Loading

博客

Recent ActivityRecent Activity

预测性分析以实现减少非计划停机

非计划停机是一个亟待解决的难题。

就在去年,一名纸巾厂员工向我讲述了他的亲身经历。该厂拥有一套大型协调驱动系统,其通过大功率变频器驱动纸巾制造机。在生产线末端,纸巾卷成大卷,就像我们看到的大卷厕纸一样。

设备投运12 年后,他们开始遭遇变频器模块故障,有时甚至会完全瘫痪。当机器上的某台变频器出现故障造成对应驱动的辊子不再运转时,纸巾被撕裂并乱作一团,直到整台机器完全停机。

故障发生后,工人必须清理纸巾,重新为机器进料 – 即拉动纸巾使其穿过机器上的所有辊子,让机器慢慢重启。

当然,还要诊断和更换出故障的变频器模块。这导致了数小时的非计划停机以及相应的生产损失。

而且情况还在进一步恶化,变频器每隔几个月就会发生故障,令公司营收大受影响。

幸运的是,这种情况下的多数非计划停机都能得到缓解。具体怎么做呢?

预测性分析为大功率变频器应用带来改观

 您听说过工业物联网吧,而变频器就是其中的“一物”。

如今,内置预测性分析技术的变频器可以大大减少计划外停机时间。例如,变频器的内置冷却风扇可以防止内部元件过热。如果某个冷却风扇停止工作,变频器会出现过热问题并发生故障,不用多说,这将导致非计划停机。

解决这一问题的途径之一便是 TotalFORCE® 技术,它可以建立风扇的预测寿命模型。这个分析模型不只是一个简单的计数器,它会将测得的环境温度 (传感器内置于变频器模块中) 和风扇转速考虑在内。风扇转速不断降低表明风扇轴承即将失效。

一旦风扇达到预估的使用寿命百分比 (默认为 80%),预测性维护模型将通过 EtherNet/IP 通知控制系统。

联网系统可以通知维护团队在下次计划停电期间更换风扇,从而避免发生非计划停机事件。

此外,联网系统还可以自动检查备件库存情况,并在必要时订购。

其它预测性模型

该技术还包括针对变频器功率模块组成器件,也就是电容器和 IGBT (绝缘栅双极性晶体管) 的预测性模型。

这些预测性模型考虑环境温度、散热器温度与负载等因素。

类似地,当这些器件接近其预测寿命终点时,变频器将发出提示。

 

分析功能让正常运行时间最大化

这些分析功能让用户能够避免非计划停机事件,比如本博客开头提到的纸巾制造机。

而且,预测性模型还使得用户可以优化其维护支出。

例如,如果机器上的某个变频器在绝大多数情况下以轻载工况运行,则相对于以满载及高温工况运行的变频器,其功率模块的更换周期就会长很多。

如果您掌握了与运营相关的设备的所有信息,便可更好地规划您的维护支出了。

TotalFORCE 技术能够帮助解决大功率变频器应用中的难题,而预测性维护功能仅是其中一例。


Josh Olive
Josh Olive
Power Control Area Manager, Rockwell Automation
Josh Olive
Subscribe

Subscribe to Rockwell Automation and receive the latest news, thought leadership and information directly to your inbox.

Recommended For You