预测性维护是如何降低工厂成本的？

2018-01-18 06:30

来源： OFweek工控网

加入自媒体纠错订阅

导读： 预测性维护对于重要资产进行数据采集有监控，目前比较见于工业、商业、公共事业和建筑设备等机器的监控。在工业领域中，监控关键机器和电气设备的状态，可以避免过程停机和实现投资回报的最大化。

例如，为了监测锅炉，用户可以首先在其金属侧安装K型热电偶，并将引线拖回数据记录器或数据采集系统。然后操作员配置系统从热电偶传感器采样，例如每20分钟一次。这一步骤通常被称为数据采集或数据采样，这一步必须使用精确的传感器和精确的监测系统来执行，以确保可靠的状态监测。

监控设备随后将该温度数据存储在其内部存储器中，或者在无线远程监控系统的情况下，将其自动发送到远程PC或云存储服务器。无论是定期进行还是持续监控，一旦以这种方式收集了足够的数据，就可以使用专用软件查看机器的状况了。

可视化和软件分析

状态监视软件允许用户一次性查看来自多台分布式机器的数据，并分析这些数据以确定故障时间，然后，才能进一步计划停机维护。例如，在生产运行过程中，任何机器操作值的突然变化都可以被即时检测和响应。最重要的是，维护工作和过程停机时间可以按时安排和执行，以帮助避免过程延迟和关闭，从而实现长期的投资回报。

数据分析是通过专门的数据采集软件进行的，使用自定义软件应用程序，根据用户设置的过滤器对数据进行分析，并通过图表和趋势表格显示需要进行哪些维护或修复操作。

完整的软件系统将提供数据采集、分析、可视化和自动化。无论有多少台机器在监控，最终用户应该能够清楚，合理地了解所有测量系统。掌握这些数据后，工厂主管和技术人员可以向管理层进行汇报。

<上一页 1 2 3

预测性维护工业物联网智能制造

进入首页浏览更多精彩内容 >>

我来说两句

（共0条评论，0人参与）

请输入评论内容...

请输入评论/评论长度6~500个字

暂无评论

图片新闻

更多>>

技术文库

行业报告

最新发布

物联网卡助力采矿业的智能发展

最新活动更多 >>

正文

预测性维护是如何降低工厂成本的？

相关阅读:

我来说两句

图片新闻

技术文库

行业报告

推荐专题

加拿大FISO 颅内压 肺部压力 动脉血压光纤压力传感器

Siargo矽翔 气体质量流量计

美国AIRY 远程粒子计数器

日本figaro 民用电化学一氧化碳传感器

GSS 微型二氧化碳传感器/CO2传感器

英国alphasense PID气体传感器/TVOC传感器(大量程)

制氧机专用氧化锆氧气传感器

MaxBotix 机器人超声波传感器

日本FIGARO 可燃气体预校准模块

韩国syhitech 粒子传感器模块 PM2.5传感器

韩国SOHA 抗高湿红外二氧化碳CO2传感器模块

日本FIGARO 红外二氧化碳传感器(NDIR CO2传感器)

英国SST 荧光氧气传感器 (O2传感器)

日本FIGARO 溶解氧传感器

日本FIGARO 抗CO2干扰氧气传感器（O2传感器）

日本费加罗FIGARO 甲烷气体预校准模块

美国SPEC Sensors 二氧化氮传感器 0-5ppm

韩国GENICOM 紫外线传感器

英国Alphasense PM2.5传感器/大气粒子监测器

法国Humirel 数字输出温湿度传感器HTU21D替代SHT21、SHT20

英国alphasense高分辨率二氧化硫传感器（SO2传感器）

日本FIGARO 长寿命电化学氧气传感器（O2传感器）

热门产品

加拿大FISO 颅内压肺部压力动脉血压光纤压力传感器

Siargo矽翔气体质量流量计