迷你無(wú)線振動(dòng)傳感器.

迷你無(wú)線振動(dòng)傳感器

微石是利用測(cè)量人的運(yùn)動(dòng)和機(jī)械振動(dòng)的運(yùn)動(dòng)傳感器技術(shù)的產(chǎn)品的開(kāi)發(fā)、制造,、銷(xiāo)售制造商,。從測(cè)量機(jī)械振動(dòng)、檢測(cè)異常的傳感器和軟件開(kāi)發(fā)開(kāi)始,，到測(cè)量人的動(dòng)作,、預(yù)防跌倒風(fēng)險(xiǎn)的系統(tǒng)，進(jìn)行了多方面的研究,。

設(shè)備是是無(wú)線方式傳輸數(shù)據(jù),，所以可以簡(jiǎn)單地設(shè)置，用簡(jiǎn)單的軟件進(jìn)行簡(jiǎn)單地測(cè)量,。

在振動(dòng)位移分析軟件中,，將振動(dòng)自動(dòng)轉(zhuǎn)換為位移。也可以容易地設(shè)定數(shù)據(jù)的過(guò)濾操作,。

通過(guò)實(shí)效值,、最大振幅、閾值判定功能幫助判定,。

分析流程

STEP1測(cè)量

進(jìn)行設(shè)備的振動(dòng)測(cè)量,。

STEP2測(cè)量數(shù)據(jù)保存（CSV形式）

保存測(cè)量的數(shù)據(jù)。

STEP3從振動(dòng)數(shù)據(jù)自動(dòng)轉(zhuǎn)換為位移數(shù)據(jù)

在分析軟件中導(dǎo)入數(shù)據(jù)后,，自動(dòng)轉(zhuǎn)換為位移數(shù)據(jù)并顯示,。如果使用頻率過(guò)濾器和各種判定功能，數(shù)據(jù)的判斷變得更加容易,。

通過(guò)“異常振動(dòng)監(jiān)視系統(tǒng)巡警”能夠管理的機(jī)器的例子

比如 送紙,、薄膜,、板材輥或馬達(dá)，機(jī)械臂的運(yùn)動(dòng)

經(jīng)常送出冷卻材料或藥劑等液體泵 將產(chǎn)品搬入,、搬出加工機(jī)的工業(yè)用機(jī)器人等

工廠為了使機(jī)器運(yùn)轉(zhuǎn),，使用了很多馬達(dá)、泵,。為了使工序自動(dòng)化,，引進(jìn)工業(yè)用機(jī)器人的生產(chǎn)現(xiàn)場(chǎng)正在增加。馬達(dá),、泵、工業(yè)用機(jī)器人的任何生產(chǎn)設(shè)備在維護(hù)時(shí)都需要更換消耗部件,。為了使工廠繼續(xù)運(yùn)轉(zhuǎn),，也必須避免生產(chǎn)設(shè)備的突發(fā)故障。但是,，因?yàn)橐残枰S護(hù)負(fù)責(zé)人的工時(shí)和零件費(fèi),，所以也不是在短時(shí)間內(nèi)不斷更換就好了?！爱惓Ｕ駝?dòng)監(jiān)視系統(tǒng)巡警”會(huì)自動(dòng)監(jiān)視隨著故障時(shí)機(jī)的臨近而變大的振動(dòng)并通知您,。通過(guò)了解故障的時(shí)機(jī)，維護(hù)負(fù)責(zé)人可以有計(jì)劃地實(shí)施維護(hù),。通過(guò)向傳感器輸入信號(hào),，自動(dòng)進(jìn)行測(cè)量。這是可用于工業(yè)機(jī)器人等反復(fù)進(jìn)行加速度變化動(dòng)作的設(shè)備預(yù)兆保護(hù)的測(cè)量方法,。（請(qǐng)使用8頻道小型無(wú)線運(yùn)動(dòng)記錄器MVP-RF8-JC附帶的軟件實(shí)施,。）

分析循環(huán)探索·工序分割

通過(guò)工業(yè)機(jī)器人的測(cè)量,，從測(cè)量數(shù)據(jù)中自動(dòng)提取循環(huán),。周期內(nèi)的工序也會(huì)自動(dòng)分割,?？梢宰詣?dòng)進(jìn)行數(shù)據(jù)分析中非常辛苦的數(shù)據(jù)加工,。

通過(guò)測(cè)量樣品用的數(shù)據(jù),，可以自動(dòng)進(jìn)行數(shù)據(jù)加工,。數(shù)據(jù)可以命名和管理,。

AiFiS工序分割功能AiFiS工序分割功能

學(xué)習(xí)

學(xué)習(xí)自動(dòng)拆分的數(shù)據(jù)趨勢(shì)。故障接近時(shí)振動(dòng)數(shù)據(jù)會(huì)發(fā)生變化,。將測(cè)量的數(shù)據(jù)與以往的傾向進(jìn)行比較,，計(jì)算出異常度。

對(duì)分割后的每個(gè)數(shù)據(jù)，一邊觀察特征量的推移,，一邊設(shè)定正常狀態(tài)的學(xué)習(xí)范圍,。（下圖的綠色部分）從12種特征量的相互關(guān)系學(xué)習(xí)正常狀態(tài)的模型。