당신은 또한 좋아할지도 모릅니다

회전 장비 진단을 위한 음향 이미징

회전 장비 진단을 위한 음향 이미징,Hertzinno

진동을 넘어서: 회전 장비 진단의 미래

현대 제조에서 모터, 기어박스, 팬과 같은 회전 장비는 생산 라인의 "심장"을 형성합니다. 이러한 중요한 자산의 계획되지 않은 가동 중지 시간은 종종 엄청난 비용이 드는 생산 손실로 이어집니다.

숙련된 유지 관리 엔지니어는 종종 "듣기"를 통해 장비 상태를 판단할 수 있지만 80~100dB에 달하는 시끄러운 공장 환경에서 사람의 귀나 기존 단일 지점 청진기로 비정상적인 소리의 원인을 찾는 것은 마치 바늘을 찾는 것과 같습니다. haystack.

Today, industrial acoustic imaging technology is changing this reality. By capturing the sound field distribution through a microphone array and generating a real-time heat map of the sound source, acoustic cameras can pinpoint the location of the abnormal sound source, shortening troubleshooting times from hours to mere minutes.

일반적인 회전 기계 결함 및 음향 신호

특징적인 소음은 초기 단계의 결함으로 인해 생성되며 종종 고주파 음향 신호 및 미세 진동으로 나타납니다. 음향 카메라를 사용하면 다음과 같은 네 가지 일반적인 기계적 결함에서 발생하는 소음을 직관적으로 포착할 수 있습니다.

  1. 베어링 손상: 종종 고주파 마찰이나 주기적인 노킹으로 나타납니다.
  2. 블레이드 불균형: 팬이나 펌프의 고르지 않은 질량 분포로 인해 특정 주파수 회전이 발생합니다. 소음.
  3. 블레이드 정렬 불량: 설치 편차로 인해 작동 중 주기적인 공기 역학적 소음이나 기계적 마찰이 발생합니다.
  4. Roller Abnormality: Wear in conveyor belts or rolling mills leads to irregular friction and collision sounds.Diagram illustrating common rotating machinery faults such as bearing damage and blade imbalance, crucial for mechanical fault detection.

표면 너머: "첨도" 및 "크레스트"를 사용한 조기 경고 Factor"

소리를 "보는" 것만으로는 충분하지 않습니다. 진정한 예측 유지 관리에는 심층적인 정량 분석이 필요합니다. Hertzinno의 기계적 소음 진단 시스템에는 두 가지 중요한 통계 지표인 파고율(CF)과 첨도(Kurtosis)가 도입되었습니다.

  • 파고율(CF): 가장 큰 자극이 얼마나 큰지 알려주는 진폭 비율.
  • Kurtosis: 신호 분포 내에서 임펄스가 얼마나 빈번하고 얼마나 극단적인지.
  • Curve graph displaying Kurtosis and Crest Factor (CF) trends during the evolution of a mechanical fault, essential for early fault detection. 
  1. 결함의 음향 전개 추적:
  1. 초기 결함 단계: 첨도가 급격하게 상승하고 먼저 경보를 울립니다. 희박하고 날카로운 자극은 RMS(제곱 평균 제곱근) 진동 값이 눈에 띄는 변화를 나타내기 훨씬 전에 통계 분포를 크게 변경합니다. 동시에 RMS보다 피크가 더 빠르게 상승함에 따라 CF도 증가합니다.
  2. 개발 결함 단계: 임펄스가 더 강해지고 더 자주 발생함에 따라 두 지표가 모두 상승합니다. 특히, 이 지표(첨도)가 정점에 도달하면(예: 베어링이 완전히 고장나고 지속적인 광대역 소음이 형성되는 경우) 감소하기 시작합니다.

이러한 주요 지표를 지속적으로 추적함으로써 엔지니어는 장비의 정확한 수명 주기 단계를 정확하게 결정할 수 있습니다. 결함.

표준화된 검사 워크플로: Hertzinno의 모범 사례

복잡한 산업 현장에서 가장 정확한 기계적 비정상 소음 데이터를 얻기 위해 Hertzinno 팀은 차세대 HA3 시리즈(장비 장착)를 기반으로 표준화된 설정 가이드를 요약했습니다. 144채널 어레이 및 초광대역 기능):

  1. 매개변수: 감지 대역을 20~40kHz(M 모드)로 설정합니다. 이 고주파수 범위는 작업장에서 대부분의 저주파 배경 소음을 효과적으로 필터링하여 기계적 마찰의 고주파 특성을 정확하게 추출합니다.
  2. 모드 선택: 시스템에서 전용 "기계적 소음" 모드를 선택합니다.
  3. Data Capture: Aim at the suspicious equipment and take at least 5 photo pictures or a 5s video to ensure the system captures enough comprehensive voiceprint data for subsequent CF and Kurtosis calculations.Hertzinno acoustic camera detecting a mechanical fault on a conveyor belt roller using advanced acoustic imaging and condition monitoring.

24/7을 향해 이동: 온라인 성문 모니터링 시스템

가동 중지 시간으로 인한 비용이 극도로 높거나 운영 환경이 위험한 핵심 자산의 경우 Hertzinno는 온라인 성문 모니터링 시스템도 제공합니다.

이 시스템은 음향 크기에 대한 연중무휴 모니터링, 음성 변경 추세 추적, 환경 음향 특성 식별 및 향상된 시나리오 적응성을 제공할 수 있습니다. 완전 자동화된 예측 유지 관리 솔루션입니다.

결론 산업용 음향 이미징은 단순히 "소리를 보는 카메라"가 아닙니다. 정교한 음향 데이터 분석 시스템입니다. Hertzinno는 정밀 144채널 어레이로 미세한 비정상 소음을 포착하고 파고율(Crest Factor)과 첨도(Kurtosis)에 대한 깊은 정량 분석을 결합함으로써 회전 장비의 모든 부분의 "심장 박동"을 명확하게 들리게 만드는 데 전념하고 있으며, 계획되지 않은 가동 중단 시간을 과거의 일로 만들고 있습니다.

Want to see how the Hertzinno HA3 series acoustic cameras perform on your factory floor? 👉 [Click here] to schedule a free on-site mechanical diagnostic demonstration.Take the Next Step: 24/7 Autonomous Surveillance

수동 검사만으로는 충분하지 않은 중요한 자산의 경우 Hertzinno는 영구적인 솔루션을 제공합니다. 당사의 온라인 음향 모니터링 카메라는 지속적인 데이터 스트림, Kurtosis/CF 임계값을 기반으로 한 자동 경보 및 공장의 IoT 생태계에 대한 원활한 통합을 제공합니다.

다음 고장을 기다리지 마십시오.

👉 Discover our Online Acoustic Monitoring Solutions

 

 

We use Cookie to improve your online experience. By continuing browsing this website, we assume you agree our use of Cookie.