی‌تر مانند دمدولاسیون یا تحلیل پوششی برای تشخیص سیگنال‌های ضربه با فرکانس بالا و آشکار مرتبط با عیوب یاتاقان‌های غلتشی.

  3. ۳. DM: بلوک دستکاری داده‌ها (تشخیص وضعیت):

    این بلوک، گذار حیاتی از پردازش داده‌ها به تحلیل خودکار را نشان می‌دهد. این بلوک، داده‌های پردازش‌شده را از بلوک DP (مانند مقادیر RMS، دامنه‌های فرکانس خاص یا باندهای طیفی) می‌گیرد و قوانین منطقی را برای تعیین وضعیت عملیاتی دستگاه اعمال می‌کند. اینجاست که «تشخیص» اولیه یک مشکل رخ می‌دهد. عملکرد اصلی بلوک DM انجام بررسی آستانه است. این بلوک مقادیر اندازه‌گیری شده را با نقاط تنظیم هشدار از پیش تعریف‌شده، مانند مرزهای منطقه تعریف‌شده در مقایسه می‌کند. ایزو ۱۰۸۱۶ یا تغییرات درصدی تعریف‌شده توسط کاربر از یک خط پایه. بر اساس این مقایسه‌ها، بلوک DM یک «وضعیت» گسسته مانند «عادی»، «قابل قبول»، «هشدار» یا «خطر» را به داده‌ها اختصاص می‌دهد. این خروجی دیگر فقط داده نیست؛ بلکه اطلاعات عملی است که می‌تواند برای تشخیص به لایه بعدی منتقل شود یا برای ایجاد اعلان‌های فوری استفاده شود.

  4. ۴. HA: بلوک ارزیابی سلامت:

    این بلوک به عنوان "مغز" سیستم تشخیصی عمل می‌کند و به این سوال پاسخ می‌دهد که "مشکل چیست؟" این بلوک اطلاعات وضعیت (مثلاً وضعیت "هشدار") را از بلوک دستکاری داده‌ها (DM) دریافت می‌کند و یک لایه هوش تحلیلی را برای تعیین علت اصلی خاص ناهنجاری اعمال می‌کند. اینجاست که منطق تشخیصی، که می‌تواند از سیستم‌های ساده مبتنی بر قانون تا الگوریتم‌های پیچیده هوش مصنوعی متغیر باشد، اجرا می‌شود. به عنوان مثال، اگر بلوک DM هشداری را برای ارتعاش بالا با فرکانسی که دقیقاً دو برابر سرعت چرخش شفت (2X) است، نشان دهد، منطق مبتنی بر قانون در بلوک HA این الگو را با یک خطای خاص مرتبط می‌کند و تشخیص "احتمالی شفت" را صادر می‌کند. ناهم‌ترازیبه طور مشابه، اگر هشدار روی یک پیک فرکانس بالای غیرهمزمان با باندهای جانبی مشخص باشد، بلوک HA یک مورد خاص را تشخیص می‌دهد.نقص بلبرینگخروجی این بلوک، ارزیابی سلامت ویژه‌ای برای قطعه ماشین است.

  5. ۵. PA: بلوک ارزیابی پیش‌آگهی:

    این بلوک، اوج نگهداری و تعمیرات پیش‌بینی‌کننده را نشان می‌دهد و هدف آن پاسخ به این سوال حیاتی است که «چه مدت دیگر می‌تواند با خیال راحت کار کند؟» این بلوک، تشخیص خطای خاص را از بلوک ارزیابی سلامت (HA) می‌گیرد و آن را با داده‌های روند تاریخی ترکیب می‌کند تا پیشرفت آینده خطا را پیش‌بینی کند. این پیچیده‌ترین لایه است که اغلب از الگوریتم‌های پیچیده، مدل‌های یادگیری ماشین یا مدل‌های فیزیک شکست استفاده می‌کند. هدف، برون‌یابی نرخ فعلی تخریب به آینده برای تخمین عمر مفید باقیمانده (RUL) قطعه است. به عنوان مثال، اگر بلوک HA یک نقص یاتاقان را شناسایی کند، بلوک PA نرخ افزایش فرکانس‌های نقص در چند ماه گذشته را تجزیه و تحلیل می‌کند تا پیش‌بینی کند چه زمانی به سطح خرابی بحرانی می‌رسند. خروجی فقط یک تشخیص نیست، بلکه یک بازه زمانی مشخص برای اقدام است.

  6. ۶. AP: بخش ارائه مشاوره:

    این آخرین و حیاتی‌ترین لایه از دیدگاه کاربر است، زیرا تمام داده‌ها و تحلیل‌های اساسی را به هوش عملی تبدیل می‌کند. بلوک AP مسئول انتقال یافته‌های لایه‌های پایین‌تر به اپراتورهای انسانی، مهندسان قابلیت اطمینان و برنامه‌ریزان تعمیر و نگهداری است. وظیفه اصلی آن ارائه اطلاعات صحیح به فرد مناسب در قالب مناسب است. این می‌تواند اشکال مختلفی داشته باشد، از جمله داشبوردهای بصری با شاخص‌های سلامت رنگی، هشدارهای ایمیل یا پیامکی که به طور خودکار ایجاد می‌شوند، گزارش‌های تشخیصی دقیق با نمودارهای طیفی و شکل موج، و از همه مهمتر، توصیه‌های تعمیر و نگهداری خاص و واضح. یک بلوک AP مؤثر فقط بیان نمی‌کند که یک یاتاقان دارای نقص است؛ بلکه یک توصیه جامع ارائه می‌دهد، مانند: "عیب شیار داخلی در یاتاقان خارجی موتور شناسایی شد. عمر مفید باقیمانده ۴۵ روز تخمین زده می‌شود. توصیه: تعویض یاتاقان را در زمان خاموشی برنامه‌ریزی شده بعدی برنامه‌ریزی کنید."

مفاهیم کلیدی

  • قابلیت همکاری: این هدف اصلی ISO 13374 است. با تعریف یک چارچوب و مدل داده مشترک، این استاندارد به یک شرکت اجازه می‌دهد تا از حسگرهای فروشنده A، یک سیستم جمع‌آوری داده از فروشنده B و یک نرم‌افزار تحلیل از فروشنده C استفاده کند و همه آنها را با هم به کار گیرد.
  • معماری باز: این استاندارد، استفاده از پروتکل‌ها و قالب‌های داده باز و غیر اختصاصی را ترویج می‌دهد، از وابستگی به فروشنده جلوگیری می‌کند و نوآوری را در صنعت پایش وضعیت تقویت می‌کند.
  • میموزا: این استاندارد به شدت مبتنی بر کار سازمان MIMOSA است. درک C-COM (مدل شیء مفهومی مشترک) MIMOSA کلید درک پیاده‌سازی دقیق ISO 13374 است.
  • از داده‌ها تا تصمیم‌گیری‌ها: مدل شش بلوکی، مسیری منطقی از اندازه‌گیری‌های خام حسگرها (اکتساب داده‌ها) تا توصیه‌های عملی نگهداری (ارائه مشاوره) را فراهم می‌کند و ستون فقرات دیجیتال یک برنامه نگهداری پیش‌بینی‌کننده مدرن را تشکیل می‌دهد.

← بازگشت به فهرست اصلی

fa_IRFA
واتساپ