ISO 13374: Giám sát tình trạng và chẩn đoán máy móc – Xử lý dữ liệu, truyền thông và trình bày

Bản tóm tắt

ISO 13374 là một tiêu chuẩn có ảnh hưởng lớn trong lĩnh vực IoT công nghiệp và phần mềm giám sát tình trạng. Tiêu chuẩn này giải quyết thách thức về khả năng tương tác giữa các hệ thống giám sát, cảm biến và nền tảng phần mềm khác nhau. Thay vì định nghĩa các kỹ thuật đo lường, tiêu chuẩn này chỉ định một kiến trúc mở, chuẩn hóa về cách thức xử lý, lưu trữ và trao đổi dữ liệu giám sát tình trạng. Kiến trúc này thường được gọi là kiến trúc Liên minh Hệ thống Mở Quản lý Thông tin Máy móc (MIMOSA), nền tảng của tiêu chuẩn. Mục tiêu là tạo ra một môi trường "cắm là chạy" cho các công nghệ giám sát tình trạng.

Mục lục (Cấu trúc khái niệm)

Tiêu chuẩn được chia thành nhiều phần và định nghĩa một kiến trúc thông tin phân lớp. Cốt lõi của tiêu chuẩn là một sơ đồ khối chức năng với sáu lớp chính thể hiện luồng dữ liệu trong bất kỳ hệ thống giám sát tình trạng nào:

1. 1. DA: Khối thu thập dữ liệu:

   Đây là lớp nền tảng, đóng vai trò cầu nối giữa máy vật lý và hệ thống giám sát kỹ thuật số. Chức năng chính của khối DA là giao tiếp trực tiếp với các cảm biến—chẳng hạn như accelerometers, đầu dò tiệm cận, cảm biến nhiệt độ hoặc bộ chuyển đổi áp suất—và thu thập các tín hiệu analog hoặc digital thô, chưa qua xử lý mà chúng tạo ra. Khối này chịu trách nhiệm cho tất cả các tương tác phần cứng cấp thấp, bao gồm cung cấp nguồn cho các cảm biến (ví dụ: nguồn IEPE cho máy đo gia tốc), thực hiện xử lý tín hiệu như khuếch đại và lọc để loại bỏ nhiễu không mong muốn, và thực hiện chuyển đổi analog sang digital (ADC). Đầu ra của khối DA là một luồng dữ liệu thô được số hóa, thường là dạng sóng thời gian, sau đó được chuyển đến lớp tiếp theo trong kiến trúc để xử lý.

2. 2. DP: Khối xử lý dữ liệu:

   Khối này là công cụ tính toán của hệ thống giám sát. Nó nhận luồng dữ liệu thô, đã được số hóa (ví dụ: dạng sóng thời gian) từ khối Thu thập Dữ liệu (DA) và chuyển đổi nó thành các kiểu dữ liệu có ý nghĩa hơn, phù hợp cho việc phân tích. Chức năng cốt lõi của khối DP là thực hiện các phép tính xử lý tín hiệu được chuẩn hóa. Điều này đáng chú ý nhất bao gồm việc thực hiện Biến đổi Fourier nhanh (FFT) để chuyển đổi tín hiệu miền thời gian thành tín hiệu miền tần số quang phổ. Các nhiệm vụ xử lý quan trọng khác được xác định trong khối này bao gồm tính toán các số liệu băng thông rộng như tổng thể RMS giá trị, thực hiện tích hợp kỹ thuật số để chuyển đổi tín hiệu gia tốc thành vận tốc hoặc độ dịch chuyển và thực hiện các quy trình chuyên biệt, tiên tiến hơn như giải điều chế hoặc phân tích phong bì để phát hiện các tín hiệu va chạm tần số cao báo hiệu liên quan đến lỗi ổ trục lăn.

3. 3. DM: Khối xử lý dữ liệu (Phát hiện trạng thái):

   Khối này đánh dấu bước chuyển đổi quan trọng từ xử lý dữ liệu sang phân tích tự động. Khối này lấy dữ liệu đã xử lý từ khối DP (chẳng hạn như giá trị RMS, biên độ tần số cụ thể hoặc dải phổ) và áp dụng các quy tắc logic để xác định trạng thái hoạt động của máy. Đây là nơi "phát hiện" sự cố ban đầu diễn ra. Chức năng chính của khối DM là thực hiện kiểm tra ngưỡng. Khối này so sánh các giá trị đo được với các điểm đặt báo động được xác định trước, chẳng hạn như ranh giới vùng được xác định trong Tiêu chuẩn ISO 10816 hoặc tỷ lệ phần trăm thay đổi do người dùng xác định so với đường cơ sở. Dựa trên những so sánh này, khối DM sẽ gán một "trạng thái" riêng biệt cho dữ liệu, chẳng hạn như "Bình thường", "Chấp nhận được", "Cảnh báo" hoặc "Nguy hiểm". Đầu ra này không còn chỉ là dữ liệu nữa; nó là thông tin hữu ích có thể được chuyển đến lớp tiếp theo để chẩn đoán hoặc được sử dụng để kích hoạt thông báo ngay lập tức.

4. 4. HA: Khối đánh giá sức khỏe:

   Khối này hoạt động như "bộ não" của hệ thống chẩn đoán, trả lời câu hỏi "Vấn đề là gì?". Khối này nhận thông tin trạng thái (ví dụ: trạng thái "Cảnh báo") từ khối Thao tác Dữ liệu (DM) và áp dụng một lớp trí tuệ phân tích để xác định nguyên nhân gốc rễ cụ thể của sự bất thường. Đây là nơi logic chẩn đoán, có thể bao gồm từ các hệ thống dựa trên quy tắc đơn giản đến các thuật toán trí tuệ nhân tạo phức tạp, được thực thi. Ví dụ: nếu khối DM đánh dấu cảnh báo rung động cao ở tần số gấp đôi tốc độ chạy của trục (2X), logic dựa trên quy tắc trong khối HA sẽ liên kết mẫu này với một lỗi cụ thể và đưa ra chẩn đoán "Có khả năng trục bị lỗi". Sự không thẳng hàng.” Tương tự như vậy, nếu cảnh báo nằm trên đỉnh tần số cao không đồng bộ với các dải bên đặc trưng, khối HA sẽ chẩn đoán một “Lỗi ổ trục.” Đầu ra của khối này là đánh giá tình trạng sức khỏe cụ thể của thành phần máy.

5. 5. PA: Khối đánh giá tiên lượng:

   Khối này đại diện cho đỉnh cao của bảo trì dự đoán, nhằm trả lời câu hỏi quan trọng: "Nó có thể hoạt động an toàn được bao lâu nữa?" Khối này lấy chẩn đoán lỗi cụ thể từ khối Đánh giá tình trạng (HA) và kết hợp với dữ liệu xu hướng lịch sử để dự báo diễn biến trong tương lai của lỗi. Đây là lớp phức tạp nhất, thường sử dụng các thuật toán phức tạp, mô hình học máy hoặc mô hình vật lý hư hỏng. Mục tiêu là ngoại suy tốc độ xuống cấp hiện tại vào tương lai để ước tính Tuổi thọ hữu ích còn lại (RUL) của bộ phận. Ví dụ: nếu khối HA xác định được lỗi ổ trục, khối PA sẽ phân tích tốc độ tần suất lỗi tăng lên trong vài tháng qua để dự đoán thời điểm chúng sẽ đạt đến mức hỏng hóc nghiêm trọng. Đầu ra không chỉ là chẩn đoán mà còn là khung thời gian cụ thể để hành động.

6. 6. AP: Khối trình bày tư vấn:

   Đây là lớp cuối cùng và quan trọng nhất theo quan điểm của người dùng, vì nó chuyển đổi tất cả dữ liệu và phân tích cơ bản thành thông tin tình báo có thể hành động. Khối AP chịu trách nhiệm truyền đạt các phát hiện của các lớp thấp hơn cho người vận hành, kỹ sư độ tin cậy và người lập kế hoạch bảo trì. Chức năng chính của nó là trình bày thông tin phù hợp cho đúng người theo đúng định dạng. Điều này có thể có nhiều hình thức, bao gồm bảng điều khiển trực quan với các chỉ báo tình trạng được mã hóa màu, cảnh báo qua email hoặc tin nhắn văn bản được tạo tự động, báo cáo chẩn đoán chi tiết với biểu đồ phổ và dạng sóng và quan trọng nhất là các khuyến nghị bảo trì cụ thể và rõ ràng. Một khối AP hiệu quả không chỉ nêu rõ rằng ổ trục bị lỗi; mà còn cung cấp tư vấn toàn diện, chẳng hạn như: "Phát hiện lỗi vòng trong trên ổ trục ngoài động cơ. Tuổi thọ hữu ích còn lại ước tính là 45 ngày. Khuyến nghị: Lên lịch thay thế ổ trục vào lần ngừng máy theo kế hoạch tiếp theo."

Các khái niệm chính

• Khả năng tương tác: Đây là mục tiêu chính của ISO 13374. Bằng cách xác định một khuôn khổ và mô hình dữ liệu chung, tiêu chuẩn này cho phép một công ty sử dụng các cảm biến từ Nhà cung cấp A, hệ thống thu thập dữ liệu từ Nhà cung cấp B và phần mềm phân tích từ Nhà cung cấp C, và cho phép tất cả chúng hoạt động cùng nhau.
• Kiến trúc mở: Tiêu chuẩn này thúc đẩy việc sử dụng các giao thức và định dạng dữ liệu mở, không độc quyền, ngăn chặn tình trạng phụ thuộc vào nhà cung cấp và thúc đẩy sự đổi mới trong ngành giám sát tình trạng.
• MIMOSA: Tiêu chuẩn này chủ yếu dựa trên công trình của tổ chức MIMOSA. Việc hiểu rõ C-COM (Mô hình Đối tượng Khái niệm Chung) của MIMOSA là chìa khóa để hiểu rõ việc triển khai chi tiết ISO 13374.
• Từ Dữ liệu đến Quyết định: Mô hình sáu khối cung cấp một lộ trình hợp lý từ các phép đo cảm biến thô (Thu thập dữ liệu) đến lời khuyên bảo trì có thể thực hiện được (Trình bày tư vấn), tạo thành xương sống kỹ thuật số của chương trình bảo trì dự đoán hiện đại.

← Quay lại Mục lục chính