Разработана беспроводная система вибрационного мониторинга для горнопромышленных предприятий
Ученые Физико-технического института Петрозаводского государственного университета разработали беспроводной датчик вибрации с встроенной системой анализа данных. Устройство предназначено для непрерывного контроля технического состояния оборудования горнопромышленных предприятий и раннего выявления неисправностей. Разработка прошла апробацию на камнеобрабатывающих предприятиях Республики Карелия.
Почему это важно?
Вибрационный анализ — основной метод диагностики роторного и ударного оборудования. Он позволяет обнаружить износ подшипников, дисбаланс, расцентровку валов и ослабление креплений задолго до отказа. Для горнопромышленных предприятий задача особенно актуальна: щековые дробилки работают в условиях интенсивных ударных нагрузок, а внеплановая остановка приводит к простою всей технологической линии. Переход к предиктивному обслуживанию снижает число аварийных остановок и затраты на ремонт. При этом серийные системы вибромониторинга дороги, а бюджетные решения лишь передают необработанный сигнал на внешний сервер.
Как это работает?
Авторы создали беспроводной узел вибрационного мониторинга, выполняющий полный цикл обработки сигнала непосредственно на устройстве с помощью периферийных вычислений. Датчик крепится на корпус оборудования магнитом или резьбовым креплением и включает трехосевой малошумящий МЭМС-акселерометр, двухъядерный микроконтроллер с модулем Wi-Fi и датчики температуры. Система контролирует общий уровень вибрации и температуры, а также проводит спектральный анализ сигналов вибрации и звука.
Для непрерывной регистрации данных при ограниченных ресурсах задачи разделены между ядрами микроконтроллера: одно ядро опрашивает датчики, второе выполняет спектральный анализ и обмен данными. Передача идет по промышленному протоколу Modbus TCP поверх Wi-Fi — это позволяет интегрировать датчик в действующие АСУ ТП без дополнительных шлюзов и кабельных линий.
Результаты
Один из научных результатов работы — метод уточнения спектральных оценок, сочетающий логарифмически-параболическую интерполяцию пика и интерполяцию комплексного спектра. Он позволил снизить погрешность оценки амплитуды с 37 до 6,1 %. Комплекс прошел апробацию на камнеобрабатывающих предприятиях в Суоярви, поселках Кварцитный и Пухта: во всех случаях регистрация вибрационных сигналов позволила выявить проблемы в эксплуатации щековых дробилок.
Что дальше?
Разработка отличается низкой стоимостью аппаратной части, что делает возможным массовое оснащение оборудования средствами мониторинга. В отличие от систем на основе нейросетевых моделей, требующих обучения на данных о неисправностях конкретной машины, предложенный подход формирует физически интерпретируемые диагностические параметры и может применяться сразу после установки. В дальнейшем авторы планируют интегрировать в датчик облегченные модели машинного обучения для распознавания режимов работы оборудования и обнаружения аномалий.
